Byzantine-Resilient Decentralized TD Learning with Linear Function Approximation
本文考虑了分散和有向网络上的多智能体强化学习（MARL）环境中的策略评估问题。重点是分散的时间差（TD）学习与线性函数近似的存在下，不可靠的，甚至恶意的代理，称为拜占庭代理。为了在公共环境中评估固定策略的质量，代理通常协作运行分散的TD（$λ$）。然而，当一些拜占庭代理表现出敌对行为时，去中心化TD（$λ$）无法学习真值函数的准确线性逼近。我们提出了一个基于截断均值的拜占庭弹性分散TD（$λ$）算法在这种情况下进行政策评估。我们建立了有限时间的收敛速度，以及拜占庭代理的存在下的渐近学习误差。数值实验证实了所提出的算法的鲁棒性。
2021-02-04 math.OC
Privacy-preserving Decentralized Optimization via Decomposition
本文考虑分散优化中的隐私保护问题，其中$N$代理合作最小化一个全局目标函数，该全局目标函数是$N$局部目标函数之和.我们假设每个局部目标函数都是私有的，并且只为单个智能体所知。为了合作解决问题，大多数现有的分散优化方法需要参与的代理交换和披露估计相邻的代理。然而，这会导致关于本地目标函数的私有信息的泄漏，这在对手存在并试图从参与代理窃取信息时是不期望的。为了解决这个问题，我们提出了一个隐私保护分散优化方法的基础上，通过函数分解的近似雅可比ADMM。数值模拟证实了所提出的方法的有效性。
2018-09-18 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
Cloud-Based Optimization: A Quasi-Decentralized Approach to Multi-Agent Coordination
需要新的架构和算法来反映多代理系统通过云连接时可用的本地和全局信息的混合。我们提出了一种新的架构，多代理协调云被假定为能够收集来自所有代理的信息，执行集中计算，并以间歇性的方式传播的结果。这种架构是用来解决多智能体最优化问题，其中每个代理有一个本地的目标函数未知的其他代理，其中的代理集体受到全球不等式约束。利用云，一个对偶问题制定和解决找到一个鞍点的相关拉格朗日。
2014-09-23 math.OC
Projected Gradient Method for Decentralized Optimization over Time-Varying Networks
时变图（网络）上的分散分布优化问题是当前最优化理论和一致性理论的一个非常热门的研究分支。考虑这种网络的动机之一是无人机网络的应用。然而，这一分支的第一个理论结果仅出现在五年前（Nedic，2014）。关于强凸光滑最优化问题在这种网络上的几何收敛率的可能性的第一个结果仅在两年前获得（Nedic，2017）。在本文中，我们提高了几何收敛速度，在后一份文件中考虑的一类问题，使用原来的惩罚方法技巧和鲁棒性的投影梯度下降。
2020-06-22 math.OC
A Parameter-free Decentralized Algorithm for Composite Convex Optimization
针对网络去中心化复合凸优化问题，提出一种基于三算子分裂与BCV度量重构的无参数自适应步长去中心化算法，仅需局部回溯无需全局信息，具备收敛保证且性能优于现有非自适应方法。
2025-08-02 math.OC
Decentralized trajectory optimization for multi-agent exploration
自主探索是机器人技术中越来越重要的应用。一个有前途的策略是遍历轨迹规划，即代理在每个区域花费的时间的一部分，这是成比例的概率信息密度函数。提出了一种具有有限通信约束的分散遍历多智能体轨迹规划算法。通过优化包含遍历性、控制能量和近距离操作目标的加权成本来设计智能体的轨迹。为了解决基本的最优控制问题，二阶下降迭代法加上一个投影算子的形式的最优反馈控制器。详尽的数值分析表明，多智能体解决方案允许一个更有效的探索方面的完成任务的时间和控制能源分配，利用代理之间的合作。
2021-07-04 math.OC
Decentralized Resource Allocation via Dual Consensus ADMM
我们考虑一个无向网络的代理，网络的边缘定义的通信链路的资源分配问题。目标是最小化特定于代理的凸目标函数的总和，而代理的决策通过凸圆锥约束耦合。我们推导出两种方法，通过应用交替方向法的乘法器（ADMM）分散共识优化我们的资源分配问题的对偶。这两种方法都是完全并行和分散的，在这个意义上，每个代理只与网络中的邻居交换信息，只需要自己的数据来更新决策。我们证明了所提出的方法的收敛性，并证明了它们的有效性与数值例子。
2019-03-04 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 Control of Two Agents with Nested Accessible Information
在本文中，我们研究了一个分散的随机控制问题的两个代理，其中的第二个代理的记忆的一部分也可用于第一代理在每个实例的时间。我们推导出一个结构形式的最优控制策略，使我们能够限制其域的大小不随时间的推移。我们还提出了一个动态规划（DP）分解，可以利用我们的结果，以获得任意长的时间范围内的最优策略。由于获得最优控制策略，通过解决这个DP分解是计算密集型的，我们提出了潜在的决议形式的简化策略，通过对我们的模型施加额外的条件，和一个近似技术，可以用来实现我们的结果与有限的最优性损失。
2022-03-09 math.OC
Cloud-Based Centralized/Decentralized Multi-Agent Optimization with Communication Delays
我们提出并分析了一个计算混合架构进行多智能体优化。所考虑的最优化问题具有凸的目标函数和约束函数，并具有温和的光滑条件。对于这样的问题，我们提供了一个原始对偶法实现的混合体系结构，其中包括一个分散的网络代理集中的信息偶尔注入，我们建立其收敛性。为了实现这一点，中央云计算机聚集全局信息，基于该信息执行对偶变量的计算，然后将更新的对偶变量分发给代理。代理更新它们的（原始）状态变量，并且还在它们自己之间通信，每个代理与其一些邻居共享和接收状态信息。在整个过程中，与云的通信不被假设为同步或瞬时的，并且在系统的建模和分析中明确考虑了通信延迟。实验结果支持的理论发展。
2015-08-25 math.OC
Decentralized optimization with affine constraints over time-varying networks
针对时变网络上带局部仿射约束的分布式优化问题，通过推广ADOM算法提出首个线性收敛算法，并证明其通信与预言机复杂度下界，达到一阶方法最优速率。
2023-09-06 math.OC
Reinforcement Learning in Decentralized Stochastic Control Systems with Partial History Sharing
在本文中，我们感兴趣的系统与多个代理，希望合作，以完成一个共同的任务，而a）代理有不同的信息（分散的信息）和b）代理不知道系统的模型完全，即，他们可能部分地知道模型或者可能根本不知道模型。代理必须通过与其环境交互来学习最优策略，即，去中心化强化学习（RL）具有不同信息的多个代理的存在使得分散式强化学习在概念上比集中式强化学习更困难。在本文中，我们开发了一个分散的强化学习算法，学习部分历史共享信息结构的$ε$ -团队-最优解，其中包括一个大类的分散控制系统，包括延迟共享，控制共享，平均场共享等，我们的方法包括两个主要步骤。在第一步中，我们使用一种称为公信息方法的现有方法将分散控制系统转换为等效的集中式POMDP（部分可观测马尔可夫决策过程）。然而，所得到的POMDP需要系统模型的完整知识。为了规避这一要求，在第二步中，我们引入了一个新的概念，称为“增量扩展表示”，使用它我们构建了一个有限状态RL算法，其近似误差收敛到零指数快速。我们说明了所提出的方法，并通过获得一个分散的Q-学习算法的两用户多址广播信道（MABC），这是一个基准的例子分散控制系统数值验证。
2020-12-02 math.OC
On Equivalence Between Decentralized Policy-Profile Mixtures and Behavioral Coordination Policies in Multi-Agent Systems
University of Michigan（密歇根大学）
本文研究了去中心化策略-配置混合与行为协调策略在多智能体系统中的等价性，证明了不同随机化策略诱导相同的 occupation measures，并扩展了以往关于纯策略与纯协调策略等价性的研究。
2026-05-16 math.OC
A Double Tracking Method for Optimization with Decentralized Generalized Orthogonality Constraints
针对分散广义正交约束优化，本文利用约束溶解算子建立无约束惩罚模型，并提出同时跟踪目标梯度与约束 Jacobian 的双重跟踪算法，证明其全局收敛与迭代复杂度，且经合成及真实数据验证有效。
2024-09-08 cs.DC math.OC stat.ML
ADMM Based Privacy-preserving Decentralized Optimization
隐私保护是解决分散优化，其中$N$代理合作最小化的总和$N$凸函数私人这些个别代理。在大多数现有的分散式优化方法中，参与代理交换和公开状态显式，这可能是不可取的，当状态包含敏感信息的个体代理。当存在试图从其他参与代理窃取信息的对手时，问题更加严重。为了解决这个问题，我们提出了一种基于ADMM和部分同态密码的隐私保护分散优化方法。据我们所知，这是第一次将加密技术纳入完全分散的设置中，以便在没有任何第三方或聚合器的情况下在分散优化中实现隐私保护。为了便于将加密在一个完全分散的方式，我们引入了一个新的ADMM，它允许随时间变化的惩罚矩阵，并严格证明，它具有收敛速度$O(1/t)$。数值和实验结果证实了该方法的有效性和低计算复杂性。
2018-07-01 cs.DC math.OC
Comparison of Centralized and Decentralized Approaches in Cooperative Coverage Problems with Energy-Constrained Agents
Louisiana State University（路易斯安那州立大学）；University of Science and Technology Beijing（北京科技大学）；Boston University（波士顿大学）
考虑了能量受限的多智能体覆盖问题。本文的目的是比较集中式和分散式方法之间的覆盖性能。为此，一个接近最优的集中式覆盖控制方法下的能量耗尽和充满约束。最佳覆盖形成对应于覆盖性能最大化的代理的位置。最优充电队形对应于代理的位置，其中一个代理固定在充电站，其余代理最大化覆盖性能。我们通过在最佳覆盖形成和最佳充电形成之间切换来控制该合作多智能体系统的行为。最后，在覆盖范围的位置，充电时间和代理轨迹的最佳停留时间被确定，以便在给定的时间间隔内最大限度地覆盖。特别是，我们的控制器保证在任何时候最多有一个代理离开团队进行能量补充。
2020-08-26 cs.RO math.OC
Mean-Field Multi-Agent Reinforcement Learning: A Decentralized Network Approach
University of California, Berkeley（加州大学伯克利分校）；Tsinghua-Berkeley Shenzhen Institute（清华-伯克利深圳学院）；University of Southern California（南加州大学）
多智能体强化学习（MARL）面临的挑战之一是为大型系统设计有效的学习算法，在该系统中每个智能体仅具有整个系统的有限或部分信息。虽然在分析具有社交网络和团队视频游戏的代理网络的去中心化MARL方面取得了令人兴奋的进展，但理论上对具有用于建模自动驾驶车辆，乘车共享以及数据和交通路由的状态网络的去中心化MARL知之甚少。本文提出了一个局部训练和分散执行的框架来研究具有状态网络的MARL。局部化训练意味着Agent只需要在训练阶段收集邻近状态的局部信息;分散化执行意味着Agent可以在训练之后执行学习到的分散化策略，这些策略仅取决于Agent的当前状态。理论分析由三个关键部分组成：第一是将MARL系统重新表述为具有多个代理团队的网络化马尔可夫决策过程，使得能够以局部方式更新相关团队Q函数;第二是用于价值函数的Bellman方程和概率测度空间上的适当Q函数;第三是团队Q函数的指数衰减特性，使其具有有效的样本效率和可控的误差近似。理论分析为一种新的算法LTDE-Neural-AC铺平了道路，其中提出了过参数化神经网络的Actor-Critic方法。的收敛性和样本的复杂性的建立和证明是可扩展的代理和状态的大小。据我们所知，这是第一个基于神经网络的MARL算法的网络结构和可证明的收敛保证。
2022-02-19 cs.LG math.OC
Finite-Time Convergence Rates of Decentralized Stochastic Approximation with Applications in Multi-Agent and Multi-Task Learning
Georgia Institute of Technology（佐治亚理工学院）；Virginia Tech（弗吉尼亚理工大学）
我们研究了随机近似的一个分散的变体，一种数据驱动的方法，用于在噪声测量下找到算子的根。一个代理网络，每个代理都有自己的运营商和数据观测，合作找到分散通信图上的聚合运营商的不动点。我们的主要贡献是提供一个有限的时间分析，这种分散的随机近似方法时，在每个代理观察到的数据是从马尔可夫过程采样，这种缺乏独立性，使迭代有偏和（潜在）无界。在相当标准的假设下，我们表明，所提出的方法的收敛速度基本上是相同的，如果样本是独立的，不同的只有一个对数因子，占混合时间的马尔可夫过程。在我们的分析中的关键思想是引入一个新的Razumikhin-Lyapunov函数，激励用于分析延迟常微分方程的稳定性。我们还讨论了所提出的方法在多智能体系统中的一些有趣的学习问题的应用。
2022-06-16 cs.LG math.OC
Provably Efficient Multi-Agent Reinforcement Learning with Fully Decentralized Communication
Princeton University（普林斯顿大学）
强化学习（RL）的一个挑战是最小化与探索相关的采样成本。分布式探索降低了多代理RL（MARL）的采样复杂度。我们调查的好处，在MARL的性能时，勘探是完全分散。具体来说，我们考虑了一类在线的，情景的，表格式的$Q$学习问题下随时间变化的奖励和过渡动态，其中代理人可以在分散的方式进行通信，我们表明，群体的表现，作为衡量的界限后悔，可以显着提高通过通信时，每个代理人使用分散的消息传递协议，即使当被限制为向其$γ$跳邻居发送信息时。我们证明遗憾和样本的复杂性界限，取决于代理的数量，通信网络结构和$γ.$我们表明，将更多的代理和更多的信息共享到组学习计划加快收敛到最优策略。数值模拟说明了我们的结果，并验证了我们的理论主张。
2022-05-02 cs.LG cs.MA math.OC
Approximate Linear Programming for Decentralized Policy Iteration in Cooperative Multi-agent Markov Decision Processes
Indian Institute of Science（印度科学学院）；Indian Institute of Technology Madras（印度马德拉斯理工学院）
本文针对合作多智能体MDP中动作空间指数增长和精确值函数计算昂贵的问题，提出基于近似线性规划和函数逼近的去中心化策略迭代算法，覆盖有限与无限时域折扣情形，并给出理论保证和优于现有方法的实验效果。
2024-04-29 cs.LG cs.MA math.OC
Fully Decentralized, Scalable Gaussian Processes for Multi-Agent Federated Learning
Virginia Tech（弗吉尼亚理工大学）
在本文中，我们提出了分散和可扩展的算法高斯过程（GP）的训练和预测的多智能体系统。为了分散GP训练优化算法的实现，我们采用交替方向乘法器（ADMM）。一个封闭形式的解决方案，分散近端ADMM的情况下，GP超参数训练极大似然估计。用于GP预测的多个聚合技术是分散的，使用迭代和共识方法。此外，我们提出了一种基于协方差的最近邻选择策略，使代理子集能够执行预测。所提出的方法的有效性说明了与合成和真实数据的数值实验。
2022-03-06 cs.LG cs.MA cs.RO
Decentralized Clustering and Linking by Networked Agents
我们考虑多任务网络上的分散聚类和估计问题，其中代理推断和跟踪不同的模型。代理事先不知道哪个模型正在生成自己的数据。他们也不知道他们邻居中的哪些代理属于同一个集群。我们提出了一个分散的聚类算法，旨在识别和形成集群的代理相似的目标，并在指导合作，以提高推理性能。所提出的技术的一个关键特征是将学习和聚类任务集成到一个单一的策略中。我们分析的过程中的性能，并表明，I型和II型的错误概率呈指数衰减到零的步长参数。虽然在聚类过程中忽略了不同目标的代理之间的联系，但我们仍然展示了如何利用这些联系在整个网络中传递关键信息，以提高性能。仿真结果表明，与其他有用的技术相比，所提出的方法的性能。
2016-10-28 cs.MA math.OC stat.ML
Decentralized formation control with connectivity maintenance and collision avoidance under limited and intermittent sensing
University of Florida（佛罗里达大学）
本文提出了一种去中心化切换控制器，使动态代理在保持网络连通性和避免碰撞的同时实现全局编队收敛。
2013-10-01 cs.SY eess.SY math.OC
Agent-Supervisor Coordination for Decentralized Event-Triggered Optimization
本文提出了分散式资源感知协调方案，用于解决由目标函数定义的网络优化问题，该目标函数将局部可评估成本与网络范围内的耦合组件相结合。这些方法非常适合于一组有监督的代理试图解决温和的协调要求下的优化问题。每个代理具有关于其本地成本的信息，并且与网络管理器协调以获得关于成本的耦合项的信息。所提出的方法是基于反馈和异步的设计，保证任何时候的可行性，并确保网络状态的渐近收敛到所需的优化。一个电力系统算例的数值模拟验证了我们的结果。
2022-01-01 cs.SY eess.SY math.OC
Networked Control and Mean Field Problems Under Diagonal Dominance: Decentralized and Social Optimality
本文针对具有平均场相互作用的多智能体系统，采用输入-输出方法将同质智能体的控制框架拓展至非同质场景，证明了对角占优且局部开环动力学有界时，n趋于无穷下H∞和H2范数最小化的最优控制器仍具分散自利性。
2025-10-01 cs.SY eess.SY math.OC
Locally Interdependent Multi-Agent MDP: Theoretical Framework for Decentralized Agents with Dynamic Dependencies
Carnegie Mellon University（卡内基梅隆大学）
针对具有动态依赖的去中心化多智能体系统，提出局部相互依赖多智能体MDP及三种可扩展的近优闭式策略，证明部分可观测解随可视半径指数逼近完全可观测解。
2024-06-10 cs.AI cs.LG cs.MA
Decentralized Secure State-Tracking in Multi-Agent Systems
本文讨论了存在传感器攻击的分散状态跟踪问题。我们考虑一个节点网络，其中每个节点的目标是跟踪一个线性动力系统的状态的基础上，其测量和消息与相邻节点交换，尽管一些测量被欺骗的对手。我们提出了一种新的分散攻击弹性状态跟踪算法的基础上简单的观察，所有的网络测量的压缩版本足以重建的状态。这激发了去中心化安全状态跟踪问题的两步解决方案：（1）每个节点跟踪所有网络测量的压缩版本，以及（2）每个节点从步骤（1）的输出渐进地重建状态。我们证明，在温和的技术假设下，我们的算法使每个节点跟踪的状态的线性系统，从而解决了分散安全的状态跟踪问题。
2021-09-17 cs.SY eess.SY math.OC
Decentralized Contingency MPC based on Safe Sets for Nonlinear Multi-agent Collision Avoidance
Institute for Electrical Engineering in Medicine, University of Luebeck, Luebeck, Germany（医学电气工程研究所，吕贝克大学，吕贝克，德国）
本文提出基于安全集的去中心化应急MPC框架，实现非线性多智能体在仅状态信息下的碰撞避免，通过局部优化问题和应急证书保证递归可行性与收敛性。
2026-05-11 cs.MA cs.RO cs.SY
Fully Decentralized Multi-Agent Reinforcement Learning with Networked Agents
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Princeton University（普林斯顿大学）；Northwestern University（西北大学）；Tencent AI Lab（腾讯人工智能实验室）
我们考虑\emph{fully decentralized}多智能体强化学习（MARL）的问题，其中代理位于时变通信网络的节点。具体来说，我们假设代理的奖励函数可能对应于不同的任务，并且仅为相应的代理所知。此外，每个代理根据本地观察到的信息和通过网络从其邻居接收到的消息做出单独的决策。在这种情况下，代理的集体目标是通过与邻居交换信息来最大化网络上的全局平均回报。为此，我们提出了两个分散的行动者-评论家算法与功能近似，这是适用于大规模的MARL问题的状态和代理的数量都是巨大的。在分散结构下，行动者步骤由每个代理单独执行，无需推断其他代理的策略。对于评论步骤，我们提出了通过网络通信的共识更新。我们的算法是完全增量的，可以在线实现。当价值函数在线性函数类内逼近时，给出了算法的收敛性分析。大量的仿真结果与线性和非线性函数逼近，以验证所提出的算法。我们的工作似乎是第一次研究完全分散的MARL算法的网络代理与功能近似，可证明的收敛保证。
2018-02-27 cs.AI cs.LG cs.MA
Provably Safe Decentralized Contingency MPC under State-Only Information and Limited Sensing for Nonlinear Multi-agent Systems
针对仅状态信息与有限感知下的非线性多智能体系统，提出可证安全的分散式应急模型预测控制方法，通过新颖安全集更新机制降低保守性，在密集场景中验证了其有效性。
2026-09-01 cs.MA cs.RO cs.SY
Communication-Efficient Federated Optimization over Semi-Decentralized Networks
Carnegie Mellon University（卡内基梅隆大学）
本文针对大规模联邦与分散式学习中的通信瓶颈，提出半分散通信协议下的PISCO算法，结合梯度跟踪与多次本地更新，实现通信高效并保持线性加速，数值验证其鲁棒性。
2025-02-23 cs.DC cs.LG math.OC
Trajectory Optimization for Nonlinear Multi-Agent Systems using Decentralized Learning Model Predictive Control
University of California at Berkeley（加州大学伯克利分校）；California Institute of Technology（加州理工学院）
针对具有非线性解耦动力学和耦合状态约束的多智能体系统，提出了一种基于学习模型预测控制的分散最小时间轨迹优化方案.通过迭代地执行相同的任务，从以前的任务执行的数据被用来构造和改进局部时变安全集和近似值函数。在解耦MPC问题中，这些被用作终端集和终端代价函数。我们的框架结果在一个分散的控制器，它不需要在任务执行的每次迭代代理之间的通信，并保证持久的可行性，有限时间闭环收敛，和非递减的性能的全局系统的任务迭代。多车避碰的数值实验验证了该方法的有效性。
2020-12-18 cs.LG cs.SY eess.SY
Regret Bounds for Decentralized Learning in Cooperative Multi-Agent Dynamical Systems
University of Southern California（南加利福尼亚大学）；Preferred Networks America, Inc（美国优选网络公司）
后悔分析是多智能体强化学习（MARL）中的一个挑战，主要是由于环境的动态性和智能体间信息的分散性。我们试图在多智能体线性二次（LQ）动力系统的分散学习的背景下解决这一挑战。我们从一个简单的设置，包括两个代理和两个动态解耦的随机线性系统，每个系统由一个代理控制。系统通过二次成本函数耦合。当两个系统的动态是未知的，有没有代理之间的通信，我们证明了没有学习策略可以产生次线性$T$遗憾，其中$T$是时间范围。当只有一个系统的动态是未知的，有一个单向的通信从代理控制未知系统的其他代理，我们提出了一个MARL算法的基础上建设一个辅助单代理LQ问题。在建议的MARL算法的辅助单代理问题作为一个隐式的协调机制之间的两个学习代理。这允许代理在辅助单代理问题的遗憾的$O(\sqrt{T})$内实现遗憾。因此，使用现有的单智能体LQ遗憾的结果，我们的算法提供了一个$\tilde{O}(\sqrt{T})$遗憾界。(Here $\tilde{O}(\cdot)$隐藏常数和对数因子）。我们的数值实验表明，这个界限是匹配的实践。从两个代理的问题，我们将我们的结果扩展到多代理LQ系统与某些通信模式。
2020-01-27 cs.LG cs.MA math.OC
Approximate optimal cooperative decentralized control for consensus in a topological network of agents with uncertain nonlinear dynamics
University of Florida（佛罗里达大学）
本文结合图论与自适应动态规划，设计近似最优控制器以应对具有不确定非线性动力学的分布式多智能体系统，提出基于局部通信反馈的分布式连续时间变控制策略。
2013-04-11 cs.SY eess.SY math.OC
Decentralized Continuification Control of Multi-Agent Systems via Distributed Density Estimation
Scuola Superiore Meridionale（南方高等学院）
本文提出一种去中心化连续化控制方法，通过分布式密度估计实现多智能体系统在单位圆上的密度控制，有效提升系统可靠性与实用性。
2026-09-21 cs.SY eess.SY math.AP
An agent-based decentralized threshold policy finding the constrained shortest paths
针对动态未知加权网络，提出仅依赖局部信息的多智能体去中心化阈值策略，保证新智能体在有限时间内沿最短路径到达汇点，并扩展支持路径约束。
2023-06-12 cs.SY eess.SY math.DS
A Scalable Network-Aware Multi-Agent Reinforcement Learning Framework for Decentralized Inverter-based Voltage Control
针对高渗透DGs下分散式电压控制的可扩展性难题，本文提出利用网络结构截断critic输入的SNA框架，降低通信成本并提供近似保证，在114个DGs系统中验证有效。
2023-12-07 cs.LG cs.MA cs.SY
Fully Decentralized Policies for Multi-Agent Systems: An Information Theoretic Approach
University of California, Berkeley（加州大学伯克利分校）
本文提出基于信息论的框架，用于多智能体系统中无通信条件下的去中心化策略设计，通过率失真理论分析策略重建最优解的能力，并扩展至确定通信节点以提升个体策略性能。
2017-07-29 cs.AI cs.IT cs.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
