Learning and Control from Similarity Between Heterogeneous Systems: A Behavioral Approach
本文针对异构线性系统，通过行为子空间主角定义相似性指标，并基于投影技术提出相似性学习控制策略，使宿主系统能复用客体系统经验高效完成任务。
2024-09-01 cs.SY eess.SY
Multiplex PI-Control for Consensus in Networks of Heterogeneous Linear Agents
University of Naples Federico II（那不勒斯费德里科二世大学）；University of Bristol（布里斯托大学）
本文提出多乘路PI方法解决受常数扰动影响的异构节点网络共识问题，通过不同拓扑层部署比例积分作用，推导收敛条件并用电力网络模型验证有效性。
2015-12-09 cs.SY eess.SY
Cooperative output feedback tracking control of stochastic linear heterogeneous multi-agent systems
研究了随机线性异质领导-跟随多智能体系统的协作输出反馈跟踪控制问题。每个智能体都是一个连续时间的线性非均匀动态系统，其状态是不完全可测的，智能体之间的信息交换伴随着加性和乘性噪声。我们提出了一组用于估计领导者和跟随者状态的容许分布式观测策略，以及一组基于确定性等价原理的容许协作输出反馈控制策略。通过输出调节理论和随机分析，证明了对于可观测的领导者动态和可镇定且可检测的跟随者动态，如果乘性噪声的强度系数与领导者不稳定模的实部之和的乘积小于图Laplacian的最小非零特征值的1/4，然后存在容许分布观测和协作控制策略，以确保均方有界的输出跟踪，只要相关的输出调节方程是可解的。最后，我们的控制策略的有效性证明了数值仿真。
2021-01-15 cs.SY eess.SY
Momentum-Based Access and Speed Control for Improved Safety in Heterogeneous Road Networks
本文提出一种基于动量的两级控制算法，通过访问控制降低异构性、速度控制减轻碰撞伤害，提升异构道路网络安全性，并使用SUMO仿真器验证。
2025-09-16 cs.SY eess.SY
Distributed Model Predictive Control for Optimal Consensus of Constrained Heterogeneous Multi-agent Systems
The Hong Kong University of Science and Technology（香港科技大学）；The University of Hong Kong（香港大学）；HKU Shenzhen Institute of Research and Innovation（香港大学深圳研究院创新）；Beihang University（北京航空航天大学）；Peking University（北京大学）
本文针对约束异构多智能体系统，在MPC框架下同时优化控制输入序列与一致性平衡点，开发分布式原始-对偶算法并建立终端条件，经数值仿真验证了所提分布式最优一致性控制方法的有效性。
2026-08-31 cs.SY eess.SY
Decentralized Control for Heterogeneous Battery Energy Storage System
本文针对异构电池储能系统提出一种分散控制方法，通过单一广播信号实现各电池自主运行，并证明跟踪误差渐近稳定，仿真验证了故障脱离下的鲁棒功率跟踪及无通信荷电状态均衡。
2024-04-16 cs.SY eess.SY
Distributed Frequency Regulation for Heterogeneous Microgrids via Steady State Optimal Control
在本文中，我们提出了一种基于模型的频率控制器的微电网与非零线电阻的基础上端口的微电网模型和实时动态定价的哈密顿制定。该控制器适用于传统的发电同步机以及电力电子接口源，它是强大的对不可控负载或挥发性再生源的功率波动。基于价格的公式允许满足诸如有功功率共享之类的附加要求。我们的程序的能力和有效性证明了通过一个18节点的示例性网格。
2019-10-07 cs.SY eess.SY
Adaptive Control of Heterogeneous Platoons with Guaranteed Collision Avoidance
Indraprastha Institute of Information Technology Delhi（德里印度理工学院）；Southeast University（东南大学）
本文提出了一种基于虚拟编队概念的自适应控制框架，用于保障异构车辆编队的碰撞避免。
2025-08-28 cs.SY eess.SY
Distributed Fault-Tolerant Control for Heterogeneous MAS with Prescribed Performance under Communication Failures
本文针对通信链路故障下的异构无人机-无人地面车协同系统，提出一种基于预设性能控制的分布式容错编队控制方法，并引入自适应可变性能边界策略处理执行器饱和，仿真验证了其有效性与鲁棒性。
2025-04-10 cs.SY eess.SY
Scaling up the formation of agents with heterogeneous sensing: mixed distance and bearing-only
本文研究异构感知下智能体只能控制距离或方位角的分布式编队控制问题，提出基于异构感知刚性理论保证形状适定，并设计迭代方法实现智能体规模扩展，数值模拟验证了其有效性。
2023-11-20 cs.SY eess.SY
Distributed Control Design for Heterogeneous Interconnected Systems
本文提出了异构和部分异构系统的可扩展控制器综合方法。首先，异构系统被认为是由不同的子系统互连的有向图。从鲁棒和增益调度控制器的综合技术，特别是全块S-过程，处理分散系统部分在标称条件下，与互连部分在乘法器的条件。在某些结构假设下，我们可以将综合条件分解为各个子系统的大小。为了解决这些分解的综合条件，耦合只有在相邻的子系统，我们提出了一种分布式方法的基础上交替方向法的乘子。它只需要最近的邻居通信，不需要中央协调。然后，引入了一种新的系统分类，该分类由具有不同互连类型的同质子系统组组成。这种分类包括作为最一般情况的异构系统和作为最具体情况的同构系统。基于这种分类，我们展示了如何互联系统模型和分解的合成条件，可以制定一个更紧凑的方式。所提出的方法相对于越来越多的子系统和互连的计算可扩展性进行了分析，并在数值例子中证明了结果。
2020-04-10 cs.SY eess.SY
Grid-aware Distributed Model Predictive Control of Heterogeneous Resources in a Distribution Network: Theory and Experimental Validation
在本文中，我们提出并实验验证了分布式能源（DER）的调度和控制框架，实现了跟踪一天前的调度计划托管可控和随机异构资源的配电网，同时尊重当地电网的节点电压和线路载流量的约束。该框架由两个算法层组成。在第一个（日前调度），我们确定一个聚合的调度计划。在第二层（实时控制）中，分布式模型预测控制（MPC）确定DER的有功和无功功率设定点，使得它们的聚合贡献跟踪调度计划，同时服从DER操作约束以及电网约束。该框架在真实规模的微电网上进行了实验验证，该微电网再现了CIGRE微电网基准系统的网络规范。
2020-08-06 cs.SY eess.SY
Data-based approaches to learning and control by similarity between heterogeneous systems
本文提出异构系统容许行为间的相似性指标及基于离线采样数据的学习控制框架，使主系统能直接利用客系统经验完成任务而无需试错。
2024-09-26 cs.SY eess.SY
Optimal Synchronization Control for Heterogeneous Multi-Agent Systems: Online Adaptive Learning Solutions
针对异构多智能体系统的最优同步控制问题，提出了一种基于分布式策略迭代的在线自适应学习方法。
2020-11-11 cs.SY eess.SY math.OC
Deep Neuro-Adaptive Sliding Mode Controller for Higher-Order Heterogeneous Nonlinear Multi-Agent Teams with Leader
针对带外部扰动的高阶异构未知非线性多智能体领航跟踪问题，提出基于DNN的神经自适应滑模控制策略，结合受限势函数与非光滑Lyapunov稳定性理论，经仿真验证具备良好的有效性、自适应性与鲁棒性。
2025-07-29 cs.SY eess.SY
Persistent Coverage Control for Teams of Heterogeneous Agents - Extended Version
University of Pisa（比萨大学）；Imperial College London（帝国理工学院）；United Technologies Research Centre Ireland（联合技术研究院爱尔兰分公司）
本文提出了一种分布式协作控制律，用于在结构化环境中协调异质群体的持久覆盖任务，考虑了车辆动力学和覆盖能力的异质性，通过描述函数框架处理异质传感能力，并通过形式论证证明了任务的完成和无碰撞。
2018-09-17 cs.SY eess.SY
Maya: Falsifying Power Sidechannels with Dynamic Control
由于信息通过物理输出（如功率、温度或电磁（EM）辐射）泄漏，计算机的安全性处于危险之中。攻击者可以使用先进的信号测量和分析来从这些侧通道恢复敏感数据。为了解决这个问题，本文提出了Maya，这是一种针对电源侧通道的简单有效的解决方案。这个想法是使用控制理论技术以应用程序透明的方式重新塑造应用程序消耗的功率-防止攻击者学习任何信息。利用控制理论，即使运行条件发生不可预测的变化，控制器也可以可靠地将功率保持在期望的目标值附近。然后，通过智能地改变这些目标，可以使功率以任何期望的形式出现，看起来携带实际上与应用无关的活动信息。Maya可以在特权软件或简单硬件中实现。在本文中，我们实现了两个多处理器机器上使用操作系统（OS）线程的Maya，并显示其有效性和易于部署。
2019-08-18 cs.CR cs.SY eess.SY
Backstepping Mean-Field Density Control for Large-Scale Heterogeneous Nonlinear Stochastic Systems
本文研究了大规模随机系统的平均场密度控制问题，该问题在群体机器人等领域有着广泛的应用。最近，有越来越多的文献，采用平均场偏微分方程（PDE）来模拟密度的演变，并使用密度反馈设计控制律，通过作用于单个系统，稳定其密度朝向目标轮廓。尽管密度反馈具有稳定性和计算效率，但它的成功依赖于假设系统是齐次一阶积分器（加上白噪声），并忽略了高阶动力学，使其在实践中不太适用。在这项工作中，我们提出了一个backstepping设计算法，密度控制扩展到严格反馈形式的异构和高阶随机系统。我们表明，在个人层面上的严格反馈形式对应于，在集体层面上，一个偏微分方程（密度）分布驱动的一组异质随机系统。所提出的反推设计，然后开始与密度反馈设计的偏微分方程，其次是一系列的稳定设计的其余随机系统。我们提出了一个候选控制律的稳定性证明，并将其应用于非完整移动机器人。仿真结果验证了算法的有效性。
2022-03-24 cs.SY eess.SY
Event-Triggered Memory Control for Interval Type-2 Fuzzy Heterogeneous Multi-Agent Systems
本研究针对异构多智能体系统的非线性不确定性与资源约束问题，提出基于记忆的分布式动态事件触发控制策略，结合non-PDC策略降低设计保守性，通过仿真验证了其提升系统性能的有效性。
2024-12-10 cs.SY eess.SY
Adaptive Multi-robot Implicit Control of Heterogeneous Herds
本文提出了一种新的控制策略，通过一个机器人放牧团队的非合作逃避群体。在羊群问题中，避障者的运动通常由强非线性和非均匀反应动力学决定，这使得柔性控制解决方案的开发成为一个具有挑战性的问题。在这种情况下，我们提出了隐式控制，一种方法，利用数值分析理论找到合适的羊群输入，即使在逃避者的动态屈服于隐式方程的非线性。这种方法背后的直觉在于驱动输入，而不是计算它，朝着实现牛群所需动态行为的未知值。同样的想法被用来开发一个适应法，稳定性的保证，处理牛群模型中的不确定性。此外，我们的解决方案完成了一种新的笼技术的基础上的不确定性模型和控制障碍函数（CBFs），连同分布式估计，以克服需要完整的完美测量。不同的仿真和实验验证了该方案的通用性和灵活性。
2022-06-13 cs.SY eess.SY
Propensity Formation-Containment Control of Fully Heterogeneous Multi-Agent Systems via Online Data-Driven Learning
针对完全异构多智能体系统的倾向编队-包围控制问题，引入ITFL并设计自适应观测器与在线数据驱动学习协议，实现无模型信息条件下的状态渐近收敛。
2025-03-12 cs.SY eess.SY
Task-space coordinated tracking of multiple heterogeneous manipulators via controller-estimator approaches
College of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院）；School of Information and Electrical Engineering, Hunan University of Sience and Technology（湖南科技大学信息与电气工程学院）
本文提出基于控制器-估计器算法的多异质机械臂协调跟踪方法，解决时变领导者任务空间跟踪问题，通过非光滑分析和输入到状态稳定性理论，提出稳定性条件并验证有效性。
2016-07-26 cs.SY eess.SY
A Novel Decomposition for Control of DC Circuits and Grid Models with Heterogeneous Energy Sources
Boston University（波士顿大学）
本文提出一种新分解方法，将混合电源电路分解为电压控制子电路和电流控制子电路，分析了稳态直流电路的功率损耗和总功率计算方法，探讨了其在电网拓扑控制中的应用。
2017-09-22 cs.SY eess.SY
Distributed Adaptive Consensus with Obstacle and Collision Avoidance for Networks of Heterogeneous Multi-Agent Systems
针对异构多智能体系统，提出一种基于势函数、神经网络扰动估计与自适应调节律的分布式自适应控制策略，确保在固定拓扑下实现领航者-跟随者编队一致性及碰撞与障碍避免。
2024-10-11 cs.SY eess.SY
The bottleneck and ceiling effects in quantized tracking control of heterogeneous multi-agent systems under DoS attacks
本文研究DoS攻击和状态量化下异构多智能体系统的跟踪控制，揭示领导者-跟随者与跟随者间量化通信数据率分别导致的天花板效应和瓶颈效应，并给出防止量化器饱和的条件。
2023-11-01 cs.SY eess.SY
Adaptive Synchronization of Heterogeneous Multi-Agent Systems: A Free Observer Approach
研究了异构多智能体网络的自适应同步协议。每个代理之间的交互是通过有向图进行的。我们强调代理之间缺乏沟通和存在的不确定性，在每个系统之间的传统问题，可能会出现在合作网络。提出了两种处理不确定性的方法：基于鲁棒最优控制的策略和基于神经网络的策略。同样，输入估计方法被设计成面对任何代理可能存在于网络上的断开。这些控制律可以保证代理之间的同步，即使有干扰或没有来自任何代理的通信。进行了稳定性和边界分析。协同巡航控制仿真结果验证了所提出的控制方法的性能。
2020-10-06 cs.SY eess.SY
HierFedCEA: Hierarchical Federated Edge Learning for Privacy-Preserving Climate Control Optimization Across Heterogeneous Controlled Environment Agriculture Facilities
IOGRU LLC（IOGRU有限责任公司）
HierFedCEA通过分层联邦学习框架，在保护隐私的前提下优化异构受控环境农业设施的气候控制，减少HVAC能耗并加速新设施调试，其36参数PID模型在隐私保护下实现94%的集中训练性能。
2026-04-15 cs.SY eess.SY
A Hybrid Systems-based Hierarchical Control Architecture for Heterogeneous Field Robot Teams
Chonnam National University（全南国立大学）
现场机器人系统近来已被应用于广泛的研究领域。要使这些系统更加自动化、先进和活跃，需要异构机器人之间的合作。经典控制理论在处理大规模复杂动态系统时效率低下。因此，需要引入基于离散事件系统的监督控制理论来克服这一局限性。在这项研究中，我们提出了一种基于混合系统的分层控制架构，通过一个基于监督控制的高层控制器和一个传统的基于控制的低层控制器。通过一种称为混合自动机的形式化方法对混合系统及其动力学进行建模，并设计了表达协作控制目标的行为规范。此外，一个模块化的监督，这是更可扩展性和可维护性比集中式监控控制器的合成。建议的混合动力系统和分层控制架构的实施，验证，然后通过基于物理的模拟器的性能进行评估。实验结果证实，异构现场机器人团队满足给定的规格，并提出了系统的结果，验证了所提出的控制架构的效率。
2020-02-20 cs.RO cs.SY eess.SY
On the design of multiplex control to reject disturbances in nonlinear network systems affected by heterogeneous delays
我们考虑的问题，设计控制协议的非线性网络系统受异构，时变时滞和干扰。对于这些网络，我们的目标是拒绝多项式干扰影响的代理，并保证履行一些所需的网络行为。为了满足这些要求，我们提出了一个积分控制设计，通过多路复用架构实现。我们利用压缩理论的工具，给出了所需的干扰抑制和稳定性的充分条件。我们通过一个涉及多端高压直流电网控制的数值例子说明了结果的有效性。
2023-03-13 cs.SY eess.SY math.OC
Communication-Aware Dissipative Control for Networks of Heterogeneous Nonlinear Agents
本文提出了一种基于耗散性的稀疏通信拓扑控制方法，用于异构非线性代理网络，以实现高性能和鲁棒性。
2025-12-05 cs.SY eess.SY math.OC
Observer-Based Coordinated Tracking Control for Nonlinear Multi-Agent Systems with Intermittent Communication under Heterogeneous Coupling Framework
研究了一类具有间歇通信和信息约束的非线性多智能体系统（MAS）在动态切换拓扑下的协调跟踪控制问题.首先，设计了一个状态观测器来估计系统中不可测的实际状态信息。其次，在动态切换拓扑结构中引入可调的异构耦合加权参数，提出异构耦合框架下的分布式协调跟踪控制协议。然后，构造了一个新的引理，实现了观测器增益、状态反馈增益和异构耦合增益矩阵的协同设计。进一步证明了系统的稳定性，并给出了通信速率的取值范围。在此基础上，将间歇通信模式扩展为正常通信、主从通信中断和所有智能体通信中断三种时间间隔情况，并改进了分布式协调跟踪控制方法，解决了这一问题。最后，通过非线性多传感器的仿真实验验证了方法的正确性。
2022-06-29 cs.SY eess.SY math.DS
Nonlinear Predictive Control on a Heterogeneous Computing Platform
Imperial College London（帝国理工学院）；Department of Electrical & Electronic Engineering（电气与电子工程系）
本文提出在异构处理器上实现基于内点法的非线性预测控制器，通过在通用CPU和FPGA间分配工作量平衡控制性能与计算资源，利用KKT矩阵结构实现内存节省，并展示与ARM Cortex-A9软件实现相比的36倍加速。
2017-10-24 cs.SY eess.SY math.OC
Certificate-based Synthesis of Coordinated Droop Control for Heterogeneous Radial Distribution Networks
Eindhoven University of Technology（埃因霍温理工大学）
本文提出一种基于证书的异构辐射型配电网协调下垂控制方法，推导保留局部信息的电压包络，设计带虚拟协调与仿生前馈补偿的控制器，在两个基准网络上验证其可得到更紧凑且空间信息丰富的证书。
2026-09-22 cs.SY eess.SY math.OC
Exponential convergence of distributed optimization for heterogeneous linear multi-agent systems
在这项工作中，我们研究了一个分布式的最优输出共识问题的异构线性多智能体系统的代理的目的是达成共识的目的是最小化的私人凸成本的总和。基于输出反馈，采用比例积分（PI）控制技术，提出了一种全分布式控制律。对于具有Lipschitz梯度的强凸代价函数，所设计的控制器在无向连通网络中可以指数收敛。此外，为了消除连续通信的要求，所提出的控制律，然后扩展到周期性和事件触发的通信计划，这也达到指数收敛。最后给出了两个仿真例子来验证所提出的控制算法。
2021-01-12 cs.SY eess.SY math.OC
Fully-Heterogeneous Containment Control of a Network of Leader-Follower Systems
针对完全异构的包容控制问题，提出了一种分布式求解方法。首先提出了一种新的完全异构的CCP制定，其中每个追随者构建其虚拟外系统。为了建立这些虚拟exo-system的追随者，一种新的分布式算法被开发来计算所谓的归一化水平的影响（NLI）的所有领导者对每个追随者和一种新的自适应分布式观测器被设计来估计的动态和状态的所有领导者，有一个影响每个追随者。然后，提出了一种分布式控制协议的基础上的合作输出调节框架，利用这个虚拟外系统。基于领导者的动态和状态的估计和NLI的领导者在每个从者，所谓的线性调节器方程的解决方案计算在一个分布式的方式，因此，分布式控制协议的设计解决输出包容问题。最后，通过数值模拟验证了理论结果。
2021-06-09 cs.MA cs.SY eess.SY
Stability Analysis of Gradient-Based Distributed Formation Control with Heterogeneous Sensing Mechanism: Two and Three Robot Case
本文重点研究了一组移动机器人采用异构感知机制时所呈现的队形稳定性分析。根据本地信息的方便性和可靠性，每个机器人利用流行的基于梯度的控制律，在本文中，是基于距离或仅方位的编队控制。对于两个和三个机器人的情况下，我们表明，使用异构的基于梯度的控制律可以产生一个不希望的不变集，扭曲的形成形状是以恒定的速度移动。这种不变集的（不）稳定性取决于指定的距离和方位约束。对于两个机器人的情况下，我们证明了所需的平衡集几乎是全局稳定的，而对于三个机器人的情况下，我们保证局部渐近稳定的正确形成的形状。我们还推导出三个机器人的情况下，不需要的不变集是局部吸引力的条件。数值模拟来说明在三机器人的情况下的理论结果。
2020-10-20 cs.SY eess.SY math.OC
H2 suboptimal containment control of homogeneous and heterogeneous multi-agent systems
本文研究同构和异构多智能体系统的H2次优包含控制问题，通过引入性能输出和H2代价泛函，设计分布式动态输出反馈协议，在实现状态/输出包含的同时使H2代价低于给定上界，并给出等价转化方法和仿真验证。
2023-11-19 cs.SY eess.SY math.OC
Capability-Aware Heterogeneous Control Barrier Functions for Decentralized Multi-Robot Safe Navigation
Department of Computer Science and Engineering, Texas A&M University（德克萨斯A&M大学计算机科学与工程系）；Department of Computer Science, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算机科学系）
本文提出CA-HCBF框架，通过统一动力学模型和能力度量，实现异构机器人团队的安全一致性和能力感知协调，提升安全性和任务效率。
2026-11-04 cs.RO cs.SY eess.SY
Resilient Output Consensus Control of Heterogeneous Multi-agent Systems against Byzantine Attacks: A Twin Layer Approach
The University of Hong Kong（香港大学）；Shenzhen University（深圳大学）；Texas A&M University at Qatar（德州农工大学卡塔尔分校）
研究了异构多智能体系统（MAS）对抗拜占庭攻击的协同控制问题。受拜占庭攻击影响的Agent向所有邻居发送不同的错误值，同时为自己施加错误的输入信号，具有攻击性，难以防御。受数字孪生概念的启发，提出了一种新的具有虚拟孪生层（TL）的分层协议，将上述问题分解为TL上的拜占庭边缘攻击防御方案和CPL上的拜占庭节点攻击防御方案。在TL上，我们提出了一种弹性拓扑重构策略，通过增加最小数量的关键边来提高网络的弹性。严格证明了该控制策略在TL上的拓扑满足强$(2f+1)$ -鲁棒性的情况下，在有限时间内足以达到渐近一致。在CPL上，提出了分散无抖振控制器，以保证异构MAS的弹性输出一致性抵御拜占庭节点攻击。此外，所得到的控制器显示指数收敛。数值算例验证了理论结果的有效性和实用性。
2023-03-22 cs.AI cs.SY eess.SY
Feasibility-Guaranteed Safety-Critical Control with Applications to Heterogeneous Platoons
针对严格控制边界下高相对阶CBF约束易导致QP不可行的问题，提出含可行性约束的新型CBF，并在异构车队ACC中验证其可保证安全、可行且控制无突变。
2024-09-08 cs.SY eess.SY math.OC
A Graph-Based Control Interface for Traffic Signals on Heterogeneous Road Networks
研究异构道路网络交通信号控制接口，用共享图神经网络为交通流分配分数，经确定性关联矩阵转换为信号相位集，通过PPO实验评估，在合成网格和城市图上测试，为该控制接口的可行性提供了证据。
2026-07-27 cs.LG cs.SY eess.SY
Generalized Multi-hop Traffic Pressure for Heterogeneous Traffic Perimeter Control
University of Toronto（多伦多大学）
针对同质边界控制在异构拥堵场景下效果差的问题，提出基于马尔可夫链的多跳下游压力与两阶段分层控制方案，重分配同质策略的总流入量，显著提升异构场景性能且对转弯比例不确定有鲁棒性。
2025-01-17 cs.LG cs.SY eess.SY
Fusion of Heterogeneous Friction Estimates for Traction Adaptive Motion Planning and Control
KTH Royal Institute of Technology（瑞典皇家理工学院）
牵引力自适应运动规划与控制对于提高自动驾驶汽车在紧急情况下避免事故的能力具有重要意义。然而，这样的功能需要实时的更新的车辆前方道路的精确摩擦估计。现有技术的摩擦估计技术包括在存在轮胎滑移的情况下的高精度局部摩擦估计，以及基于前视摄像机对车辆前方的路面进行粗略分类。在本文中，我们表明，这些技术在孤立的产量令人满意的行为时，部署牵引自适应运动规划和控制功能。然而，两者的融合提供了足够的准确性，可用性和预见性，以产生接近最佳的行为。为此，我们提出了一种基于异方差高斯过程回归的融合方法，并给出了初步的仿真结果。
2021-05-14 cs.RO cs.SY eess.SY
Green Resource Allocation and Energy Management in Heterogeneous Small Cell Networks Powered by Hybrid Energy
在异构网络（HetNets）中，如何提高频谱利用率是一个至关重要的问题。与此同时，能源消耗的增加促使网络运营商部署可再生能源作为传统电力的辅助。基于上述方面，我们允许基站（BS）彼此共享其许可频谱资源，并调整传输功率以适应可再生能源水平。考虑到基站间的共享公平性，我们将多人讨价还价问题转化为一个随机优化问题。我们将优化问题分为三个部分：数据率控制、资源分配和能量管理。提出了一种在线动态控制算法，通过控制接入速率和资源分配，以最小的电网能耗实现输电和共享收益最大化。仿真结果验证了该方案的有效性。
2020-06-14 cs.NI cs.SY eess.SY
Robust Macroscopic Density Control of Heterogeneous Multi-Agent Systems
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）
本文提出了一种可扩展的宏观密度控制框架，用于异构多智能体系统，在部分未知环境中实现鲁棒的密度控制。
2026-09-21 cs.SY eess.SY math.AP
Robust Cooperative Output Regulation of Discrete-Time Heterogeneous Multi-Agent Systems
Utah State University（犹他州立大学）
本文提出了一种基于内部模型的分布式控制方法，用于解决离散时间异构多智能体系统的鲁棒协同输出调节问题，并通过线性矩阵不等式提供了可行的条件。
2026-03-08 cs.SY eess.SY math.OC
Distributed Control Barrier Functions for Safe Multi-Vehicle Navigation in Heterogeneous USV Fleets
Massachusetts Institute of Technology（麻省理工学院）；MIT Lincoln Laboratory（MIT林肯实验室）；Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）；Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉珀实验室）；Brigham Young University
本文提出了一种基于控制屏障函数的分布式安全控制方法，用于异构无人艇编队的避碰问题，通过模拟和实验证明其在不同平台和人类操作员行为下的有效性。
2026-01-16 cs.RO cs.SY eess.SY
Safety by Invariance, Liveness through Refinement: Heterogeneous Contract Framework for Co-Design of Layered Control
Laboratory of Signals and Systems (L2S), CNRS, CentraleSupelec, Paris-Saclay University, France（信号与系统实验室（L2S），CNRS，CentraleSupelec，巴黎-萨克雷大学，法国）；College of Computing, University Mohammed VI Polytechnic, Benguerir, Morocco（计算学院，穆罕默德六世理工学院，贝内乌尔，摩洛哥）
针对分层控制架构缺乏统一规范语言、跨时间尺度互联保证及层间组合分离的问题，提出将安全-活性分解引入异构假设-保证契约框架，通过连续时间层的不变性保证安全，离散时间层的精化实现活性，并形式化层间协调条件。
2026-06-04 cs.RO cs.SY eess.SY
Learning Minimum-Energy Controls from Heterogeneous Data
University of Padova（帕多瓦大学）；University of California at Riverside（加州大学河滨分校）
本文研究了线性系的最小能量控制问题。具体来说，我们考虑的数据集包括输入，初始和最终状态测量收集使用不同的时间范围和任意初始条件的实验。在这种情况下，我们首先建立了一个通用的表示输入和采样状态轨迹的系统的基础上可用的数据。然后，我们利用这种基于数据的表示，以获得封闭形式的数据驱动的表达式的最小能量控制范围广泛的控制视野。此外，我们的特点所需的最小数量的数据来重建的最小能量输入，并讨论我们的表达式的数值特性。最后，我们调查我们的数据驱动的公式上的噪声的影响，并在已知的二阶统计量顺序统计量的噪声的情况下，我们提供了正确的表达式，渐近收敛到真正的最优控制输入。
2020-06-18 cs.LG cs.SY eess.SY
Neural-Swarm2: Planning and Control of Heterogeneous Multirotor Swarms using Learned Interactions
California Institute of Technology（加州理工学院）
我们提出了Neural-Swarm 2，一种基于学习的运动规划和控制方法，允许群中的异构多旋翼安全地近距离飞行。由于复杂的空气动力学相互作用力，例如附近无人机产生的下洗和地面效应，无人机的这种操作具有挑战性。传统的规划和控制方法忽略了捕捉这些相互作用的力量，导致在飞行过程中稀疏的群体配置。我们的方法将基于物理的名义动力学模型与具有强Lipschitz特性的学习深度神经网络（DNN）相结合。我们利用两种技术来准确预测异质多旋翼之间的气动相互作用：i）谱归一化，用于稳定性和不可见数据的泛化保证; ii）异质深度集，用于以置换不变的方式支持任何数量的异质邻居，而不会降低表达能力。学习的剩余动力学的好处，提出的相互作用感知的多机器人运动规划和非线性跟踪控制设计，因为学习的相互作用力减少建模误差。实验结果表明，Neural-Swarm 2能够推广到训练案例之外的更大的群体，并显着优于基线非线性跟踪控制器，最坏情况下的跟踪误差减少了三倍。
2021-07-16 cs.AI cs.LG cs.RO
Online Estimation and Coverage Control with Heterogeneous Sensing Information
Michigan State University（密歇根州立大学）
异构多机器人传感系统能够比同构系统更全面地表征物理过程。获得多种形式的传感数据允许这样的系统融合互补源之间的信息，并学习感兴趣的现象的更丰富的表示。通常，这些数据是相关的，但保真度不同，即，准确度（偏差）和精密度（噪声）。低保真数据可能更丰富，而高保真数据可能更值得信赖。在本文中，我们解决的问题，多机器人在线估计和覆盖控制相结合的低和高保真度的数据来学习和覆盖感兴趣的感官功能。我们提出了两种算法，这项任务的异构学习和覆盖-即随机排序的多保真度学习和覆盖（SMLC）和确定性排序的多保真度学习和覆盖（DMLC）-并证明它们渐近收敛。此外，我们通过数值模拟证明了SMLC和DMLC的经验功效。
2021-06-28 cs.LG cs.RO cs.SY
Distributed Model Predictive Control for Heterogeneous Platoons with Affine Spacing Policies and Arbitrary Communication Topologies
Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所）；Amazon（亚马逊公司）
本文提出一种分布式模型预测控制算法，支持任意通信拓扑和仿射间距策略，通过总成本分析推导稳定性条件，并经50车仿真和4车硬件实验验证。
2024-07-22 cs.MA cs.RO cs.SY
Learning a Stable, Safe, Distributed Feedback Controller for a Heterogeneous Platoon of Autonomous Vehicles
Northeastern University（东北大学）
本文提出一种基于神经网络稳定性证书的算法，用于学习异构自动驾驶车辆队列的稳定、安全、分布式控制器，并通过四辆F1Tenth硬件实验和100辆车仿真验证其优于线性反馈与分布式模型预测控制器。
2024-10-17 cs.AI cs.LG cs.MA
