Fully Distributed Adaptive Output Feedback Protocols for Linear Multi-Agent Systems with Directed Graphs: A Sequential Observer Design Approach
Peking University（北京大学）；City University of Hong Kong（香港城市大学）
本文研究了具有有向图的线性多智能体系统输出反馈一致性协议设计问题，提出了一种新的顺序观测器设计方法，实现了现有方法无法完成的完全分布式自适应输出反馈协议设计。
2015-11-04 cs.SY eess.SY
Data-driven distributed control: Virtual reference feedback tuning in dynamic networks
本文考虑了从数据合成分布式控制器的问题，目的是优化模型参考控制准则。我们建立了一个明确的理想分布式控制器，解决了结构化参考模型的模型参考控制问题。在互联系统输入输出数据的基础上，构建了一个虚拟实验装置，从而导致网络识别问题。我们制定了一个预测误差识别标准，具有相同的全局最优的模型参考标准，当控制器类包含理想的分布式控制器。所开发的分布式控制器综合方法是说明一个学术的例子网络的9个子系统和控制器的互连结构上实现的闭环性能的影响进行了分析。
2020-10-27 cs.SY eess.SY
Distributed Online Feedback Optimization for Real-time Distribution System Voltage Regulation
本文提出一种基于嵌套反馈优化策略的分布式OFO设计，解决配电系统实时电压调节中的单点故障隐患，兼顾隐私保护与计算效率，实验证明其调节效果优于其他分布式方法。
2025-07-13 cs.SY eess.SY
Consensus-based Distributed Optimization Enhanced by Integral Feedback
受积分反馈思想的启发和支持，提出了一种求解局部线性约束凸优化问题的多智能体网络分布式常数增益算法.假设智能体之间的相互作用是由一个无向图，该算法能够实现最优解的指数收敛速度。此外，该算法继承了积分反馈的优点，对通信带宽有较好的要求，对干扰具有较好的鲁棒性。通过解析证明和数值模拟验证了所提出的分布式算法在求解约束最优化问题中的有效性。
2021-11-17 cs.SY eess.SY math.OC
Distributed and Localized Model Predictive Control via System Level Synthesis
针对大规模结构化线性系，提出了一种分布式局部模型预测控制（DLMPC）算法，其中子系统之间只需要交换局部状态和模型信息，就可以计算和执行控制动作。我们使用的系统级综合（SLS）的框架重新制定的MPC问题作为一个最优化问题的闭环系统响应，并表明，这使我们能够自然地施加本地化的子控制器之间的通信约束，这样，只有本地状态和系统模型信息需要交换的计算和实施的闭环MPC控制策略。特别是，我们表明，所得到的最优化问题的结构可以利用开发一个交替方向法的乘数（ADMM）为基础的算法，允许分布式和本地化的计算控制决策。此外，我们的方法可以容纳的约束条件和目标函数，耦合不同的子系统的行为，只要耦合系统能够直接相互通信，允许更广泛的一类MPC问题，通过分布式优化来解决。我们的结论与数值模拟证明我们的方法的有用性，特别是，我们证明了计算复杂性的DLMPC中的每个子系统解决的子问题是独立的全球系统的大小。
2020-09-11 cs.SY eess.SY math.OC
Stability and Performance Limits of Latency-Prone Distributed Feedback Controllers
The University of Texas（德克萨斯大学）
本文研究了具有延迟的分布式反馈控制器的稳定性与性能极限，探讨了在高阻尼反馈和低阻尼反馈之间平衡的重要性，并通过实验验证了分布式阻抗控制器的稳定性影响因素。
2015-01-13 cs.RO cs.SY eess.SY
Distributed Feedback-Feedforward Algorithms for Time-Varying Resource Allocation
针对局部代价、约束随时间变化的分布式时变资源分配问题，提出基于投影反馈与模式切换前馈的无初始化分布式算法，在弱假设下实现固定时间收敛，经数值算例与电力系统应用验证有效。
2025-10-03 cs.SY eess.SY
One-Point Residual Feedback Algorithms for Distributed Online Convex and Non-convex Optimization
针对局部目标为凸或非凸的分布式在线优化问题，提出基于单点残差反馈梯度估计的分布式算法，推导其次线性遗憾界，并通过数值算例验证算法有效性。
2025-03-21 cs.SY eess.SY math.OC
Distributed Robust Control for Systems with Structured Uncertainties
我们提出了D-Phi迭代：一种用于结构不确定性系统的分布式、局部化和可扩展的鲁棒控制算法。该算法将分布式控制的系统级综合（SLS）参数化与L1，LInf和nu鲁棒控制的稳定性准则相结合。我们在仿真中表明，该算法实现了良好的标称性能，同时大大增加了鲁棒稳定裕度相比，LQR控制器。据我们所知，这是第一个分布式和本地化的算法结构鲁棒控制，此外，算法的复杂性只取决于局部邻域的大小，是独立的全球系统的大小。我们还表征了分布式和本地化计算的不同鲁棒性标准的适用性。
2022-09-19 cs.SY eess.SY math.OC
Nonconvex Distributed Feedback Optimization for Aggregative Cooperative Robotics
针对协作机器人网络的非凸聚合优化问题，提出结合闭环梯度流与一致性动态补偿器的 Aggregative Tracking Feedback，并证明其收敛至驻点且经多机器人监视仿真验证。
2024-04-05 cs.SY eess.SY math.OC
Distributed Semi-global Output Feedback Formation Maneuver Control of High-order Multi-agent Systems
针对高阶积分器动力学的领导者-跟随者多智能体系统，本文提出分布式输出反馈编队机动控制器，可连续操控编队多类属性，适用于多种构型且可扩展至一般线性系统，结果经仿真验证。
2023-12-19 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
Reduction-Based Robustness Analysis of Linear Predictor Feedback for Distributed Input Delays
Saint Petersburg State University（圣彼得堡国立大学）
本文利用Lyapunov-Krasovskii方法，基于Manitius和Olbrot的反馈设计，研究线性时不变系统在分布式输入延迟下的参数和延迟鲁棒性，通过Artstein的系统降维技术设计函数，证明轻微系统矩阵和延迟值不匹配时反馈的稳定性。
2015-05-10 cs.SY eess.SY math.OC
Explicit Distributed and Localized Model Predictive Control via System Level Synthesis
提出了一种适用于结构线性系大系统的显式模型预测控制算法。我们的结果基于分布式和本地化模型预测控制（DLMPC），一个闭环模型预测控制方案的基础上的系统级综合（SLS）框架，其中只有本地的状态和模型信息需要交换子系统之间的计算和实施的控制动作。我们提供了一个明确的解决方案，从分布式MPC计划所产生的每个子问题。我们表明，给定的问题的可分性，明确的解决方案只分为三个区域，每个状态和输入实例，使点定位问题非常有效。此外，由于局部性约束，子问题的维数远小于完整的问题，这显着减少了显式解决方案的计算开销。最后，我们用数值模拟来证明我们的方法的计算优势，其中，我们显示了一个很大的改善，在运行时间每MPC迭代计算的结果相比，在线求解器的优化。
2020-05-28 cs.SY eess.SY math.OC
Linear TDOA-based Measurements for Distributed Estimation and Localized Tracking
Aalto University（阿尔托大学）；Semnan University（塞姆南大学）；University of Cyprus（塞浦路斯大学）
提出了一种线性的到达时间差（TDOA）测量模型，以提高局部目标跟踪的\textit{distributed}估计性能。我们设计分布式过滤器稀疏（可能是大规模的）通信网络，使用基于共识的数据融合技术。建议的分布式和本地化的跟踪协议大大降低了传感器网络的所需的连接和通信速率。我们，进一步考虑$κ$ -冗余的可观测性和容错设计的情况下，失去通信链路或传感器节点。我们提出的最小条件，其余的传感器网络（链路/节点删除后），使分布式的可观测性仍然保留，因此，传感器网络可以跟踪（单个）机动目标。动机是减少通信负载与处理负载，因为计算单元通常比通信设备成本低。我们通过MATLAB仿真评估跟踪性能。
2022-04-26 cs.MA cs.RO cs.SY
Tuning a Cascaded Online Feedback Optimization Controller for Provision of Distributed Flexibility
本文研究基于在线反馈优化的级联控制器参数调谐对分层灵活性提供性能的影响，通过三层测试系统验证了参数间高度相互依赖，并证明仔细调谐可实现高效垂直协调。
2025-05-09 cs.SY eess.SY
Distributed and Localized Model Predictive Control. Part II: Theoretical Guarantees
工程信息物理系统正变得越来越大和复杂。这些系统需要可扩展的控制器，鲁棒地满足状态和输入约束的存在下，加性噪声-这种控制器还应该伴随着理论上的可行性和稳定性的保证。在我们的配套文件中，我们介绍了分布式和本地化模型预测控制（DLMPC）的大规模线性系统; DLMPC是一个可扩展的闭环MPC计划，其中子系统只需要交换本地信息，以综合和实施本地控制器。在本文中，我们提供了递归的可行性和渐近稳定性保证DLMPC。我们利用系统级综合框架来表达闭环系统的最大正鲁棒不变集及其相应的李雅普诺夫函数，都在闭环系统响应方面。我们使用不变集作为DLMPC的终端集，并证明了这保证了最小保守性的可行性。我们使用的李雅普诺夫函数的终端成本，并表明，这保证了稳定性。我们提供了完全分布式和本地化的算法来计算终端集离线，也提供了必要的补充在线DLMPC算法，以适应耦合终端约束和成本。在所有的算法中，只有当地的信息交换是必要的，计算复杂性是独立的全球系统的大小-我们证明了这一点分析和实验。这是第一个分布式MPC的方法，提供最低限度的保守，但完全分布式保证递归的可行性和渐近稳定性，为标称和鲁棒设置。
2022-03-01 cs.SY eess.SY math.OC
Multicellular Feedback Control Strategies in Synthetic Microbial Consortia: From Embedded to Distributed 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）
本文探讨了合成微生物群落中多细胞反馈控制策略的设计与应用，强调分布式控制在提高系统鲁棒性和模块化重用方面的优势，并指出生物制造等实际应用中的关键挑战。
2026-02-23 cs.SY eess.SY
Distributed Feedback Control of Multi-Channel Linear Systems
在本文中，它建立了任何联合可控，联合观察，多通道，离散或连续时间线性系统与强连接的邻居（通信）图可以指数稳定的任何预先指定的收敛速度使用时不变的分布式线性控制。作为一个例子，这一发现可以用来处理某些分布式跟踪问题，解决方案是给一个分布式的连续时间，多通道线性系统的控制问题，其中每个代理访问系统能够独立地调整其标量值，控制输出到任何所需的设定点值。为了更好地理解控制器设计的约束条件，将分布式控制问题转化为经典的分散控制问题。有了分散控制的工具，包括“固定频谱”的概念，就有可能令人惊讶地表明，如果每个智能体被允许与其邻居共享的唯一信息是其测量的输出，那么在某些情况下，分布式稳定是不可能的。使用著名的分散控制概念，下界来自本地控制器的共享子状态的维度，如果满足，保证将没有固定的闭环系统特征值抗衡。分散控制的角度也使人们能够断言，没有施加分区约束，任何联合可控，联合观察的多通道线性系统与强连接的邻居图的闭环频谱，可以自由分配与分布式反馈控制。它也解释了为什么在有限延迟面前，指数稳定在任何规定的收敛速度仍然可以实现分布式控制，至少对于离散时间多通道线性系统。
2022-11-30 cs.SY eess.SY
Distributed Feedback Optimisation for Robotic Coordination
反馈优化是一种新兴的技术，其目的是针对给定的目标函数将系统引导到最优稳态。我们表明，它是可能的，采用这种控制策略，以分布式的方式。此外，我们证明了渐近收敛的最佳配置集。在这个范围内，我们表明，指数稳定性只需要为影响目标函数的状态的一部分。这是通过在保持目标编队的同时驾驶一群代理朝向目标位置来展示的。最后，我们提供了一个充分条件的拓扑结构的指定编队，以保证收敛的群体信息的形成周围的目标位置。
2022-02-27 cs.SY eess.SY math.OC
Distributed and Localized Covariance Control of Coupled Systems: A System Level Approach
本文研究动态耦合网络化系统的有限时域最优协方差控制，基于系统级综合（SLS）框架提出一种分布式ADMM算法，计算仅依赖局部状态历史的局部化最优反馈控制策略，并在36个子系统的电力系统上验证了有效性。
2025-04-28 cs.SY eess.SY math.OC
On the strict-feedback form of hyperbolic distributed-parameter systems
Otto von Guericke University Magdeburg（奥托·冯·格里克马格德堡大学）
本文研究双曲分布参数系统的严格反馈形式，通过扩展现有backstepping方法，将可控制的双曲PDE及PDE-ODE系统映射到严格反馈形式，为递归backstepping设计提供新见解。
2026-03-13 cs.SY eess.SY math.OC
Localized LQR Optimal Control
California Institute of Technology（加州理工学院）
本文提出了一种类似于滚动预测的控制方案，用于局部可定位分布式系统，通过局部扰动在时空上的限制，采用线性等式约束进行表征，并展示了可行性的测试可以在局部和分布式方式下解决，最终提出了局部化LQR最优控制问题并推导出最优控制器的解析解。
2014-09-23 cs.SY eess.SY math.OC
A Comparative Study of Distributed Feedback Optimizing Control Architectures
本文比较了分布式反馈优化控制架构，通过两个案例（住宅能源枢纽和海底采油网络）验证了其在不同场景下的性能，并讨论了各方法的优缺点。
2024-11-07 cs.SY eess.SY math.OC
Effective GPU Parallelization of Distributed and Localized Model Predictive Control
模型预测控制（MPC）要对大规模分布式系统进行有效的在线控制，必须快速求解底层的高维优化问题。文献中应用了多种技术来加速求解过程，主要归功于基于软件的算法进步和硬件辅助计算增强。然而，这些方法专注于算术加速，而忽略了底层系统结构的好处。特别地，现有的解耦的软件-硬件算法设计通过硬件简单地并行化算术运算，并不以原则性的方式解决诸如CPU-GPU和线程到线程通信的硬件开销。此外，并行子问题分解在分布式MPC的优势没有得到很好的认识和利用。因此，我们还没有充分发挥MPC硬件加速的潜力。在本文中，我们探索这些机会，利用GPU并行化的分布式和本地化的MPC（DLMPC）算法。我们利用嵌入在DLMPC制定的局部约束，以减少硬件固有的通信开销。我们的并行实现在各种参数下的运行速度比CPU同行快50倍。此外，我们发现，本地感知的GPU并行化可以减半的优化运行时间相比，天真的加速。总的来说，我们的研究结果表明，考虑到信息交换结构的软硬件协同设计带来的性能增益。
2021-03-27 cs.DC cs.SY eess.SY
Advantages of Feedback in Distributed Data-Gathering for Accurate and Power-Efficient State-Estimation
本文提出一种反馈式分布式数据采集方法，通过中央单元向移动传感器反馈信息以减少冗余传输，理论分析与仿真表明其在均方误差和功率成本上优于非反馈架构，可行性取决于通信功率成本，优势取决于传播延迟。
2025-08-06 cs.SY eess.SY
Optimal Distributed Controller Design with Communication Delays: Application to Vehicle Formations
Royal Institute of Technology（皇家理工学院）；Scania CV AB（斯堪尼亚商用车公司）
本文提出一种分布式LQG控制问题的控制器合成算法，考虑三个互联线性子系统及延迟信息共享结构，解决输出反馈情况下的最优控制问题。
2013-09-17 cs.SY eess.SY
Distributed Optimal Output Consensus of Uncertain Nonlinear Multi-Agent Systems over Unbalanced Directed Networks via Output Feedback
针对不平衡有向图上规范形式的不确定非线性多智能体系统的分布式最优输出一致性问题，提出了一种新的基于扰动器的输出反馈控制方法.该问题的主要挑战在于不平衡有向图和多智能体系统的非线性，其智能体状态不能用于反馈控制。基于两层控制器结构，首先设计了一个分布式最优协调器，将所考虑的问题转化为参考跟踪问题。然后，分散输出反馈控制器的发展，以稳定所得到的增广系统。在控制器设计中，利用高增益观测器来估计存在不确定性和干扰的代理状态，使得所提出的控制器仅依赖于代理输出。在标准假设下证明了代理输出的半全局收敛性，并使所有局部代价函数之和最小化。所得到的结果的一个关键特点是，所考虑的非线性代理只需要局部Lipschitz，并具有全局渐近稳定和局部指数稳定的零动态。
2021-11-16 cs.SY eess.SY math.OC
Optimal Consensus for Uncertain High-order Multi-agent Systems by Output Feedback
高阶多智能体系统的分布式最优输出一致性问题是近年来研究的热点。本文进一步研究了具有参数不确定性的高阶多智能体系统的鲁棒控制问题，并通过测量输出反馈设计了分布式鲁棒控制器。我们首先开发一个动态补偿器来估计期望的最优一致点，并将问题转化为几个分散的鲁棒跟踪问题。然后，通过结合积分控制技术和脏微分观测器技术，在一个温和的图连通性条件下，构造性地提出了一种分布式输出反馈积分控制器来解决这个问题。
2021-11-20 cs.SY eess.SY math.OC
Local optimality of a coherent feedback scheme for distributed entanglement generation: the idealized infinite bandwidth limit
School of Electrical Engineering and Telecommunications, The University of New South Wales（新南威尔士大学电气与电信工程学院）
本文证明了在理想无限带宽极限下，一种新型相干反馈配置在分布式EPR纠缠生成中的局部最优性，通过非退化光学参量放大器实现，为有限带宽场景提供准确近似。
2015-08-19 cs.SY eess.SY quant-ph
Nonlinear Predictor Feedback for Input-Affine Systems with Distributed Input Delays
Saint Petersburg State University（圣彼得堡国立大学）
本文提出一种基于预测的反馈方法，用于处理具有分布式输入延迟的输入仿射系统，通过预测未来响应并利用反馈稳定化，实现Lyapunov-Krasovskii稳定性。
2016-01-01 cs.SY eess.SY math.OC
OUTformation: Distributed Data-Gathering with Feedback under Unknown Environment and Communication Delay Constraints
在非零通信延迟和未知环境动态等现实假设下，大规模分布式数据收集架构的明智设计，本文考虑了允许从中央处理器到外部传感器的反馈通信的影响。使用简单的，但有代表性的状态估计的例子，我们调查的中央处理器的环境状态的估计的均方误差（MSE）之间的基本权衡，和每个传感器的总功耗更传统的架构下没有反馈（信息）与广播反馈（OUTformation）。启用反馈的主要优点是每个传感器对中央处理器的估计的理解得到改善，这使得每个传感器能够确定何时以及传输其当前观测的哪些部分。我们用理论来证明的条件下，OUTformation保持相同的MSE的信息与平均消耗较少的功率，和条件下，OUTformation获得更少的MSE比信息在额外的功率成本。这些性能权衡也被认为是在环境变化较小的设置下，传感器实现随机回退时间，以防止传输冲突。我们的结果是支持通过数值研究，这表明，在理论上推导出的属性仍然成立，即使当一些简化的假设被删除。
2022-08-12 cs.NI cs.SY eess.SY
Distributed Nonlinear Equality-Constrained Optimization via Feedback Linearization and Singular Perturbation
College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）；Australia Centre for Field Robotics, The University of Sydney（悉尼大学澳大利亚野外机器人中心）
研究非凸目标与非线性等式约束下的分布式优化难题，提出反馈线性化和奇异摄动框架，构建理想动力学并改进为分布式实现，证明其局部指数收敛，在特定条件下吸引区域可扩展，提升了分布式优化的性能。
2026-07-29 cs.SY eess.SY math.OC
Distributed Global Output-Feedback Control for a Class of Euler-Lagrange Systems
研究了一类Euler-Lagrange多智能体系统在智能体只能测量位置时的分布式跟踪控制问题。在这种情况下，分离原理的缺乏和不可测状态的强非线性对全局输出反馈控制设计提出了严峻的技术挑战。为了克服这些困难，首先提出了一种上三角形形式的全局非奇异坐标变换矩阵，使得非线性动力学模型可以相对于不可测状态部分线性化。同时，设计了一种新型的速度观测器来估计各系统的不可测速度。然后，基于速度观测器的输出，我们提出了分布式控制法律，使协调跟踪控制系统实现一致的全局指数稳定（UGES）。理论分析和数值仿真验证了所提出的控制方案的有效性。其次是原始文件，一个错别字和一个错误是正确的。
2019-06-29 cs.RO cs.SY eess.SY
Robust stability conditions for feedback interconnections of distributed-parameter negative imaginary systems
University of Minnesota（明尼苏达大学）；Australian National University（澳大利亚国立大学）；Lund University（隆德大学）
本文通过积分二次约束方法推导了负虚系统正反馈连接的稳定性条件，利用该框架处理具有无理传递函数的分布式参数系统，并减少分析中的保守性。
2017-07-30 cs.SY eess.SY math.OC
Preserving Topology Privacy of Network Systems by Feedback: Conditions and Distributed Design
KTH Royal Institute of Technology（皇家理工学院）；UCLouvain（瓦隆-布鲁塞尔联邦联合研究行动ICTEAM研究所）
本文提出基于反馈的方法保护共识协议拓扑隐私，通过故意违反拓扑可识别性条件，防止从观测数据中准确恢复真实拓扑，同时保持共识行为。提出分布式拓扑修改设计，在有限隐私预算下实现性能保证。
2026-05-15 cs.MA cs.SY eess.SY
Understanding A Class of Decentralized and Federated Optimization Algorithms: A Multi-Rate Feedback Control Perspective
University of Minnesota（明尼苏达大学）
分布式算法在诸如机器学习、信号处理和控制等许多应用中发挥着越来越重要的作用。大量的研究工作致力于开发和分析各种应用的新算法。在这项工作中，我们提供了一个新的视角来理解，分析和设计分布式优化算法。通过镜头的多速率反馈控制，我们表明，广泛的分布式算法，包括流行的分散/联邦计划，可以被视为离散化的某个连续时间反馈控制系统，可能有多个采样率，如分散梯度下降，梯度跟踪，联邦平均。这个关键的观察不仅使我们能够开发一个通用的框架来分析整个算法类的收敛性。更重要的是，它还带来了一种设计新的分布式算法的有趣方式。我们开发了我们的框架背后的理论，并提供了一些例子来强调如何在实践中使用该框架。
2022-11-02 cs.LG cs.SY eess.SY
Linear Convergence of Distributed Mirror Descent with Integral Feedback for Strongly Convex Problems
Texas A&M University（德州农工大学）
分布式优化通常需要找到写为局部函数之和的全局目标函数的最小值。一组代理共同工作以最小化全局函数。我们研究了一个连续时间分散镜像下降算法，使用纯粹的局部梯度信息收敛到全局最优解。该算法使用积分反馈的思想来强制代理之间的共识。最近，Sun和Shahrampour（2020）研究了当全局函数是强凸函数但局部函数是凸函数时该算法的渐近收敛。使用控制理论工具，在这项工作中，我们证明了该算法确实达到（局部）指数收敛。我们还提供了一个真实数据集上的数值实验作为验证我们的算法的收敛速度。
2020-11-24 cs.LG cs.SY eess.SY
Modular Distributed Nonconvex Learning with Error Feedback
Department of Electrical, Electronic and Information Engineering, Alma Mater Studiorum - Università di Bologna（电气电子工程系，博洛尼亚大学）；School of Electrical Engineering and Computer Science, and Digital Futures, KTH Royal Institute of Technology（电气工程与计算机科学学院，皇家理工学院）
本文提出一种基于随机压缩通信的模块化分布式非凸学习算法，融合ADMM与梯度方法并引入误差反馈机制，在保证计算效率与鲁棒性的同时，实现了对压缩误差的几乎必然弃权（不执行），并证明了其渐近收敛性。
2025-06-30 cs.LG cs.SY eess.SY
Distributed Value of Information in Feedback Control over Multi-hop Networks
最近在网络化控制系统领域的工作已经证明，用于闭环系统的介质访问控制策略和控制策略的联合设计是有益的。然而，迄今为止介绍的几个指标都未能适当地表示网络要求或捕获数据的价值。在本文中，我们提出了一个分布式的信息价值（dVoI）度量的联合设计的控制和多环系统和多跳网络中的介质访问的路由器。首先给出了确定性等价控制器最优的条件。然后，我们重新制定的联合控制和通信问题的Bellman方程。提出的多环多跳网络化控制系统的基于VoI的调度策略以分布式方式解决了相应的动态规划问题，其性能优于时间触发的周期采样策略.此外，我们表明，基于dVoI的调度策略是相互独立的，无论是循环明智的和跳明智的。最后，我们用一个数值例子来说明结果。
2021-07-16 cs.SY eess.SY math.OC
Distributed Control of Networked Dynamical Systems: Static Feedback, Integral Action and Consensus
Centre for Autonomous Systems at KTH（KTH自主系统中心）
本文研究了网络动力系统的分布式控制协议，提出非线性一致性控制器并证明其稳定性，同时设计分布式比例积分控制器以抑制网络中的常数扰动。
2014-09-30 cs.SY eess.SY math.DS
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
Concept of Feedback in Future Computing Models to Cloud Systems
Moscow Technological Institute «WTU»（莫斯科技术学院（WTU））
本文探讨了未来计算模型在云系统中反馈机制的重要性，提出反馈模型作为分布式计算过程的新基础，并用于评估分布式数据库的结构复杂性和混合云系统的动态特性。
2014-02-19 cs.DC cs.NI cs.SY
