Distributed Safety-Critical Control of Multi-Agent Systems with Time-Varying Communication Topologies
Washington University in St. Louis（华盛顿大学圣路易斯分校）；Western Washington University（西华盛顿大学）；University of Washington（华盛顿大学）
本文提出一种基于分布式优化的控制框架，通过截断函数和辅助不匹配变量处理时间变化通信拓扑下的多智能体协同与避障问题。
2026-04-12 cs.SY eess.SY
An Individual-Delay-Reflected Generalized Consensus Analysis for Multi-Agent Systems with Heterogeneous Time-Varying Delays
POSTECH（浦项工科大学）；Samsung Electronics（三星电子）
本文针对多智能体系统中异质时变延迟问题，提出个体延迟反射广义一致性方法，通过构造Lyapunov-Krasovskii泛函和引入零等式条件降低保守性，并通过数值例子验证了方法的有效性。
2026-04-26 cs.SY eess.SY
On Distributed Internal Model Principle for Output Regulation over Time-Varying Networks of Linear Heterogeneous Agents
Osaka City University（大阪市立大学）
研究多代理输出调节问题，提出分布式控制器以处理线性、异构和不确定代理动态及时间变化定向网络。控制器包含exosystem生成器和动态补偿器，通过一致性协议实现完美输出调节。
2016-06-23 cs.SY eess.SY
Distributed Search Planning in 3-D Environments With a Dynamically Varying Number of Agents
本文提出一种面向三维环境的分布式搜索规划框架，利用模型预测控制应对智能体数量动态变化，在线生成协同搜索轨迹以提升搜索性能并减少重复工作。
2023-04-18 cs.SY eess.SY
A Reactive Redistribution Mechanism for STL Tasks in Multi-Agent Systems Under Time-Varying Communication
KTH Royal Institute of Technology（皇家理工学院）；Eindhoven University of Technology（埃因霍温理工大学）；ETH Zürich（苏黎世联邦理工学院）
提出一种通信感知的任务分解框架，通过图转移系统处理析取STL规范，并引入再分配机制应对时变通信网络，实现动态任务重分配，在Crazyflie无人机群上验证了可扩展性。
2026-06-12 cs.SY eess.SY
Fault-Tolerant Formation Tracking of Heterogeneous Multi-Agent Systems with Time-Varying Actuator Faults and Its Application to Task-Space Cooperative Tracking of Manipulators
研究了具有时变执行器故障的非线性多智能体系统的编队跟踪问题，在该系统中，只有一部分智能体可以通过具有生成树的有向主从网络访问领导者的信息.执行器故障引起的控制系数的幅值和符号都是未知的和时变的。上述设置提高了问题的实际意义，同时，它提出了分布式控制器设计和渐近稳定性分析的技术挑战。通过引入分布式估计和控制框架，提出了一种基于Nussbaum增益技术的新型分布式控制律，实现了具有时变执行器故障的异构非线性多智能体系统的鲁棒容错编队跟踪.证明了算法的渐近收敛性。此外，所提出的方法适用于任务空间的网络化机械臂的合作跟踪不确定的运动学，动力学和执行器故障。数值仿真结果验证了所提出设计的有效性。
2020-09-22 cs.SY eess.SY
Robust Dynamic Average Consensus for a Network of Agents with Time-varying Reference Signals
针对智能体网络中时变参考信号的平均估计问题，提出基于边、采用平滑函数的连续DAC算法，可在智能体动态进出时避免抖振并保证零稳态误差。
2023-11-04 cs.SY eess.SY
Resilient Leader-Follower Consensus with Time-Varying Leaders in Discrete-Time Systems
在存在敌对行为代理的共识问题已经在文献中进行了广泛的研究。所提出的算法通常保证共识值位于初始正常代理状态的凸包内。然而，在领导者-追随者共识问题中，行为正常的代理的目标是跟踪一个随时间变化的参考状态，该状态可能会在此凸包之外取值。在本文中，我们提出了一种方法，代理与离散时间动态弹性跟踪一组领导者的共同的时变参考状态，尽管有界子集的领导者和追随者的行为相反。我们的结果的有效性通过模拟证明。
2019-06-19 cs.SY eess.SY
Resilient Leader-Follower Consensus to Arbitrary Reference Values in Time-Varying Graphs
在以前的文献中已经提出了几种算法，保证在可能包含adversarially行为代理的网络中的正常行为代理的共识。这些算法保证了一致性值位于初始正常代理状态的凸包内，精确的一致性值可能是未知的。然而，在领导者-追随者共识问题中，目标是让行为正常的代理跟踪可能在此凸包之外取值的参考状态。在本文中，我们提出的方法与离散时间动态的时变图中的代理弹性跟踪一组领导者传播的参考状态，尽管有界子集的领导者和追随者的行为相反。我们的结果通过模拟证明。
2019-06-19 cs.SY eess.SY
Consensus Control of Linear Multi-Agent Systems with Non-uniform Time-varying Communication Delays
本文研究了相邻智能体之间存在通信延迟的多智能体系统的共识问题。我们考虑的情况下，每个代理的特点是一个一般的高阶线性系统和代理之间的通信延迟是不均匀的和时变的。我们设计了一个分布式控制协议的代理，并提供了一个等价的稳定性问题要解决，保证状态的一致性在组的代理。此外，时滞相关的稳定性准则提供了一个相结合的Lyapunov-Krasovskii方法与线性矩阵不等式方法。
2020-12-07 cs.SY eess.SY math.OC
A Robust Distributed Model Predictive Control Framework for Consensus of Multi-Agent Systems with Input Constraints and Varying Delays
研究了具有输入约束和有界时变通信时滞的一般线性离散多智能体系统的一致性问题。我们提出了一个强大的分布式模型预测控制（DMPC）的共识协议，集成了离线的共识设计和在线DMPC优化，以发挥各自的优势。更准确地说，每个代理都配备了一个离线共识协议，这是先验设计的，取决于它的近邻的估计状态。此外，由于不精确的邻近信息随着时间的推移传播的估计误差被证明有界的温和的技术假设下，在此基础上，一个强大的DMPC策略是故意设计，以实现强大的共识，同时满足输入约束。此外，它表明，与适当设计的代价函数和约束条件，相关的优化问题的可行性，可以递归地确保。在有界变时滞条件下，我们进一步给出了约束MAS的一致收敛结果。最后，通过两个算例验证了分布式一致性算法的有效性.
2022-09-19 cs.SY eess.SY
Exploiting inter-agent coupling information for efficient reinforcement learning of cooperative LQR
Oklahoma State University（俄克拉荷马州立大学）
本文利用智能体间耦合信息提出精确分解局部Q函数的系统方法，开发近似最小二乘策略迭代算法，并证明其最坏情况样本复杂度与集中式相当，同时推导出提升样本效率的充要图条件。
2025-04-29 cs.LG cs.MA cs.SY
Identifying the Most Influential Driver Nodes for Pinning Control of Multi-Agent Systems with Time-Varying Topology
本文提出在时变拓扑下识别多智能体系统牵制控制中最具影响力驱动节点的方法，给出同步条件、最优节点识别及切换频率阈值估计，仿真验证可行性。
2024-05-29 cs.SY eess.SY
Leader-Following Consensus of High-Order Perturbed Multi-agent Systems under Multiple Time-Varying Delays
在多智能体系统中，解决输出一致性问题常常受到多个时变时滞的阻碍。为了解决这些基本问题，随着时间的推移，我们提出了一个新的最优时变分布式控制的线性扰动多智能体系统的积分滑模控制器和线性一致性计划下有向拓扑下的恒定权重。Lyapunov-Krasovskii泛函与线性矩阵不等式一起被用来证明相关的闭环稳定性和收敛性。通信网络的最大延迟也估计线性矩阵不等式。同步的线性时变系统的网络相关联的领导动态另外考虑到开发的优化算法，以找到恒定的控制增益。
2023-02-01 cs.SY eess.SY
Resilient Time-Varying Output Formation Tracking of Linear Multi-Agent Systems Against Unbounded FDI Sensor Attacks and Unreliable Digraphs
协同编队跟踪的一个显著特征是其分布式特性，即依赖于在稀疏通信网络上的局部控制和信息共享。也就是说，分布式控制方式可能容易受到恶意攻击和不可靠的通信，从而降低编队跟踪性能，甚至使整个多智能体系统不稳定。研究了线性多智能体系统的安全可靠的时变输出编队跟踪问题，攻击者注入任意无界时变信号（FDI攻击），而智能体之间的通信信道则由不可靠的网络引起中断.这两个特点提高了问题的实际相关性，这对分布式算法设计和稳定性分析提出了一些技术挑战。为了减轻不利影响，一种新的弹性分布式控制架构建立，以保证时变输出形成指数跟踪。该框架的主要特点是：1）集成了一个基于拓扑的标识器来补偿不利影响; 2）提出了一个可靠的分布式算法来处理由不可靠通信引起的时变拓扑;以及3）与利用已知知识将攻击处理为有界干扰/故障的现有补救相比，针对动态编队跟踪误差指数收敛的问题，提出了一种弹性策略来处理未知和无界攻击，而现有的结果大多能达到一致最终有界（UUB）结果。数值仿真结果表明了该设计的有效性。
2021-05-06 cs.SY eess.SY
Prescribed Time Time-varying Output Formation Tracking for Uncertain Heterogeneous Multi-agent Systems
研究了异构多智能体系统的时变输出编队跟踪问题。首先，为跟随者构造一个分布式观测器来估计领导者的状态，该观测器能保证估计误差在规定的时间内收敛到原点。然后，基于观测器的估计，为每个跟随器设计局部编队控制器，在此控制下，编队误差也在规定的时间内收敛到原点。也就是说，整个系统的稳定时间可以预先预定义。该方法不仅考虑了状态矩阵的不确定性，而且考虑了输入矩阵的不确定性，使问题更具实用性。最后，通过仿真验证了该方法的有效性.
2023-02-15 cs.SY eess.SY
Distributed Control of Multi-agent Systems with Unknown Time-varying Gains: A Novel Indirect Framework for Prescribed Performance
针对具有未知时变增益的网络化不确定非线性严格反馈系统，在有向交互拓扑结构下，建立了一种新的间接性能保证框架.所提出的框架包括两个步骤：在第一个，一个完全分布式的鲁棒滤波器被构造为估计每个代理的期望轨迹与保证的观察性能，允许代理之间的方向是不相同的。第二种方法通过建立Nussbaum函数的引理，基于反步技术为每个智能体设计了一种新的自适应控制协议，不仅使输出渐近跟踪相应的估计信号，且具有任意的瞬态性能，而且由于允许未知控制增益是时变的，甚至是状态依赖的，因此大大扩展了应用范围.以这种间接的方式，根本的问题是解决与输出跟踪误差收敛到一个任意预先指定的残差集表现出任意预定义的收敛速度。此外，所有的内部信号被确保是半全局最终一致有界的（SGUUB）。最后，仿真结果表明了该方案的有效性。
2022-07-12 cs.SY eess.SY
Multi-Agent Control Using Coverage Over Time-Varying Domains
多智能体覆盖控制是一种通过引入时变域来影响机器人群体行为的机制。覆盖优化问题被修改为采用时变域，所提出的控制律具有指数收敛特性。通过将机器人团队的分布和行为作为一个整体来部署，简化了对多个机器人的繁琐控制。在所提出的方法中，多代理系统的输入，即，时变密度和时变域与系统的大小无关。在均匀密度下，得到了控制律中的面积分和线积分的解析表达式。所提出的控制策略的可扩展性的解释和验证，通过数值仿真。真实机器人的实验被用来测试所提出的控制律。
2019-09-11 cs.MA cs.SY eess.SY
Convergence and State Reconstruction of Time-varying Multi-agent Systems from Complete Observability Theory
National ICT Australia (NICTA)（澳大利亚国家ICT有限公司）；Research School of Engineering, The Australian National University（澳大利亚国立大学工程学院研究学院）
本文基于完全可观察性理论研究了多智能体系统连续时间一致性动力学，提出了指数渐近一致性的充分必要条件，方法简洁且条件温和，同时能处理负权边情况，并能重构节点初始值。
2016-08-09 cs.SY eess.SY
Model Predictive Control for Multi-Agent Systems under Limited Communication and Time-Varying Network Topology
本文提出基于多轨迹MPC的方法，在有限通信和时变网络拓扑下优化多智能体性能并保证约束满足，实现闭环即插即用操作，并证明递归可行性与稳定性。
2023-04-04 cs.SY eess.SY
Robust time-varying formation design for multi-agent systems with disturbances: Extended-state-observer method
研究了受外界干扰的二阶多智能体系统的鲁棒时变编队设计问题。首先，通过构造扩张状态观测器，估计扰动补偿量，这是所提出的鲁棒时变编队控制协议中的一个关键项。在此基础上，给出了编队中心函数的显式表达式，并分析了扰动补偿对编队中心函数的影响。基于编队可行性条件，利用代数Riccati方程技术，推导了编队控制协议增益矩阵的鲁棒时变编队设计准则。进一步分析了多智能体系统的跟踪性能和鲁棒性。最后，通过数值仿真验证了理论结果的有效性.
2019-09-19 cs.MA cs.SY eess.SY
Exploiting Sparsity for Localization of Large-Scale Wireless Sensor Networks
本文利用无线传感器网络定位问题中的固有稀疏性，提出低带宽扩展卡尔曼滤波器（LB-EKF），通过图顶点重标号将测量信息矩阵化为带状矩阵，实现大规模WSN的可扩展定位。
2023-08-01 cs.SY eess.SY
Semi-discrete Optimal Transport for Time-Varying Multi-Agent Coverage Control
University of Naples Federico II（那不勒斯费德里科二世大学）；Scuola Superiore Meridionale（南方高等学院）
本文提出基于最优传输的时间变化多智能体覆盖控制方法，通过解析解提升跟踪性能，验证了动态覆盖控制的有效性。
2026-09-21 cs.SY eess.SY math.OC
Byzantine-Resilient Distributed Hypothesis Testing With Time-Varying Network Topology
我们研究了在有限的通信和感知范围内的移动代理网络上的分布式假设检验问题，以协同推断真实的假设。特别是，我们考虑的情况下，有一个未知的子集的妥协代理人，可能会故意共享更改信息，以破坏团队的目标。我们提出了两个分布式算法，其中每个代理维护和更新两组信念（即，假设上的概率分布），即局部和实际信念（为了简洁，分别为LB和AB）。在这两种算法中，在每一个时间步，每个代理共享其AB与其他代理在其通信范围内，并作出本地观察更新其LB。在一定条件下，两种算法都可以利用共享信息更新AB。一个要求在每个时刻接收一定数量的共享AB;另一个随着时间的推移累积共享AB，并在共享AB的数量超过规定的阈值后更新。否则，两种算法都依赖于代理的当前LB和AB来更新新的AB。我们证明在温和的假设下，AB为每一个非妥协的代理几乎肯定收敛到真实的假设，而不需要在底层随时间变化的网络拓扑的连接。使用一个模拟的一队无人驾驶飞行器，旨在分类对抗代理之间，我们说明和比较所提出的算法。最后，我们通过实验表明，第二种算法的收敛速度始终优于第一种算法。
2021-07-17 cs.SY eess.SY
Multi-agent consensus with heterogeneous time-varying input and communication delays in digraphs
研究了具有外部干扰和异质时变输入和通信时延的一般线性多智能体系统（MAS）在包含生成树的有向通信图拓扑结构下的分布式一致性跟踪控制问题.首先，针对所有状态矩阵不具有正实部特征值的智能体，设计了一个通信时延相关观测器，用于构造控制器，使跟随者能够估计领导者的状态信息。其次，借助于输出调节理论，将结果放宽到只有领导者的状态矩阵特征值具有非正实部的情况，并在这些放宽的条件下，重新设计控制器。这两种情况下导致一个闭环误差系统的稳定性是通过一个Lyapunov-Krasovskii功能的输入延迟相关的线性矩阵不等式（LMI）的充分条件，保证。提出了一种扩展的LMI，连同其余的LMI，结果在一个解决方案具有更大的上界的延迟比什么将是可行的没有it. It强调，集成的通信延迟相关的观察员和输入延迟相关的LMI构建一个完全分布式的控制器（不需要全局信息）是可扩展的任意大的网络。所提出的计划的有效性证明通过说明性的数值例子。
2021-05-03 cs.SY eess.SY
A unified framework of fully distributed adaptive output time-varying formation control for linear multi-agent systems: an observer viewpoint
Ecole Centrale de Lille（里尔中央理工学院）；Beihang University（北京航空航天大学）；Beijing Engineering Center for Clean Energy & High Efficient Power, Beihang University（北京航空航天大学清洁能源与高效动力工程中心）；Department of Mathematics, Beijing Jiaotong University（北京交通大学数学系）；CRIStAL, UMR CNRS 9189, Ecole Centrale de Lille（里尔中央理工学院 CRIStAL 实验室）
本文提出一种统一框架，用于设计一般线性多智能体系统的时间变化编队控制，从无向到有向拓扑，从稳定到跟踪，从无输入领导者到有界输入领导者。采用完全分布式自适应输出协议，无需全局通信拓扑信息或绝对/相对状态信息。
2018-03-23 cs.SY eess.SY
Online Identification of Time-Varying Systems: a Bayesian approach
University of Padova（帕多瓦大学）
本文提出一种基于贝叶斯的在线识别时变系统的方法，通过单步梯度最大化边际似然和利用冲击响应估计的闭式表达式，实现超参数估计，结合遗忘因子提升跟踪性能。
2016-09-23 cs.SY eess.SY
Observer-based Leader-following Consensus for Positive Multi-agent Systems Over Time-varying Graphs
针对时变图上离散时间正多智能体系统的领导者-跟随者一致性问题，提出扩展的基于观测器设计，利用公共二次李雅普诺夫函数证明正性与输出一致性，并用数值示例验证。
2023-10-14 cs.SY eess.SY math.OC
Decentralized Optimization On Time-Varying Directed Graphs Under Communication Constraints
我们考虑分散优化的问题，代理的集合，每个有机会获得一个本地的代价函数，在一个随时间变化的有向网络进行通信，旨在最大限度地减少这些功能的总和。实际上，由于通信限制，代理之间可以交换的信息量是有限的。我们提出了一个通信效率的算法，分散凸优化，依赖于稀疏化的本地更新网络中相邻的代理之间交换。在有向网络中，消息稀疏化改变了列随机性--这一属性在建立分散学习任务的收敛中起着重要作用。我们提出了一个分散的优化方案，依赖于混合矩阵的局部修改，并表明它实现了$\mathcal{O}(\frac{\mathrm{ln}T}{\sqrt{T}})$收敛速度在所考虑的设置。实验结果验证了理论分析的正确性和算法的有效性。
2021-08-30 cs.SY eess.SY
Multi-agent consensus over time-invariant and time-varying signed digraphs via eventual positivity
符号有向图上的Laplacian动力学比非负有向图上的Laplacian动力学具有更丰富的行为。特别是，对于所谓的“排斥”符号拉普拉斯算子，边缘稳定性属性（需要实现共识）并不能被先验地保证，即使它成立，它也不会自动导致共识，因为这些符号拉普拉斯算子甚至在强连接的有向图中也可能失去秩。此外，在时变的情况下，不稳定性可能会发生，即使在一个家庭的系统，其中每个对应于一个边际稳定的签署拉普拉斯正确corank切换。在本文中，我们提出的条件，保证这些签署拉普拉斯的共识的基础上最终的积极性，一个Perron Frobenius类型的属性签署矩阵的财产。这些条件涵盖了时不变和时变两种情况。在这两种情况下都有效的一个特别简单的充分条件是拉普拉斯算子是正规矩阵。这种条件可以通过几种方式放松。例如，在时不变的情况下，拉普拉斯算子在右侧而不是在左侧具有Perron-Frobenius性质就足够了（即，在转置上）。对于时变的情况下，收敛到共识可以保证一个共同的李雅普诺夫函数的存在，所有签署的拉普拉斯。所有条件都可以很容易地扩展到双方协商一致。
2022-03-08 cs.SY eess.SY
Entropy-Regularized Optimal Transport for Time-Varying Multi-Agent Coverage Control
Scuola Superiore Meridionale（南方高等学院）；University of Naples Federico II（那不勒斯费德里科二世大学）
本文提出熵正则化半离散最优传输方法，用于多智能体时变覆盖控制，通过反馈-前馈控制器跟踪演化目标密度，实现指数收敛，并在中等正则化下优于沃罗诺伊基线。
2026-09-21 cs.SY eess.SY math.OC
Distributed Fictitious Play in Potential Games with Time-Varying Communication Networks
我们提出了一个分布式算法的多智能体系统，旨在优化一个共同的目标时，代理不同的目标相关的环境状态的估计。每个代理保持对环境的估计和其他代理的行为模型。其他代理人的行为模型假设代理人根据过去行为的经验频率确定的静态分布随机选择他们的行为。在每一步中，每个智能体都采取行动，最大化其对共同目标的期望，该共同目标是根据其对环境的估计和对他人的模型计算的。我们提出了一个加权平均规则与非双重随机权重的代理估计经验频率的所有其他代理的过去的行动交换他们的估计与他们的邻居在一个随时间变化的通信网络。在这种平均规则下，我们表明代理人的估计收敛到实际的经验频率足够快。这意味着行动收敛到纳什均衡的游戏与相同的回报给出的期望共同的目标相对于一个渐近商定的估计的环境状态。
2019-12-08 cs.SY eess.SY math.OC
Bearing-based Circumnavigation with Collision Avoidance in Time-varying Graphs under Limited Target Information
Indian Institute of Technology Kanpur（坎普尔印度理工学院）；Indian Institute of Technology Jodhpur（焦浦印度理工学院）
针对异构多智能体系统，提出仅利用局部方位信息（通过最近邻交互图）的分布式制导律，实现静止目标环绕并避免碰撞，适用于静态和时变图。
2026-10-15 cs.SY eess.SY
Robust Performance Analysis for Time-Varying Multi-Agent Systems with Stochastic Packet Loss
本文证明具有随机丢包的时变多智能体系统的 $H_2$-范数鲁棒上界，以独立于智能体数量的线性矩阵不等式实现任意规模系统的高效分析，并通过数值示例验证。
2023-04-05 cs.SY eess.SY math.OC
Towards time-varying proximal dynamics in Multi-Agent Network Games
University of Groningen（格罗宁根大学）；TU Delft（代尔夫特理工大学）
本文研究了多智能体网络博弈中时间变化的近端动力学，通过算子理论分析了固定通信网络下的收敛性，并考虑了具有驻留时间的时变邻接矩阵情况，通过分布式机器人探索示例进行了验证。
2018-11-11 cs.GT cs.SY eess.SY
Reaching Resilient Leader-Follower Consensus in Time-Varying Networks via Multi-Hop Relays
本文研究时变网络下存在对抗智能体时的多智能体弹性领航者-跟随者一致性问题，提出基于W-MSR的多跳中继通信算法，并刻画了充要图条件，显著提升了网络鲁棒性。
2024-11-15 cs.MA cs.SY eess.SY
Decentralized Fictitious Play in Near-Potential Games with Time-Varying Communication Networks
研究了一类近势博弈的分散虚拟博弈（DFP）的收敛性质，其中代理人的激励与势函数近似一致。在DFP中，代理只与时变网络序列中的当前邻居共享信息，保持对其他代理的经验频率的估计，并采取行动以最大化相对于估计的经验频率计算的预期效用函数。我们发现，经验频率的行动收敛到一组策略的势函数值大于势函数值获得的近似纳什均衡的最接近的潜在的游戏。这一结果表明，DFP具有相同的收敛保证在近势游戏作为标准的虚拟发挥，其中代理人观察所有其他代理人的过去的行动。
2021-03-17 cs.MA cs.SY eess.SY
Disentangled Control of Multi-Agent Systems
Department of Electrical Engineering and Computer Science, University of California, Irvine（加州大学 Irvine 分校 电气工程与计算机科学系）；Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学 电气与计算机工程系）；University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
本文提出一种通用多智能体控制合成框架，适用于具有收敛保证的广泛问题，包括具有时间变化目标函数的问题。该框架实现去中心化而不引入智能体间的动态耦合，自然支持多目标机器人和实时实现。
2026-08-04 cs.RO cs.SY eess.SY
Average Age of Information Minimization in Reliable Covert Communication on Time-Varying Channels
本文提出时变信道中可靠隐蔽通信方法，引入信道变化年龄（AoC）度量并建立其与信息年龄（AoI）的约束关系，以最小化 AoI 并保证 Willie 检测概率可忽略。
2022-05-03 cs.CR cs.IT cs.SY
Learning in Time-Varying Monotone Network Games with Dynamic Populations
本文研究动态网络环境下多智能体投影梯度学习，证明所学策略几乎必然收敛到期望成本博弈的纳什均衡，并给出高概率近似纳什均衡性质及非渐近遗憾界。
2024-08-12 cs.GT cs.SY eess.SY
Cooperative learning in multi-agent systems from intermittent measurements
Princeton University（普林斯顿大学）
针对时变连接和间歇测量下的多智能体系统，提出一种分布式学习协议，从噪声测量中学习未知向量μ，并给出学习速度与网络大小和组合特征的关系。
2014-12-15 cs.LG cs.MA cs.SY
Gradient Dynamics in Linear Quadratic Network Games with Time-Varying Connectivity and Population Fluctuation
研究时变网络和种群波动下非合作智能体的重复线性二次博弈学习问题，提出基于梯度的学习算法，证明策略几乎必然收敛到期望网络的Nash均衡，并在大种群下以高概率成为阶段博弈的$ε$-Nash均衡。
2023-10-20 cs.GT cs.SY eess.SY
