Event-Triggered Output Synchronization of Heterogeneous Nonlinear Multi-Agents
研究了具有分布式事件控制器的异构非线性多智能体系统的输出同步问题。采用两步同步过程，我们首先概述了分布式事件触发的一致性控制器的线性参考模型下的有向通信拓扑结构。它进一步表明，随后的触发时刻是基于间歇性的通信。其次，利用一定的输入到状态稳定性（ISS）性质，设计了每个非线性多智能体的事件触发扰动输出调节控制器。ISS技术在本文中使用的是基于较温和的条件，每个代理有一定的ISS属性从输入（执行器）的干扰状态，而不是测量（传感器）的干扰状态。通过两步设计，成功地实现了输出同步的目标，避免了Zeno行为。
2019-08-21 cs.SY eess.SY
Uncertainties and output feedback in rollout event-triggered control
事实上，事件触发控制（ETC）往往表现出一个改进的性能-通信权衡比时间触发控制，使它特别有用的网络控制系统（NCS）。然而，已经证明很难先验地表征ETC产生的交通。推出ETC通过使用触发和控制律来解决这个问题，该触发和控制律由最优控制问题（OCP）的解决方案隐式定义，而不是像经典ETC中那样显式定义。这允许直接将预定义的传输流量约束以及状态和输入约束结合起来。在这篇文章中，我们研究了实际相关的情况下，输出，而不是状态测量是可用的，测量以及LTI工厂受到不确定性。为了解决这些挑战，我们适应的方法，从强大的基于管的模型预测控制，并提出了三种不同的策略来实现误差反馈的NCS设置，其适用性取决于执行器的能力。我们建立递归可行性，鲁棒约束满足和收敛。最后，我们用一个数值例子来说明我们的结果。
2022-01-28 cs.SY eess.SY
Event-Triggered Observer-Based Fixed-Time Consensus Control for Uncertain Nonlinear Multiagent Systems with Unknown States
针对具有未知状态的不确定非线性多智能体系统，本文提出一种结合改进调节函数、Lyapunov函数、事件触发策略、输出反馈观测器和RBF神经网络的事件触发观测器固定时间一致性控制方法，消除了Zeno行为并通过仿真验证了有效性。
2024-12-31 cs.SY eess.SY
Distributed Leader-Follower Consensus for Uncertain Multiagent Systems with Time-Triggered Switching of the Communication Network
针对不确定异构多智能体系统在时间触发切换通信拓扑下的领导者-跟随一致性问题，提出结合排斥势函数、神经网络估计器与高阶控制屏障函数的分布式自适应控制策略，实现安全同步编队与鲁棒扰动抑制。
2025-09-09 cs.SY eess.SY
Neuroadaptive Distributed Event-triggered Control of Networked Uncertain Pure-feedback Systems with Polluted Feedback
研究一类带有污染反馈的不确定纯反馈非线性多智能体系统的分布式事件触发控制问题。在事件触发控制的背景下，对于非仿射纯反馈形式的系统，由于传感器故障，系统的状态变量不能直接连续地获取，甚至被污染，其控制设计和稳定性分析都面临着很大的挑战。首先将神经网络逼近与动态滤波技术相结合，提出了规则状态反馈下的标称控制策略，然后采用一种新的替换策略，提出了基于神经网络的分布式事件触发控制策略，完全避免了事件触发设置的不可微性问题.此外，传感器失效自动适应，而无需使用故障检测和诊断单元或控制器重构。它表明，所有的内部信号是半全局一致最终有界（SGUUB）的几个重要引理的帮助下，而所有的子系统的输出达成共识，没有无限快的执行。最后，通过数值仿真验证了算法的有效性.
2023-02-27 cs.MA cs.SY eess.SY
Resource-Aware Stochastic Self-Triggered Model Predictive Control
本文考虑了在有限的资源因素，如电池寿命或硬件寿命下运行的不确定系统的控制。我们在这里考虑资源感知的自触发控制技术，调度系统的操作不均匀的时间，以平衡性能对资源消耗。当运行在一个不确定的环境中，未知的干扰可能会恶化系统的性能，通过对抗计划的事件触发时间表。在这项工作中，我们提出了一个资源感知的随机预测控制方案来解决这一挑战，提出了一种新的零阶保持反馈控制方案，以适应时间不均匀的预测控制更新。
2021-03-09 cs.SY eess.SY
Deep Reinforcement Learning Optimization for Uncertain Nonlinear Systems via Event-Triggered Robust Adaptive Dynamic Programming
Department of Computer Science, University College London（计算机科学系，伦敦大学学院）；Department of Electrical and Electronic Engineering, University of Manchester（电子与电气工程系，曼彻斯特大学）
本文提出一种结合强化学习与事件触发机制的鲁棒自适应动态规划方法，用于优化不确定非线性系统的控制性能，通过减少计算负载提升控制效率。
2025-12-30 cs.AI cs.SY eess.SY
Abstracting the Traffic of Nonlinear Event-Triggered Control Systems
Delft University of Technology（代尔夫特理工大学）
本文提出了一种用于抽象非线性事件触发控制系统的框架，通过可达性分析和等时 manifold 方法，实现了对不确定系统的采样行为建模与调度。
2021-06-15 cs.SY eess.SY math.OC
Switched Event-Triggered Adaptive Control of Reaction-Diffusion PDE-ODE with Neural Operator Implementation
针对反应扩散PDE-ODE级联系统的不确定性，提出基于切换事件触发机制的自适应边界控制，利用深度神经算子逼近反推核函数，实现全局指数稳定和L2全局渐近调节。
2026-06-01 cs.SY eess.SY math.OC
Robust Self-Triggered Control Approaches Optimizing Sampling Sequences with Synchronous Measurements
本研究针对数字平台周期性执行反馈控制算法导致嵌入式系统和共享网络资源低效的问题，提出一种基于同步测量和当前状态信息预计算采样序列的最优自触发控制方案，保证系统稳定性和鲁棒性。
2025-11-02 cs.SY eess.SY
Learning event-triggered controllers for linear parameter-varying systems from data
State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室）；Nanyang Technological University（南洋理工大学）；The Hong Kong Polytechnic University（香港理工大学）；Adelaide University（阿德莱德大学）
针对事件触发LPV系统难以获得精确模型的问题，提出基于θ-持续激励和受扰动数据的数据驱动控制设计，并通过半定规划保证稳定性与最优增益调度，且扩展至轨迹跟踪。
2026-10-12 cs.SY eess.SY
Self-triggered Pursuit of a Single Evader with Uncertain Information
University of Pennsylvania（宾夕法尼亚大学）
本文研究单个追捕者与单个逃逸者的追捕问题，提出无需持续或周期性获取逃逸者位置信息的自触发控制策略，通过考虑采样误差上限保证追捕成功。
2016-01-19 cs.SY eess.SY
Efficient reachability analysis of parametric linear hybrid systems with time-triggered transitions
有效地处理时间触发和可能的不确定性开关的混杂系统可达性是一项具有挑战性的任务。在本文中，我们提出了一种方法的基础上保守的集合为基础的封闭的动力学，可以处理系统的不确定参数和输入，其中的不确定性是绑定到给定的区间。该方法进行了评估的实验机电制动系统的周期控制器的植物模型。在这个模型中，快速切换控制器动态需要纳秒量级的仿真时间尺度。已知对于相对大的时间范围的精确的基于集合的计算是昂贵的。然而，通过适当地解耦的时间变量相对于空间变量，并封闭的不确定参数使用区间矩阵映射作用于zonotopes，我们表明，计算时间可以降低到5000倍的速度比以前的作品。这是混杂系统的形式验证的一个进步，因为减少运行时间允许工程师以相对便宜的计算成本在他们的模型中引入更多的表现力。
2022-07-06 cs.SY eess.SY
Cooperative Switched Formation Control of Autonomous Vehicles: An Event-triggered Approach to Input Saturation and Time-delay Challenges
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；The Hong Kong University of Science and Technology（香港科技大学）；KTH Royal Institute of Technology（皇家理工学院）
提出一种协同自适应编队控制框架，通过输入饱和补偿、时延补偿辅助系统及动态阈值事件触发控制，解决自主车辆在系统不确定性、物理约束和通信时延下的编队问题，并通过数值仿真和3D可视化验证有效性。
2026-06-11 cs.SY eess.SY math.OC
Improving the Performance of Robust Control through Event-Triggered Learning
RWTH Aachen University（亚琛工业大学）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；IAV GmbH Ingenieurgesellschaft Auto und Verkehr（IAV汽车与交通工程有限公司）
鲁棒控制器保证了在不确定性条件下设计的反馈回路的稳定性，但以性能为代价。最近提出的基于学习的方法可以减少时不变系统中的模型不确定性，从而提高使用数据的鲁棒控制器的性能。然而，在实践中，许多系统也以随时间变化的形式表现出不确定性，例如，由于重量变化或磨损，导致基于学习的控制器的性能降低或不稳定。我们提出了一个事件触发的学习算法，决定何时学习在面对不确定性的LQR问题与罕见或缓慢的变化。我们的关键思想是在鲁棒控制器和学习控制器之间切换。对于学习，我们首先使用概率模型通过Monte-Carlo估计来近似学习阶段的最佳长度。然后，我们设计了一个统计测试的不确定系统的矩生成函数的LQR成本的基础上。该测试检测受控系统中的变化，并在控制性能因系统变化而恶化时触发重新学习。我们证明了一个强大的控制器基线在数值例子中的性能改善。
2022-09-21 cs.LG cs.SY eess.SY
Robust dynamic self-triggered control for nonlinear systems using hybrid Lyapunov functions
自触发控制是网络控制系统确定采样时刻的一种资源有效的方法。在每个采样时刻，STC机制不仅确定控制输入，而且确定下一个采样时刻。本文提出了一种适用于受扰非线性系统的STC框架。在该框架中，除了当前状态信息之外，还使用动态变量来确定下一个采样时刻，使得STC机制是动态的。对于与事件触发控制密切相关的概念，使用动态变量已被证明对于增加采样间隔是强大的，但迄今为止尚未被用于STC。提出了动态STC框架的两个变体。第一种变型可以在没有关于干扰的进一步知识的情况下使用，并且导致对输入到状态稳定性的保证。第二种变体利用已知的干扰界来确定采样时刻，并保证包含原点的集合的渐进稳定性。在这两种情况下，混合李雅普诺夫函数技术被用来获得各自的稳定性保证。不同的选择，导致不同的特定STC机制的动态变量的动态，提出了两个变体的框架。所得到的动态STC机制示出了两个数值例子，以强调其优势相比，现有的静态STC方法。
2021-11-08 cs.SY eess.SY
Robust Event-Based Control: Bridge Time-Domain Triggering and Frequency-Domain Uncertainties
本文研究一般线性系统的事件触发控制对加性或乘性频域不确定性的鲁棒性。结果表明，在静态或动态事件触发机制中，采样误差是仿射算子作用于采样输出的图像。虽然不属于$\mathcal{RH}_\infty$，这些运营商是有限增益$\mathcal{L}_2$稳定的运营商范数依赖于触发条件和范数界的不确定性。这种特征进一步扩展到一般的积分二次约束（IQC）为基础的触发机制。只要触发条件表征采样输出和采样误差之间的$\mathcal{L}_2$到$\mathcal{L}_2$映射关系（换句话说，小增益型约束），鲁棒事件触发控制器设计问题就可以转换为具有与受控对象相同阶数的线性系统的标准$H_\infty$综合问题。针对静态、动态和基于IQC的事件触发情形，给出了鲁棒控制器的构造算法。
2022-03-04 cs.SY eess.SY math.OC
Decentralized event-triggered estimation of nonlinear systems
我们研究的情况下，扰动非线性系统通过基于分组的通信网络将其输出测量传输到远程观测器。传感器被分成N个节点，每个节点决定何时独立地通过网络传输其测量数据。我们的目标是为了获得准确的状态估计，而只是偶尔使用的通信网络的观测器和本地传输策略的设计。特别是，给定一个一般的非线性观测器设计在连续时间满足输入到状态稳定性属性，我们解释了如何系统地设计一个动态的事件触发规则，每个传感器节点，避免使用的副本的观察员，从而保持本地计算简单。我们证明了实际的收敛性的估计误差的起源，我们表明，存在一个统一的严格正的最小事件间隔时间的每个本地触发规则在温和的条件下对植物。所提出的技术的效率示出了一个灵活的机器人手臂的数值案例研究。
2022-10-07 cs.SY eess.SY
Event-Triggered Robust Cooperative Output Regulation for a Class of Linear Multi-Agent Systems with an Unknown Exosystem
针对含未知外系统的异构不确定线性多智能体系统，提出结合分布式自适应内模与动态触发机制的全分布式 ETC 策略，实现鲁棒协同输出调节。
2024-03-01 cs.SY eess.SY
Parameter Filter-based Event-triggered Learning
基于模型的算法深深植根于现代控制和系统理论。然而，它们通常带有一个关键的假设-访问系统的准确模型。在实践中，模型远非完美。即使是对未知参数的精确调整估计也会随着时间的推移而恶化。因此，检测变化以避免控制系统的次优或甚至危险行为是必要的。我们建议将统计测试与专用的参数过滤器相结合，从状态数据中跟踪未知的系统参数。这些滤波器产生未知参数的点估计，并且进一步产生不确定性的固有概念。当点估计离开置信区域时，我们触发主动学习实验。我们只有在过滤器中施加足够小的不确定性后才更新模型。因此，模型只在必要和统计上显著的时候更新，同时确保改进，我们称之为事件触发学习。我们验证了所提出的方法在直流电动机结合模型预测控制的数值仿真。
2022-04-05 cs.SY eess.SY
Robust Resource-Aware Self-triggered Model Predictive Control
物联网中无线设备的广泛采用需要能够在有限资源（例如电池寿命）下运行的控制器。在不确定的环境中鲁棒地操作这些设备，同时管理可用资源，增加了控制器设计的难度。本文提出了一种鲁棒自触发模型预测控制方法来优化控制目标，同时管理资源消耗。特别地，针对连续时间线性系统，提出了一种新的零阶保持非周期离散时间反馈控制律。
2021-12-01 cs.SY eess.SY
Information-triggered Learning with Application to Learning-based Predictive Control
针对基于学习的控制中数据高效利用难题，提出信息触发学习框架与带稳定性保证的鲁棒LPC设计方法，经数值实验验证有效。
2025-08-02 cs.SY eess.SY
Adaptive Event-triggered Control For Strict-feedback Systems With Time-varying Parameters
针对含未知边界快时变参数的严格反馈系统，提出嵌入事件触发机制并采用三种自适应律与软符号函数的自适应渐近控制方案，实现全局一致渐近稳定且排除 Zeno 行为。
2023-12-11 cs.SY eess.SY
Decentralized Dynamic Event-triggered Output-feedback Control of Stochastic Non-triangular Interconnected Systems with Unknown Time-varying Sensor Sensitivity
针对具有未知时变传感器灵敏度的随机非三角非线性互联系统的分散输出反馈控制问题，提出含状态观测器和动态触发机制的策略，确保依概率全局渐近稳定并避免芝诺行为。
2024-12-05 cs.SY eess.SY
Periodic Event-Triggered Prescribed Time Control of Euler-Lagrange Systems under State and Input Constraints
Center for Cyber-Physical Systems IISc（网络物理系统中心IISc）；Interdisciplinary Data Research Division CSIR-4PI（跨学科数据研究部CSIR-4PI）；Dept. of Mechanical Engineering IISc（机械工程系IISc）
针对带状态、输入和时间约束的受扰欧拉-拉格朗日系统，提出周期事件触发自适应屏障控制策略，实现预设时间跟踪收敛，减少触发次数且避免芝诺行为，经仿真与实验验证有效。
2025-10-03 cs.RO cs.SY eess.SY
Perturbed Integrators Chain Control via Barrier Function Adaptation and Lyapunov Redesign
针对控制系数未知、扰动上界存在但未知的受扰积分器链镇定问题，结合李雅普诺夫再设计思路提出含比例导引反馈型增益与屏障函数增益的自适应时变增益控制器，实现预设时间内收敛到原点指定邻域并保持，且通过Furuta摆实验验证。
2024-05-15 cs.SY eess.SY
Adaptive event-triggered robust tracking control of soft robots
针对软体机器人在未建模动态和外部干扰下的跟踪控制问题，基于反步法与指令滤波器设计了一种自适应事件触发鲁棒控制策略，并推导了有限时间稳定性证明，案例研究验证了其有效性。
2025-06-30 cs.RO cs.SY eess.SY
On Optimal Event-Triggered Distributed Control for Stochastic Multi-Agent Systems via Reinforcement Learning
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；The Hong Kong University of Science and Technology（香港科技大学）；South China Normal University（华南师范大学）；KTH Royal Institute of Technology（皇家理工学院）
针对含随机不确定性的多智能体系统，提出基于强化学习的最优分布式控制算法，采用 actor-critic-identifier 结构，用低通滤波器和混合事件触发控制策略，经稳定性证明，在仿真中验证正确性并与非最优算法比较突出优势。
2026-07-21 cs.SY eess.SY
Conformal Contraction for Robust Nonlinear Control with Distribution-Free Uncertainty Quantification
Department of Aerospace Engineering, The Grainger College of Engineering, University of Illinois Urbana-Champaign（航空航天工程系、格拉inger 工程学院、伊利诺伊大学厄巴纳-香槟分校）
本文提出一种基于共形预测的收缩鲁棒控制框架，无需不确定性模型即可为非线性受扰系统提供无分布有限时间跟踪误差有界保证，并引入PRCI管用于分布鲁棒运动规划。
2025-07-18 cs.RO cs.SY eess.SY
Digital Self Triggered Robust Control of Nonlinear Systems
University of L’Aquila（阿奎拉大学）
针对存在扰动和执行延迟的非线性系统，提出自触发控制策略的条件与计算方法，保证闭环系统稳定或状态接近平衡点，并显著降低平均采样时间。
2011-08-25 cs.SY eess.SY math.OC
Performance Constrained Distributed Event-triggered Consensus in Multi-agent Systems
本文提出了一种分布式事件触发一致性方法，用于线性多智能体系统，保证收敛速率、抗控制增益不确定性以及设计参数的帕累托最优性，即事件触发阈值（ET）和控制增益。通过将事件触发一致性问题转换为等效系统的稳定性问题，并利用Lyapunov稳定性定理将性能约束纳入其中，采用近似线性标量化方法，通过求解凸约束优化问题同时设计ET和控制增益，无需全局信息即可局部优化。通过实验多智能体系统的仿真验证了所提方法的有效性。
2019-06-13 cs.SY eess.SY
Event-Triggered Distributed Stabilization of Interconnected Multiagent Systems with Abnormal Agent and Control Layers: Theoretical Analysis
最近已经提出了一个图论框架，以稳定互连的多智能体系统在分布式的方式，同时系统地捕获的体系结构方面的网络物理系统与单独的代理或物理层和控制或网络层。基于这一发展，除了代理层的建模不确定性，我们考虑的情况下，控制层受到拒绝服务攻击。我们提出了一个循序渐进的过程来设计一个控制层，在存在上述异常的情况下，保证了最终的两层互联多智能体系统的鲁棒性和弹性水平。事件触发策略的结合进一步确保了控制层上有限的能量和通信资源的有效使用。我们从理论上证明了弹性，鲁棒性，和Zeno的所有状态轨迹收敛到原点，并通过仿真研究，讨论了所提出的想法的可行性。
2021-09-14 cs.SY eess.SY math.DS
Adaptive Event-triggered Formation Control of Autonomous Vehicles
针对自主车辆纵横向运动不确定性，提出基于采样观测器与自适应反步控制的三种事件触发编队机制，保证误差有界且无 Zeno 行为，并在三类交通场景仿真中验证其安全与机动性收益。
2025-06-07 cs.SY eess.SY
Self-Triggered Output-Feedback Control of LTI Systems Subject to Disturbances and Noise
自触发控制（STC）和周期性事件触发控制（PETC）是旨在与周期性采样相比减少控制数据通信的非周期性采样技术。在这两种技术中，测量噪声在具有输出反馈的连续时间系统中的影响未得到解决。在这项工作中，我们证明了加性噪声不妨碍线性时不变系统的输出反馈PETC的稳定性。然后，我们建立一个STC的战略，估计PETC的最坏情况下的触发时间。为了实现这一点，我们使用基于集合的方法，更具体地说，椭球集，描述状态，干扰和噪声的不确定性。然后使用椭球可达性来预测最坏情况下的触发条件违反，最终确定下一次通信时间。椭球状态估计使用保证状态估计（GSE）方法递归更新。建议STC的设计是计算上易于处理的代价是一些额外的保守性。它有望成为一个实用的STC实现广泛的应用。
2020-07-09 cs.SY eess.SY
Event-triggered controllers based on the supremum norm of sampling-induced error
HUST（华中科技大学）
本文提出了一种基于输入延迟方法的新型事件触发控制方案，用于非线性系统。通过定义辅助输出和输入，构建闭环系统中的循环映射，并设计事件触发律使映射合同，从而实现稳定性和无Zenon条件。
2020-10-22 cs.SY eess.SY
Event-Triggered Extended State Observer Based Distributed Control of Nonlinear Vehicle Platoons
研究了具有三阶非线性动力学的车辆在等间距策略下的队列控制问题。考虑具有参数不确定性和外部干扰的车辆模型，提出了一种基于事件触发扩张状态观测器（ESO）的分布式控制律。首先，事件触发的ESO被设计用于估计车辆模型中的未建模动态。然后基于对未建模动态的估计，采用改进的动态面控制方法设计了分布式控制律。每个跟随车辆的控制律仅使用车载传感器获得的信息，包括其自身的速度、加速度、前车的速度和车辆间的距离。最后，给出了保证车队系统稳定性的控制参数范围。结果表明，适当设计控制参数，可以使ESO的观测误差有界，并确保弦稳定和闭环稳定。我们证明了Zeno行为是避免下设计的事件触发机制。CarSim和MATLAB的联合仿真结果验证了所提控制律的有效性。
2022-09-16 cs.SY eess.SY
Event-triggered control and communication for single-master multi-slave teleoperation systems with Try-Once-Discard protocol
针对单主多从遥操作系统的通信带宽受限问题，结合TOD调度协议与事件触发机制，提出带虚拟观测器的自适应控制方案，实现主从同步并排除Zeno行为，经实验验证有效。
2025-10-02 cs.SY eess.SY
Adaptive Risk-Certified Event-Triggered Replanning for Dynamic Navigation
University of Houston（休斯顿大学）
针对动态环境中预测误差导致的安全风险，提出CERT-Replan框架，利用校准屏障风险作为重规划信号，通过时域级风险监视选择低风险替代方案，显著降低碰撞率并减少安全过滤器干预。
2026-10-08 cs.RO cs.SY eess.SY
Computing the average inter-sample time of event-triggered control using quantitative automata
事件触发控制（ETC）由于其减少联网设备中的资源利用的能力而成为信息物理系统中的主要近期发展。然而，虽然大多数ETC文献报告的模拟表明控制所需的采样大量减少，但迄今为止还没有方法能够量化这些结果。在这项工作中，我们提出了一种方法，通过有限状态的抽象来做正式量化的交通所产生的ETC的线性系统，特别是旨在计算其最小的平均采样间时间（SAIST）。该方法涉及通过$l$ -完全抽象来抽象业务模型，在与之相关联的图中找到最小平均长度的循环，并验证该循环是否是无限循环的业务模式。该方法被证明是足够小的模型不确定性的鲁棒性，这使得它的应用程序来计算的非线性系统的ETC的SAIST。
2022-02-09 cs.SY eess.SY
Neural-network-based Self-triggered Observed Platoon Control for Autonomous Vehicles
Southwest University（西南大学）；Swinburne University of Technology（斯威本科技大学）；Tsinghua University（清华大学）
本文提出基于神经网络和自触发机制的自动驾驶车辆车列控制方法，以提高系统在不确定动态和间歇通信下的鲁棒性和适应性。
2026-01-04 cs.SY eess.SY
Self-triggered min-max DMPC for asynchronous multi-agent systems with communication delays
研究了具有参数不确定性、外部干扰和有界时变通信时延的异步非线性多智能体系统（MAS）编队镇定问题。提出了一种自触发的最小-最大分布式模型预测控制（DMPC）方法来处理这些实际问题。在触发时刻，每个代理基于本地系统状态和邻居的预测系统状态来解决本地最小-最大优化问题，确定其下一个触发时刻并将其预测状态轨迹广播给其邻居。其结果是，通信负载大大减轻，同时保持鲁棒性和可比的控制性能相比，周期性算法。为了处理时变延迟，一个新的一致性约束被纳入到每个局部优化问题，以限制最新的预测状态和先前广播的预测状态之间的偏差。因此，每个代理可以利用先前预测的状态，其邻居，以实现合作的存在下，随时间变化的延迟和异步通信引起的分布式触发调度。证明了该算法的递归可行性和MAS在触发时刻的闭环稳定性。最后，数值仿真验证了所提出的控制方法的有效性。
2022-02-18 cs.SY eess.SY
Adaptive Safety with Control Barrier Functions and Triggered Batch Least-Squares Identifier
针对控制目标与安全约束冲突的不确定系统，提出融合CLF/CBF二次规划、松弛项与触发式BaLSI的自适应安全控制方案，保证安全集前向不变、避免无界估计并排除Zeno行为。
2024-10-24 cs.SY eess.SY
Quantized Dissipative Uncertain Model for Fractional T_S Fuzzy systems with Time_Varying Delays Under Networked Control System
本文针对事件触发网络化系统中时滞分数阶T_S模糊系统，提出量化耗散不确定模型，结合事件触发与对数量化，利用Lyapunov泛函和线性矩阵不等式给出渐近稳定性条件，并通过卡车-拖车模型验证策略有效性。
2025-06-03 cs.SY eess.SY
A Recent Survey of Event Triggered Control of Nonlinear Systems
控制系统是任何工业应用中的每个工程系统的重要组成部分。控制的基本目的是管理系统的内部操作，并检测任何不需要的或不确定的情况。任何系统的故障都可能是由各种原因引起的，需要加以限制，以节省系统的其他组件。事件触发控制系统通过识别由故障引起的特定事件来管理错误和故障，然后尽可能地减轻该故障的影响。这些系统由于其在任何系统中检测和最小化风险的平滑和自主方式而变得突出。假设输入到状态稳定性属性和完全稳定的控制应用事件触发控制系统。开关拓扑可以用作ISS假设的替代方案来设计触发事件。这种方法在监测、控制故障和反馈时存在系统的非线性、多智能体通信、异构性和芝诺效应等问题。在这方面，神经网络和模糊技术的效率被认为是在过去的十年中，许多研究人员进行了研究。本综述回顾了与事件触发控制系统相关的所有工作、其应用、挑战和可能的解决方案。这些控制的适应性进行评估的基础上提供的解决方案，以及研究人员提出的解决方案的适用性。
2021-12-31 cs.SY eess.SY
Feedback Linearization based on Gaussian Processes with event-triggered Online Learning
将控制工程与来自机器学习的非参数建模技术相结合，允许使用数据驱动模型在没有分析描述的情况下进行控制系统。大多数现有方法将学习（即，基于固定数据集的系统辨识）和控制（即，基于模型的控制律的执行）分离。这种分离使得性能对训练数据的初始选择高度敏感，并且可能需要非常大的数据集。本文提出了一种利用在线闭环辨识的学习反馈线性化控制律。所采用的高斯过程模型更新其训练数据，只有当模型的不确定性变得太大。这种事件触发的在线学习确保了高数据效率，从而降低了计算复杂度，这是在实时约束下使用高斯过程的主要障碍。我们提出了数据点的安全遗忘策略，以遵守预算约束并进一步提高数据效率。我们所提出的事件触发法下的跟踪误差的渐近稳定性，并在仿真中说明了有效的识别和控制。
2019-11-15 cs.SY eess.SY
Cooperative Online Learning for Multi-Agent System Control via Gaussian Processes with Event-Triggered Mechanism: Extended Version
针对未知动态多智能体系统，提出带事件触发数据选择机制的 GP 在线协作学习控制方法，降低更新频率并保证跟踪收敛、排除 Zeno 行为。
2024-09-17 cs.SY eess.SY
Adaptive Event-triggered Reinforcement Learning Control for Complex Nonlinear Systems
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；University of Cincinnati（辛辛那提大学）
本文提出一种自适应事件触发强化学习控制方法，通过联合学习控制与通信策略并利用累积奖励增广状态空间，在无需显式学习触发条件的情况下实现高效触发判定，适用于具有复杂交互的连续时间非线性系统。
2024-09-29 cs.AI cs.LG cs.SY
Event-triggered Hybrid Energy-aware Scheduling in Manufacturing Systems
将可再生能源（RESs）引入到制造系统中是一个非常活跃的研究领域，以解决可再生能源（RESs）的不可预测性所带来的诸多挑战。在制造系统的能量感知调度中，传统的离线调度技术由于对不精确模型或意外情况的不确定性缺乏鲁棒性而不能很好地工作。另一方面，在线调度或重新调度，这可以提高鲁棒性，同时使用模型和最新的测量，遭受高的计算成本。本文提出了一种混合调度框架，它结合了离线调度和在线调度的优点，在鲁棒性和计算成本之间提供了一个平衡的解决方案。提出了部分可调度状态的概念。当模型运行良好时，它可以作为调度中的常量。当模型不能很好地工作时，它会被触发作为变量进行调优以提高性能。这种事件触发的结构可以减少重新调度的次数和计算成本，同时实现合理的性能和增强系统的鲁棒性。此外，部分可分派状态的选择还提供了实现绿色制造的额外设计自由度。以100 kW太阳能光伏发电系统、10台流水线生产线、50 kWh储能系统、100 kW燃气轮机和电网供电的制造系统为例，验证了该事件触发混合调度框架的有效性和适用性。
2023-02-02 cs.SY eess.SY
Output feedback based event-triggered sliding mode control for delta operator systems
针对delta算子系统高采样率下移位算子离散化存在的数值病态问题，提出基于多速率状态估计的输出反馈事件触发滑模控制方法，可避免芝诺现象，通过仿真验证了方法有效性。
2019-02-07 cs.SY eess.SY
Distributed Event-Triggered Nonlinear Fusion Estimation under Resource Constraints
研究了一类无噪声统计特性的非线性网络化多传感器融合系统的事件触发分布式融合估计问题。当考虑两种通信信道的有限资源问题（即，传感器到远程估计器信道和智能传感器到融合中心信道）、事件触发策略和降维策略被引入到统一的网络框架中以减轻通信负担。在此基础上，设计了两种基于统一模型的补偿策略来重构未传递信息，并基于补偿信息提出了局部/融合估计器。此外，在建立估计误差系统时，将Taylor展开式引起的线性化误差用具有不确定参数的状态相关矩阵来建模，然后构造不同的鲁棒递归优化问题来确定估计器增益和融合准则。同时，给出了所设计的非线性估计器的稳定性条件，使得估计器的平方误差有界。最后，车辆定位系统的应用证明了所提出的方法的有效性和优势。
2022-08-03 cs.NI cs.SY eess.SY
On Switched Event-triggered Full State-constrained Formation Control for Multi-vehicle Systems
Southwest University（西南大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Tsinghua University（清华大学）
本文提出一种切换事件触发控制框架，用于解决多车系统在不确定动态下的状态约束问题，通过非线性映射和RBFNN实现稳定编队并减少通信负担。
2026-04-13 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
Decentralized Event-Triggered Online Learning for Safe Consensus of Multi-Agent Systems with Gaussian Process Regression
Technical University of Munich（慕尼黑工业大学）；Harbin Institute of Technology（哈尔滨工业大学）；Robert Koch Institute（罗伯特·科赫研究所）；Freie Universität Berlin（柏林自由大学）
本文提出一种基于高斯过程回归的分散事件触发在线学习控制律，用于多智能体系统在未知动力学下的安全共识，并通过Lyapunov理论保证性能，对比实验验证其优于传统及离线方法。
2024-02-05 cs.LG cs.SY eess.SY
Adaptive Event-Triggered MPC for Linear Parameter-Varying Systems with State Delays, Actuator Saturation and Disturbances
本文针对带状态延迟、执行器饱和和扰动的LPV系统，提出一种基于Lyapunov-Krasovskii的自适应事件触发MPC方案，实现触发机制与控制律协同优化，并通过仿真验证其降低通信负载的有效性。
2025-09-09 cs.SY eess.SY
