Asynchronous Decentralized Event-triggered Control
University of Groningen（格罗宁根大学）
提出一种分散式事件触发控制器实现方法，允许传感器异步非周期测量，并通过单比特通信减少传输延迟和触发次数。
2013-05-17 cs.SY eess.SY math.OC
A Distributed Active Set Method for Model Predictive Control
针对线性系的模型预测控制问题，提出了一种新的分布式有效集方法。该方法结合原始有效集策略和分散共轭梯度法求解凸二次规划问题。与现有的分布式模型预测算法相比，所提出的方法的优点是迭代的原始可行性。数值结果表明，所提出的方法可以竞争的交替方向法的乘法器的通信要求的质量链的例子。
2021-03-23 cs.SY eess.SY math.OC
Decentralized Event-Triggering for Control of Nonlinear Systems
University of Maryland（马里兰大学）
针对非线性系统，提出一种仅利用局部信息的分散式异步事件触发机制，保证传感器到中央控制器传输间隔的正下界和系统渐近稳定性，并扩展至LTI系统的全局渐近稳定性和尺度不变性。
2014-06-13 cs.SY eess.SY math.OC
Decentralized event-triggered control over wireless sensor/actuator networks
University of Groningen（格罗宁根大学）；University of California, Los Angeles（加州大学洛杉矶分校）
针对无线传感器/执行器网络，提出一种分散式事件触发控制方法，通过减少控制信号重计算和传输次数，在保证性能的同时降低网络负载和能耗。
2011-02-03 cs.SY eess.SY math.OC
A unified method to decentralized state inference and fault diagnosis/prediction of discrete-event systems
状态推断问题和故障诊断/预测问题是许多领域的基本课题。在本文中，我们考虑离散事件系统（DES）建模的有限状态自动机（FSA）。后一个问题的分散版本存在结果，但前一个问题的分散版本几乎没有结果。我们提出了一个分散版本的强可检测性称为co-detectability，这意味着一旦一个系统满足这一属性，对于每个生成的无限长的事件序列，至少有一个本地观察员可以确定当前和后续状态后，一个共同的观察时间延迟。我们证明了验证FSA的可检测性的问题是CONP困难的。此外，我们使用一个统一的并发合成方法，给出了PSPACE验证算法的可检测性，可诊断性，和可预测性的FSA，没有任何假设或修改的FSA正在考虑，其中可诊断性首先研究的[Debouk & Lafortune & Teneketzis 2000]，而可预测性首先研究的[Kumar \& Takai 2010]。通过我们提出的统一方法，可以看出，为了验证共同可检测性，与验证其他两个属性相比，将遇到更多的技术困难，因为在共同可检测性中，生成的输出被计数，但在后两个属性中，仅计数事件的发生。例如，当生成一个输出时，可能发生任何数量的不可观察事件。PSPACE-硬度验证共同诊断性是已知的文献。在本文中，我们证明了PSPACE-硬度验证的可预测性。
2020-02-13 cs.PL cs.SY eess.SY
Decentralized Online Convex Optimization in Networked Systems
我们研究了网络在线凸优化问题，其中每个代理单独决定在每个时间步的行动和代理合作寻求最小化总的全球成本在有限的地平线。全局成本由三种类型的局部成本组成：凸节点成本、时间交互成本和空间交互成本。在决定他们的个人行动，在每一个时间，代理有机会预测本地费用函数的下一个$k$时间步长在$r$跳附近。我们的工作提出了一种新的在线算法，局部预测控制（LPC），它将预测控制推广到多智能体系统。我们发现，LPC实现了竞争比$1 + \tilde{O}(ρ_T^k) + \tilde{O}(ρ_S^r)$在对抗设置，其中$ρ_T$和$ρ_S$是常数在$(0, 1)$的时间和空间的相互作用成本的相对强度增加，分别。这是网络化在线凸优化分散预测控制的第一个竞争比界。此外，我们表明，依赖于$k$和$r$在我们的结果是接近最优的下界的竞争比任何分散的在线算法。
2022-07-13 math.OC
Comparing Model-based Control Strategies for a Quadruple Tank System: Decentralized PID, LMPC, and NMPC
本文比较了四容水箱系统的分散式PID、LMPC和NMPC控制器，发现MPC在跟踪时变设定值上优于PID，NMPC跟踪误差略小但输入运动速率更高。
2025-09-14 cs.SY eess.SY math.OC
Large problems are not necessarily hard: A case study on distributed NMPC paying off
针对大规模系统集中式MPC计算效率问题，研究协作式DMPC的计算性能，将定制分散实时迭代方案应用于电力系统频率控制，结果显示其迭代次数不依赖子系统数量且与多线程集中式求解器性能相当。
2025-04-15 cs.SY eess.SY math.OC
Decentralized Event-Driven Algorithms for Multi-Agent Persistent Monitoring
我们解决的问题，确定条件下，集中式解决方案的最佳多代理持续监控问题可以恢复在分散的事件驱动的方式。在这个问题中，多个代理与有限数量的目标进行交互，目标是控制它们的运动，以最小化与目标相关的不确定性度量。在一维的设置，它已被证明，最优解可以减少到一个更简单的参数最优化问题和代理的行为下最优控制描述的混合系统。这种混合系统可以使用无穷小扰动分析（IPA）进行分析，以获得一个完整的在线解决方案，通过事件驱动的集中式基于梯度的算法。我们发现，IPA梯度可以恢复在一个分布式的方式，其中每个代理优化其轨迹的基础上本地信息，除了一个事件需要从一个非邻居代理的通信。仿真例子来说明这种“几乎分散”的算法和完全分散的对应上述非本地事件被忽略。
2017-08-21 math.OC
Decentralized Real-Time Iterations for Distributed NMPC
本文提出一种用于分布式NMPC的分散实时迭代方案，通过双层dSQP单次外部迭代满足实时性，仅需邻居通信，并证明局部指数稳定性。
2025-10-17 cs.SY eess.SY math.OC
Decentralized Event-Triggered Consensus of Linear Multi-agent Systems under Directed Graphs
针对具有一般线性动力学的多智能体系统的一致性问题，提出了一种事件触发控制方法。本文扩展了以前的工作，考虑代理商连接使用有向图。此外，这里所示的方法提供了保证正事件间时间间隔的渐近共识。这种事件触发控制方法也用于存在通信延迟的情况。对于通信延迟的情况下，我们还表明，代理实现共识渐近，对于每个代理，连续传输之间的时间间隔是下界的一个正常数。
2015-02-12 math.OC
Decentralized Droop-based Finite-Control-Set Model Predictive Control of Inverter-based Resources in Islanded AC Microgrid
本文提出一种结合有限控制集模型预测控制器（FCS-MPC）的改进下垂控制方法，解决了孤岛交流微电网中因长传输线路高阻抗导致的功率分配与电压频率调节问题，实现了高效电压跟踪与频率稳定。
2024-07-29 math.OC
Decentralized ADMM with Compressed and Event-Triggered Communication
本文主要研究分散式最优化问题，即网络中的智能体通过信息交换和局部计算，相互协作以最小化各自局部目标函数之和。基于乘子的交替方向法（ADMM），提出了一种结合压缩通信和事件触发通信的通信高效分散二阶优化算法CC-DQM.具体地说，代理被允许传输压缩的消息，只有当当前的原始变量已经改变了很大相比，它的最后估计。此外，为了减少计算量，Hessian的更新是由触发条件调度。为了在压缩条件下保持精确的线性收敛，我们用一个通用的压缩器压缩待传输信息与其估计值之间的差值。理论分析表明，当目标函数为强凸光滑函数时，即使存在压缩误差和间歇通信，CC-DQM仍能达到精确的线性收敛。最后，我们通过数值实验验证了CC-DQM的性能。
2023-01-24 math.OC
Resource-aware Exact Decentralized Optimization Using Event-triggered Broadcasting
这项工作解决了分散的最优化问题，一组代理与耦合的私人目标函数一起工作，以准确地优化本地利益的总和。在将分散式问题建模为等式约束的集中式问题后，我们利用线性化增广拉格朗日方法（LALM）设计了一个事件触发的分散式算法，该算法只需要在通用时刻进行轻度本地计算，并在零星触发时刻进行对等通信。每个代理的触发时刻通过比较真实和广播原始变量之间的偏差与某些触发阈值来本地确定。假设阈值随时间可求和，我们建立了触发行为对原始-对偶残差影响的新上界。在此基础上，对非光滑凸问题，保证了$O(\frac{1}{k})$与周期算法具有相同的收敛速度。对于强凸和光滑问题，进一步建立了更强的收敛性结果，即迭代线性收敛于指数衰减的触发阈值。通过对两个常见的最优化问题的分析比较，验证了该策略在开发通信资源方面的性能和优越性。
2020-03-17 math.OC
Distributed Model Predictive Control Using a Chain of Tubes
The University of Sheffield（谢菲尔德大学）
本文提出一种新的分布式MPC算法，通过嵌套的两个鲁棒控制器实现动态耦合子系统的调控，核心方法是内层控制器生成名义参考轨迹，外层控制器考虑耦合影响生成分布式控制动作，采用管子方法保证鲁棒性，并通过补充约束确保递归可行性。
2017-03-27 cs.SY eess.SY math.OC
Distributed Model Predictive Control of Buildings and Energy Hubs
模型预测控制（MPC）策略可以应用于能源枢纽的协调，以减少其能源消耗。尽管这些技术的有效性，它们的节能潜力可能未被充分利用，这是由于能量需求通常被假定为固定量而不是受控的动态变量。能源中心和建筑物能源管理系统的联合优化可以实现更高的节能。本文研究了不同的MPC策略如何在建筑物和能源中心的能源管理系统上执行。我们首先讨论两种MPC方法：集中式和分散式。虽然集中式控制策略提供了最佳性能，但其实现在计算上是禁止的，并且引起了隐私问题。另一方面，分散控制方法，它提供了易于实施，显示出显着较低的性能。我们提出了第三种策略，基于对偶分解的分布式控制，它具有这两种方法的优点。数值案例研究和比较表明，分布式控制的性能接近集中式情况下的性能，同时保持显着较低的计算负担，特别是在大规模的情况下，许多代理。最后，我们通过在瑞士Dübendorf的NEST演示器中的全尺寸能量枢纽系统上的实验来验证和验证所提出的方法的可靠性。
2021-10-04 cs.SY eess.SP eess.SY
Decentralized Event-Triggered Consensus over Unreliable Communication Networks
本文研究了不可靠通信信道上分布式事件触发的一致性问题。通信是不可靠的，因为从一个代理到其邻居的广播信道可以丢弃事件触发的信息分组，其中发送代理不知道没有接收到分组，并且接收代理不知道所发送的分组。另外，成功到达其目的地的分组可能遭受时变通信延迟。在本文中，我们考虑了有向图，我们也放松了一致性的数据包丢失和延迟。放松一致性意味着由一个代理广播的数据包的延迟和丢失对于每个接收节点可以是不同的。我们表明，即使在这种具有挑战性的情况下，代理可以达到共识渐近，同时减少传输的测量建议的事件触发的共识协议的基础上。此外，获得了正的事件间时间，这保证了芝诺行为不会发生。
2015-11-24 math.OC
SPARQ-SGD: Event-Triggered and Compressed Communication in Decentralized Stochastic Optimization
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；US Army Research Lab（美国陆军研究实验室）
在本文中，我们提出并分析SPARQ-SGD，这是一个事件触发和压缩算法的大规模机器学习模型的分散训练。每个节点可以本地计算触发通信的条件（事件），其中发送量化和稀疏化的本地模型参数。在SPARQ-SGD中，每个节点至少采用固定数量（$H$）的局部梯度步长，然后检查模型参数与其上次更新相比是否发生了显著变化;只有当发生显著变化时，它才会进一步传输压缩的模型参数，如（设计）标准所规定的。我们证明了SPARQ-SGD分别在强凸和非凸设置下收敛为$O(\frac{1}{nT})$和$O(\frac{1}{\sqrt{nT}})$，表明这种积极的压缩，包括事件触发通信，模型稀疏化和量化，与未压缩的分散式训练相比，不会影响整体收敛速度;从而理论上产生“免费”的通信效率。我们在真实数据集上评估SPARQ-SGD，以证明在最先进的通信中节省了大量资金。
2020-02-24 cs.DC cs.LG math.OC
Predictive and Self Triggering for Event-based State Estimation
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
本文提出预测与自触发协议，通过统一的贝叶斯决策框架，实现通信资源的优化分配，提升事件驱动状态估计的效率与质量。
2016-09-23 cs.SY eess.SY math.OC
Cooperative distributed model predictive control for embedded systems: Experiments with hovercraft formations
Hamburg University of Technology（汉堡工业大学）；TU Dortmund University（多特蒙德工业大学）；EPFL（洛桑联邦理工学院）
本文提出无需中央协调器、可在气垫船机载毫秒级运行的协作式分布式MPC方法，并通过多场景编队实验验证其灵活性。
2025-03-17 cs.RO cs.SY eess.SY
Resource-Constrained Decentralized Federated Learning via Personalized Event-Triggering
Elmore Family School of Electrical and Computer Engineering, Purdue University（电气与计算机工程学院，普渡大学）；Department of Electrical Engineering, University at Buffalo–SUNY（电气工程系，布法罗大学–SUNY）
针对无中心服务器的资源异构去中心化联邦学习场景，提出带个性化触发条件的异步事件触发通信方法，理论证明其收敛性，实验验证该方法可提升收敛速度、降低通信开销。
2025-11-19 cs.DC cs.LG math.OC
Methods for Collision-Free Navigation of Multiple Mobile Robots in Unknown Cluttered Environments
自主车辆的导航和引导是机器人学的一个基本问题，近几十年来吸引了大量的研究。这份报告主要涉及可证明的碰撞避免多个自主车辆在未知的杂乱环境中运行，使用反应分散导航法，障碍物信息由一些传感器系统提供。最近，基于模型预测控制的导航系统的鲁棒和分散的变体已被应用于车辆导航问题。属性，如可证明的碰撞避免下的干扰和可证明的收敛到一个目标已被证明;然而，这些往往需要显着的计算和通信能力，不考虑传感器的约束，使实时使用有些困难。似乎还有机会在易处理性、最优性和鲁棒性之间进行更好的权衡。本文的主要工作如下：第一，将鲁棒模型预测控制概念与基于局部路径规划的反应式导航策略相结合，分别应用于具有加速度约束和扰动的完整和单一车辆模型;第二步，将模型预测控制类型的方法扩展到关于障碍物的信息仅限于离散射线的情况，基于传感器模型，可证明安全，收敛边界以下，可以显示;第三，新的约束条件的发展，允许分散协调多个车辆使用一个强大的模型预测控制型方法，其中一个单一的通信交换使用每个控制更新，车辆被允许同时执行规划，并避免一致性目标。
2014-01-27 cs.RO math.OC
Distributed Model Predictive Control for Energy Systems in Microgrids
提出了一种基于分布式模型预测控制（DMPC）的灵活模块化控制方案，以实现智能电网中分散能源系统的优化运行。所提出的方法是用来协调多个分布式能源（DER）在低压（LV）微电网，因此，允许虚拟发电厂（VPP）的操作。一个连续的和迭代的DMPC制定，它结合了全球电网的目标，以及当地的舒适性要求和性能指标。所研究的情况下，通过模拟产生的初步结果证明了应用这种控制方案的基准低电压微电网的好处。
2015-08-04 math.OC
Computation of Controllable and Coobservable Sublanguages in Decentralized Supervisory Control via Communication
在分散监督控制中，多个本地监督者合作以实现共同的目标（规范）。能控性和协同能观性是被控系统达到某种性能指标的关键条件。我们构造了一个可控的和coobservable子语言的规范，通过使用额外的监督员之间的通信。也就是说，我们通过通信扩展本地监督员的可观察事件，并应用本地监督员的完全分散计算。然后通过构造来保证协观测性。讨论了获得集中式最优解的充分条件。我们的方法可以用于前缀封闭和非前缀封闭规格。
2017-01-25 cs.FL math.OC
Lessons from AlphaZero for Optimal, Model Predictive, and Adaptive Control
在本文中，我们的目标是提供分析和见解（通常基于可视化），解释了离线培训之上的在线决策的有益影响。特别是，通过一个统一的抽象的数学框架，我们表明，主要的AlphaZero/TD-Gammon的想法近似值空间和推出非常广泛地适用于确定性和随机最优控制问题，涉及离散和连续的搜索空间。此外，这些想法可以有效地与其他重要的方法，如模型预测控制，适应控制，分散控制，离散和贝叶斯优化，神经网络为基础的价值和政策的近似，和启发式算法的离散最优化。
2023-01-03 cs.AI math.OC
Event-Triggered Intermittent Sampling for Nonlinear Model Predictive Control
针对非线性连续时间系统，提出了一种新的非周期模型预测控制方法。与以前的方法不同，我们提供了事件触发的条件，而不使用最佳成本作为李雅普诺夫函数的候选人。相反，我们评估的时间间隔时，最佳状态轨迹进入一个本地集周围的原点。所得到的事件触发策略在两个方面都比以前的方法更适合于实际应用。首先，它不包括参数（例如，阶段及终端成本的Lipschitz常数参数），其可能为事件触发条件的保守性的潜在来源。第二，事件触发的条件需要仅在某些采样时刻而不是连续地被检查。这导致传感成本的减轻，并变得更适合于在数字平台下的实际实现。通过数值模拟验证了该方案的有效性。
2017-03-15 math.OC
Integral-Type Event-Triggered Model Predictive Control of Nonlinear Systems with Additive Disturbance
研究了连续时间非线性系统的积分型事件触发模型预测控制。提出了一种积分型事件触发机制，通过将实际和预测状态序列之间的误差积分，从而降低平均采样频率。此外，一个新的和改进的鲁棒性约束被引入到处理的附加干扰，使MPC问题的潜在扩大的初始可行域。此外，所设计的MPC的可行性和闭环系统的稳定性进行了严格的研究。建立了保证这些性质的几个充分条件，这些条件与预测时域、扰动界、触发水平和鲁棒约束收缩率等因素有关。数值算例和比较表明了该算法的有效性。
2020-02-18 math.OC
Decentralized Supervisory Control of Networks of Nonlinear Control Systems
系统的信息-物理系统（Cyber-Physical Systems of Systems，CPSoS）范式由于其能够正确处理许多感兴趣的工程复杂系统的表达能力而在控制系统研究界变得相当流行。分散控制技术提供了一种有前途的方法，驯服的固有复杂性的CPSoS，也与所需的通信基础设施和计算单元的设计。在本文中，我们提出了分散控制网络的离散时间非线性控制系统，执行复杂的规范表示的正规语言，在任何期望的精度。正如本文所讨论的，正则语言，而传统上研究的离散事件系统的研究社区，也提供了一个有用的手段来建模各种各样的复杂规格的控制系统。分散控制器的设计是基于形式化的方法，特别是离散抽象的使用。这种控制器的有效合成是通过诉诸于飞行中的算法技术，也允许使用并行计算架构。的优点和缺点的分散的方法超过一个集中的，也在计算复杂性方面，进行了讨论。最后给出了一个算例，说明了所得结果的适用性和有效性.
2016-06-15 math.OC
