A Divide and Conquer Approach to Cooperative Distributed Model Predictive Control
Cranfield University（克兰菲尔德大学）；University of Sydney（悉尼大学）；University of Pisa（比萨大学）；University of Peradeniya（佩拉德尼亚大学）
本文提出一种分治方法用于线性系统的合作分布式模型预测控制，通过状态变换改进闭环稳定性分析和合作框架机制，允许并行计算局部输入，且仅需部分全局状态信息。
2017-06-19 cs.SY eess.SY
Cooperative nonlinear distributed model predictive control with dissimilar control horizons
本文提出一种允许智能体间控制时域不同且时变的协作非线性DMPC算法，证明了递归可行性与最优成本非递增，仿真显示其在减少优化变量数的同时有效近似传统DMPC性能。
2024-10-14 cs.SY eess.SY
Evaluating Cybersecurity Risks of Cooperative Ramp Merging in Mixed Traffic Environments
互联和自动驾驶汽车（CAV）技术有可能大大提高交通运输的机动性、安全性和能源效率。然而，无处不在的车辆连接也为网络攻击打开了大门。在这项研究中，我们调查了一个代表性的合作流量管理应用程序的网络安全风险，即，混合交通环境下的高速公路入口匝道合并。我们开发的威胁模型与两个轨迹欺骗策略的CAV上，以创造交通拥堵，我们还设计了一个攻击弹性策略的系统防御。此外，我们利用VENTOS，一个为CAV应用程序制作的静脉扩展模拟器，来评估攻击的网络安全风险和拟议防御策略的性能。一个全面的案例研究进行了不同的交通拥堵水平，渗透率的CAV，和攻击率。正如预期的那样，结果表明，在最坏的情况下，当攻击率增加时，移动性的性能下降高达55.19%，安全性和能量也是如此。我们提出的缓解防御算法，系统的网络攻击弹性大大提高。
2021-11-18 cs.SY eess.SP eess.SY
Cooperative Guidance for Aerial Defense in Multiagent Systems
Control for Intelligent Systems (GALACxIS) Lab, Department of Aerospace Engineering；Engineering Mechanics, University of Cincinnati, OH 45221, USA. (e-mails: , ). S. R. Kumar is with the Intelligent Systems \& Control (ISaC) Lab, Department of Aerospace Engineering, Indian Institute of Technology Bombay, Mumbai 400076, India. (e-mail: ).
本文针对争议空域三类无人机的防空对抗场景，提出基于时间约束框架与真实比例导引的轻量协同制导策略，无需知晓敌方策略即可保证固定时间内拦截，经仿真验证有效且可扩展，适用于实时自主防御。
2025-10-02 cs.MA cs.RO cs.SY
Distributed data-driven predictive control for cooperatively smoothing mixed traffic flow
针对大规模混合交通流集中式控制可扩展性不足的问题，提出基于Willems引理和ADMM的分布式协同DeeP-LCC算法，在保护轨迹隐私的同时实现实时抑波并显著降低油耗。
2023-04-28 cs.SY eess.SY
Integrating Cybersecurity in Predictive Cost-Benefit Power Scheduling: A DeepStack Model with Dynamic Defense Mechanism
该研究提出带动态防御机制的DeepStack模型，结合BiLSTM、ConvGAN和分层优化框架，在伊利诺伊200节点系统上实现98%风电预测准确率，降本超3.8%，兼顾风电并网、成本控制与网络安全。
2026-08-10 cs.SY eess.SY
Distributed Model Predictive Control for Dynamic Cooperation of Multi-Agent Systems
University of Stuttgart（斯图加特大学）；Leibniz University Hannover（汉诺威莱布尼茨大学）
本文提出了一种分布式模型预测控制框架，用于协调具有个体和耦合约束的异构非线性多智能体系统，通过集体优化实现合作任务。
2026-03-09 cs.SY eess.SY
Considerate and Cooperative Model Predictive Control for Energy-Efficient Truck Platooning of Heterogeneous Fleets
分布式控制系统的连接使能自动化允许更好地预测系统干扰和更好地预测在合并模型时致动器限制对个体代理的影响。重型卡车的自动车队以队列的形式是这样一种应用，旨在保持卡车之间的紧密间隙，以利用牵引优势并提高燃油经济性，并且传统上使用经典设计的连接和自适应巡航控制（CACC）来处理。本文的动机是证明这种控制策略的局限性，其中一个经典的CACC是无法有效地处理现实世界中的道路坡度和速度瞬态干扰的帮助下，车队运营商的干预，是不适应不同的硬件和装载条件的操作卡车。该自动化策略通过形成用于生态排队的协作模型预测控制（MPC）来解决，该协作MPC考虑与尾随卡车的相互作用以激励在道路干扰、速度瞬变和发动机限制下的排队协调，并且通过减少不必要的发动机努力来进一步提高能量经济性。这是通过共享负载，最大发动机功率，传动比，控制状态，并与其最近的邻居的预期轨迹为每个卡车。的体贴和合作的策略的性能被证明对一个类似的非体贴的控制策略在现实世界中的驾驶场景，总体上，它被发现，体贴的策略显着提高了协调之间的排队卡车在实时可实施的方式。
2022-08-03 cs.SY eess.SY
A Nonlinear Model Predictive Control Scheme for Cooperative Manipulation with Singularity and Collision Avoidance
KTH Royal Institute of Technology（瑞典皇家理工学院）；National Technical University of Athens（雅典国立技术大学）
本文提出了一种非线性模型预测控制方案，用于在存在障碍物的有限工作空间中安全导航被N个机器人代理抓取的物体，同时避免碰撞和奇异配置。
2017-11-12 cs.RO cs.SY eess.SY
MROPE: A Multi-Robot Safe Cooperative Strategy via combined Predictive Safety Filters and Ellipse-based Constraint Compression
Alma Mater Studiorum - Università di Bologna（博洛尼亚大学）；Leonardo S.p.a.（莱昂纳多公司）；Leonardo Innovation Labs（莱昂纳多创新实验室）
针对杂乱环境中无人机群追踪动态目标的计算与安全挑战，研究提出MROPE分层策略，结合分布式聚合优化、分布式共识方案与预测安全滤波器，通过动态聚合障碍物为椭圆保障安全，实验验证其效率与可扩展性优于集中式方法。
2026-08-03 cs.RO cs.SY eess.SY
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
Distributed Model Predictive Control for Cooperative Multirotor Landing on Uncrewed Surface Vessel in Waves
Ingenuity Labs Research Institute（Ingenuity Labs 研究院）
本文提出一种结合人工目标和时空波浪模型的序列分布式模型预测控制方案，解决了多旋翼无人机在恶劣开阔水域无人水面艇上的安全协同着陆问题。
2024-02-16 cs.RO cs.SY eess.SY
A Predictive Cooperative Collision Avoidance for Multi-Robot Systems Using Control Barrier Function
Harbin Institute of Technology Shenzhen（哈尔滨工业大学深圳研究院）；Southern University of Science and Technology（南方科技大学）；University of Oulu（奥卢大学）；VTT-Technical Research Centre of Finland（芬兰技术研究中心）
本文提出基于预测安全矩阵的多机器人系统协作避障方法，通过最小特征值强化安全条件，并嵌入路径冲突策略以避免死锁，提升系统鲁棒性和效率。
2025-01-14 cs.RO cs.SY eess.SY
Multi-AAV Cooperative Path Planning using Nonlinear Model Predictive Control with Localization Constraints
IIIT Delhi（德里印度信息技术学院）；University of Cincinnati（辛辛那提大学）；IISER Bhopal（博帕尔印度科学教育与研究学院）
针对GPS拒止环境下多AAV协同定位与路径规划问题，提出结合MHE与带近似解析闭式协方差表达式的NMPC方法，可在保证定位精度的同时降低计算量，经仿真验证优于基于EKF的方案。
2022-01-23 cs.RO cs.SY eess.SY
Decentralised Cooperative Collision Avoidance with Reference-Free Model Predictive Control and Desired Versus Planned Trajectories
Applus IDIADA（阿普萨研究院）
本文提出了一种去中心化协作避障方法，通过期望与计划轨迹的区分，使车辆在无需领导者和显式协议的情况下实现协同和鲁棒行为，有效处理多种碰撞场景。
2019-04-15 cs.SY eess.SY
Synchronization-Based Cooperative Distributed Model Predictive Control
University of the Bundeswehr Munich（慕尼黑联邦国防军大学）；RWTH Aachen University（亚琛工业大学）
针对分布式模型预测控制中因并发计算导致解不一致而违反安全约束的问题，提出基于同步的协作式分布式模型预测控制算法，通过最优控制计算与预测状态同步两步迭代，并在多车控制实验中验证其有效性。
2024-11-25 cs.MA cs.RO cs.SY
NMPC-Based Cooperative Strategy For A Target Pair To Lure Two Attackers Into Collision
针对两目标两攻击者（2T2A）博弈，提出了一种基于非线性模型预测控制（NMPC）的目标协同防御策略. 2T2A游戏由两个攻击者和两个目标组成。每个攻击者需要单独捕获指定的目标。然而，两个目标合作引诱攻击者发生碰撞。我们假设合作目标对没有完美的知识的攻击者的状态，因此，他们估计的攻击者的状态，使用扩展的卡尔曼滤波器（EKF）。NMPC方案计算用于目标的闭环最优控制命令，同时考虑施加的状态和控制约束。理论分析进行，以确定区域，将导致目标的生存，给定的初始位置的攻击者和目标代理。数值模拟进行了评估的性能，建议NMPC为基础的战略，为不同的情况下。
2021-08-13 cs.SY eess.SY
Impact of Communication Loss on MPC based Cooperative Adaptive Cruise Control and Platooning
通过自动车辆系统之间的通信实现的协同驾驶预计将大大有助于运输安全和效率。协同自适应巡航控制（CACC）和编队是目前正在研究的两个主要的协同驾驶应用。这些应用与自适应巡航控制（ACC）等当前先进的驾驶员辅助系统相比，具有显著的改进。CACC和排队的主要动机是减少交通拥堵，提高交通流量、交通吞吐量和公路通行能力。这些应用需要有效的控制器来考虑计算成本并确保驾驶舒适性和高响应性。模型预测控制的优点是，我们可以实现高的控制性能，因为这些应用的所有约束可以显式地处理，通过解决一个优化问题。这些应用程序的安全性和稳定性对信息的更新和通信的可靠性有很大的依赖。在本文中，我们提出了一个模型预测控制（MPC）为基础的方法CACC和队列，并研究通信损耗的影响的性能和鲁棒性的控制方案。结果表明，响应时间和字符串稳定性的改善，表现出合作的潜力，以减少干扰，改善交通流量。
2021-06-16 cs.SY eess.SY
Model Predictive Control for Cooperative Docking Between Autonomous Surface Vehicles with Disturbance Rejection
Delft Center for Systems and Control（代尔夫特系统与控制中心）
本文提出基于模型预测控制的自主水面车辆协同对接方法，通过集中式控制策略实现更高效稳定的对接性能。
2025-12-08 cs.RO cs.SY eess.SY
Distributed Model Predictive Control for Periodic Cooperation of Multi-Agent Systems
针对受个体约束的异构非线性多智能体系统，提出一种顺序分布式模型预测控制方案，通过依次求解个体优化问题以跟踪人工周期输出轨迹，实现周期性动态协作控制目标。
2023-04-06 cs.SY eess.SY math.OC
Event-Triggered Nonlinear Model Predictive Control for Cooperative Cable-Suspended Payload Transportation with Multi-Quadrotors
Toronto Metropolitan University（多伦多都会大学）；University of Alberta（阿尔伯塔大学）
针对多四旋翼吊挂载荷协同运输中的非线性耦合等挑战，提出一种事件触发分布式NMPC方法，通过轻量级状态参数化在SE(3)流形上规划轨迹，在保证轨迹跟踪与避障的同时显著降低计算与通信开销。
2025-03-26 cs.RO cs.SY eess.SY
Heterogeneous Roles against Assignment Based Policies in Two vs Two Target Defense Game
针对二对二目标防御博弈中一对一分配分解导致次优的问题，提出攻击方队友感知的异质角色策略，给出获益充分条件并通过仿真验证其优于基于分配的防守策略。
2024-09-14 cs.SY eess.SY
Digital Twins for Moving Target Defense Validation in AC Microgrids
本文针对交流微电网易受协同隐蔽攻击的问题，构建攻防非合作零和博弈模型，提出混合移动目标防御策略，并基于人工神经网络数字孪生验证防御决策、重构信号及确定最小有效扰动，提升系统抗攻击弹性。
2023-07-24 cs.SY eess.SY
Predictive Triggering for Distributed Control of Resource Constrained Multi-agent Systems
提出了一种用于资源受限多智能体系统分布式控制的预测触发框架。通过预测未来的通信需求并导出概率优先级度量，PT框架能够提前分配有限的通信资源。该框架进行了评估，通过仿真的合作自适应巡航控制系统和多代理车杆系统的实验。这些研究的结果表明，它的有效性比其他事件触发的设计，在减少网络利用率，同时也改善了系统的控制误差。
2019-07-29 cs.SY eess.SY
Cyber-Physical Control of Indoor Multi-vehicle Testbed for Cooperative Driving
车-车、车-基础设施互联系统可以看作是一个无线信息物理系统（Wireless CPSoS），它将具有系统的高度自适应控制能力、无线CPSoS控制的协同场景和自适应无线网络控制系统（WNCS）。在本文中，我们提出了我们的多车辆测试平台的基础上的信息物理系统，设计用于验证和验证的协同驾驶算法，涉及WNCS测试。车辆被开发为配备Raspberry-pi微处理器和其他传感元件的物理原型。该试验台由4辆机器人车辆组成。利用惯性测量单元（IMU）和基于蓝牙低功耗技术的iBeacon，设计了一种基于粒子滤波的室内定位系统（IPS）。在该实验平台上可以实现一些典型的室内协同驾驶场景。采用基于卡尔曼滤波器（KF）的状态观测器的模型预测控制（MPC）实现目标状态。因为无线控制系统可能受到无线通信链路的缺陷的严重影响。该实验平台为将来采用新的无线技术和控制系统测试和评估更智能的协同驾驶场景铺平了道路。
2020-06-08 cs.SY eess.SY
Iteration-Free Cooperative Distributed MPC through Multiparametric Programming
本文提出基于多参数规划的无迭代求解算法，用显式控制律函数同时求解替代迭代过程，显著降低了协作分布式模型预测控制的通信量与计算成本，并降低了系统延迟。
2024-12-03 cs.SY eess.SY
Sensor Attacks and Resilient Defense on HVAC Systems for Energy Market Signal Tracking
本文研究了网络攻击对电网交互式建筑中HVAC系统功率跟踪性能的影响，设计了基于随机优化的隐蔽传感器攻击及弹性控制防御框架，无需过滤受损数据即可将功率跟踪误差降低70%以上。
2023-10-24 cs.SY eess.SY
A Predictive Framework for Adversarial Energy Depletion in Inbound Threat Scenarios
针对可机动入站威胁（IT）的对抗性能量耗尽问题，提出一种预测框架：IT通过滚动时域优化最小化能量并接近高价值资产（HVA），消耗性拦截器（EIs）由中心节点（CN）协调，通过半径约束成本巡逻并阻断通道，仅在几何可行时拦截，框架无需显式对手能量项且可优化实现。
2025-08-25 cs.SY eess.SY
Distributed Nonlinear Model Predictive Control for District Heating Networks
Politecnico di Milano（米兰理工大学）；ETH Zurich（苏黎世联邦理工学院）
提出一种基于交替方向乘子法的分布式非线性模型预测控制方法，利用图模型优化建筑质量流量吸收，在集中式控制性能和分散式隐私保护之间取得平衡。
2026-05-28 cs.SY eess.SY math.OC
Compact Cooperative Adaptive Cruise Control for Energy Saving: Air Drag Modelling and Simulation
本文研究的价值，沟通的运动预测的纵向控制连接自动驾驶汽车（CAV）。我们专注于一个安全的合作自适应巡航控制（CACC）的设计和分析的价值，车对车（V2V）的通信存在不确定的前车加速度。对CACC的兴趣是由能源消耗和道路吞吐量的潜在改善所激发的。为了量化这种潜力，我们的特点实验车间间隙，车速和（减少）的能源消耗的紧凑型插电式混合动力汽车之间的关系。由此产生的模型被用来显示我们的控制设计的功效，该设计追求连续CAV之间的小车辆间间隙，从而提高能源效率。我们提出的控制设计是基于一个强大的模型预测控制框架，系统地考虑系统的不确定性。我们提出了一组全面的模拟，旨在量化能源效率的提高时，通过V2V通信交换的车辆状态和预测在控制律中使用。
2021-08-18 cs.SY eess.SY
Aperiodic Communication for MPC in Autonomous Cooperative Landing
研究了无人机与水面无人机自主协同着陆的交会问题。这样的异构代理，非线性动力学，动态解耦，但共享一个共同的合作会合任务。底层控制方案基于分布式模型预测控制（MPC）。主要贡献是一个在线更新规则的交会位置的交会算法。该算法只要求在不能保证会合时进行信息交换。因此，信息的交换不定期地发生，这减少了代理之间的必要通信。此外，我们证明了该算法保证递归的可行性。仿真结果验证了该算法在自主协同着陆问题中的有效性。
2022-06-13 cs.SY eess.SY math.OC
An optimization-based cooperative path-following framework for multiple robotic vehicles
本文讨论了基于优化的多机器人车辆的合作路径跟踪控制律的设计，最佳平衡协调和路径跟踪误差之间的瞬态权衡。为此，我们制定了一个更一般的多智能体框架，每个智能体与（i）一个连续时间的动态模型，它管理其状态的演变，以及（ii）一个输出方程，这是一个功能的代理和协调向量的状态。根据给定的网络拓扑，每个代理可以访问其状态和协调向量，以及相邻代理的协调向量。在这种设置中，目标是设计一个分布式控制法，将输出信号导向原点，同时驱动网络代理的协调向量达成共识。为了解决这个问题，我们提出了一个模型预测控制计划，建立在一个预先存在的辅助共识控制律设计的性能指标，结合输出调节目标的共识目标。收敛保证下，可以解决这个协调输出调节问题。数值仿真结果表明，所提出的方案适用于一个网络的三维非完整机器人的合作路径跟踪控制问题的有效性。
2019-07-19 cs.SY eess.SY
Data-Driven Predictive Control for Connected and Autonomous Vehicles in Mixed Traffic
互联和自动驾驶车辆（CAV）的协同控制为混合交通带来了巨大的好处。大多数现有的研究集中在基于模型的控制策略，假设人驾驶车辆的跟车动力学是明确已知的。在本文中，而不是依赖于一个参数的汽车跟驰模型，我们引入了一个数据驱动的预测控制策略，以实现安全和最佳的混合交通中的CAV控制。首先，我们提出了一个线性化的混合交通系统的动力学模型，并研究其可控性和可观性。基于这些控制理论特性，我们提出了一种新的DeeP-LCC（数据驱动的预测领先巡航控制）策略的CAV的基础上可测量的驾驶数据，以平滑混合交通。我们的方法是实现在一个滚动的地平线的方式，其中输入/输出约束被纳入实现无碰撞的保证。非线性交通模拟显示，在城市外驾驶循环的制动情况下，它可以节省高达24.96%的燃油消耗，同时确保安全。
2022-03-25 cs.SY eess.SY
Perimeter-defense Game on Arbitrary Convex Shapes
本文研究了入侵者和防御者之间的多人到达-回避博弈的一种变体。入侵者队试图通过将尽可能多的入侵者送到目标区域来得分，而防守者队则试图通过拦截他们来最小化得分。具体来说，我们考虑的情况下，防御者被限制在目标区域的周边移动。由于联合状态空间的高维性，直接求解多人博弈具有挑战性，因此我们利用较小规模问题的解决方案。首先，我们解决了一对一的游戏，现有的作品要么依赖于数值方法，要么做出简化的假设（例如，圆周或等速度）。本文适用于任何凸形的目标区域，并提供了一个有用的几何解释的解析解。我们还提供了一个详细的讨论所得出的策略的最优性。其次，我们解决了两个对一个游戏，引入了一个合作的钳形机动，其中一对防守者合作捕获入侵者，而入侵者不能被任何一个防守者单独捕获。最后，我们将介绍如何在三种不同的基于分配的防御策略中使用上述构建块。
2021-05-01 cs.SY eess.SY math.OC
Distribution System Reconfiguration to Mitigate Load Altering Attacks via Stackelberg Games
University of Warwick（华威大学）；ENSEA（国立电子与信息技术高级学院）；CNRS（法国国家科学研究中心）；LIGM（图像与信号实验室）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
针对物联网可控设备带来的负荷改变攻击风险，本文通过闭式表达式量化攻击影响，提出基于配电网重构的被动防御机制，采用考虑攻击不确定性的非合作序贯博弈，用贝叶斯优化求解Stackelberg均衡，实现低重构成本下的高效鲁棒防御。
2025-10-29 cs.SY eess.SY
A Distributed and Resilient Bargaining Game for Weather-Predictive Microgrid Energy Cooperation
研究了微电网中合作能量管理的讨价还价博弈问题。这个游戏采用了一个完全分布式和现实的合作电力调度算法（CoDES），以及分布式纳什谈判解决方案（NBS）为基础的方法分配的整体电力法案产生的CoDES。一种新的基于天气的随机可再生能源发电（RG）预测方法被纳入电力调度。我们演示了所提出的游戏，使用4个用户的并网微电网模型与不同的用户需求，存储和RG配置文件，并检查天气预测的影响，提前一天的电力调度和成本/利润分配。最后，用户的矛盾心理合作和/或不诚实的讨价还价的结果的影响进行了调查，它表明，所提出的游戏是有弹性的恶意用户的企图，以避免支付他们的公平份额的整体法案。
2021-04-12 cs.GT cs.MA cs.SY
Lane-Change in Dense Traffic with Model Predictive Control and Neural Networks
本文针对密集交通中车间距狭窄的换道难题，提出融合MPC与GAN的两阶段控制框架，并引入自适应安全边界和卡尔曼滤波，仿真验证了其有效性、舒适性与安全性。
2024-03-28 cs.SY eess.SY
Distributed Switching Model Predictive Control Meets Koopman Operator for Dynamic Obstacle Avoidance
Chalmers University of Technology（查尔姆斯理工大学）
本文提出一种结合Koopman算子的分布式切换模型预测控制框架，用于无人机在动态障碍环境中的安全避让与协同控制。
2025-11-28 cs.SY eess.SY
MPC for Tracking applied to rendezvous with non-cooperative tumbling targets ensuring stability and feasibility
针对主动碎片清除中与非合作翻滚目标的交会，提出一种基于中间坐标变换和QP求解的模型预测追踪控制器，通过终端LQR和死区保证稳定性与可行性，并在Envisat交会模拟中验证性能。
2024-03-16 cs.SY eess.SY math.OC
The Power of Diversity: Data-Driven Robust Predictive Control for Energy Efficient Buildings and Districts
ETH Zurich（苏黎世联邦理工学院）
本文提出数据驱动的鲁棒预测控制方法，用于优化建筑和区域的能源管理，通过构建分布族提升系统鲁棒性，并在大规模系统中实现节能与约束优化。
2016-07-19 cs.SY eess.SY math.OC
A Learning-based Stochastic MPC Design for Cooperative Adaptive Cruise Control to Handle Interfering Vehicles
West Virginia University（西弗吉尼亚大学）；University of Central Florida（中佛罗里达大学）
本文提出基于神经网络的切入检测与轨迹预测方案，结合概率框架和随机模型预测控制器，提升对干扰车辆切入行为的应对能力，通过现实驾驶场景验证系统性能。
2018-02-26 cs.SY eess.SY
A Decentralized Multi-UAV Spatio-Temporal Multi-Task Allocation Approach for Perimeter Defense
Indian Institute of Science（印度科学学院）；Nanyang Technological University（南洋理工大学）
针对多人边界防御博弈，提出了一种新的求解方法，在该博弈中，入侵者的队伍试图进入领土，而防御者的队伍通过在领土的边界上捕获入侵者来保护领土。防御者的目标是在入侵者进入领土之前发现和捕获入侵者。每个防御者独立地感知入侵者并计算其轨迹，以合作的方式捕获指定的入侵者。入侵者估计在特定时间到达周界上的特定位置。每个入侵者被看作是一个时空任务，防御者被分配执行这些时空任务。在任何给定的时间，周边防御问题转化为一个分散的多无人机时空多任务分配（DMUST-MTA）问题。针对轨迹执行任务的成本由空间和时间分量的复合代价函数定义。本文提出了一种改进的基于分散共识的捆绑算法来解决时空多任务分配问题，并基于Monte-Carlo仿真对该算法进行了性能评估。仿真结果表明了该方法在不同场景下解决周界防御博弈的有效性。与具有完全可观测性的最先进的集中式方法的性能比较清楚地表明，DMUST-MTA以分散的方式实现了类似的性能，具有部分可观测性条件，计算时间更短，易于扩展。
2021-02-15 cs.MA cs.RO cs.SY
Encrypted Data-driven Predictive Cloud Control with Disturbance Observer
在数据驱动的预测云控制任务中，云服务中存储和使用的数据的隐私可能会泄露给恶意攻击者或好奇的窃听者。同态加密技术可以在允许计算的同时保护数据隐私。然而，同态加密扩展引入了额外的错误，以确保隐私保护性能，实数截断也带来了不确定性。同时，系统输入输出中存在的过程噪声和测量噪声也会对系统产生干扰。在这项工作中，一个数据驱动的预测云控制器的基础上同态加密，以保护云数据隐私。此外，引入干扰观测器对云中计算的加密控制信号序列进行估计和补偿。通过加密保证了数据的隐私性，实验结果表明了云边缘协同设计的效果。
2023-02-06 cs.CR cs.SY eess.SY
Cooperative Decision Making of Connected Automated Vehicles at Multi-lane Merging Zone: A Coalitional Game Approach
为解决多车道合流区车辆的安全性和效率问题，采用联盟博弈方法设计了一种互联自动车辆（CAV）协同决策框架.首先，在简化的单轨车辆模型基础上建立了运动预测模块，提高了决策算法的准确性和可靠性。在此基础上，综合考虑安全性、舒适性和效率等多个性能指标，设计了代价函数和决策约束条件。此外，为了实现人性化和个性化的智能移动性，不同的驾驶特性被考虑和嵌入到建模过程中。在此基础上，提出了多车道合流区情况下CAVS的四种典型联盟模型。然后，联盟博弈的方法制定了模型预测控制（MPC），以处理在定义的场景CAV的决策。最后，在考虑不同驾驶特性的两种情况下进行测试，以评估所开发的方法的性能。试验结果表明，该方法能够对多车道合流区的CAV进行合理的决策，并能适应不同的行驶特性。该方法既保证了CAV在复杂动态交通条件下的安全性和有效性，又兼顾了单个车辆的目标，验证了该方法的可行性和有效性。
2021-03-14 cs.SY eess.SY
Learning-Based Geometric Leader-Follower Control for Cooperative Rigid-Payload Transport with Aerial Manipulators
Universidad Politécnica de Madrid（马德里理工大学）；Centre for Automation and Robotics (CSIC-UPM)（自动化与机器人中心（西班牙国家研究委员会-马德里理工大学））
本文提出基于学习的几何领导者-追随者控制方法，用于多空中机械臂协同运输刚性负载，通过高斯过程补偿未知干扰并保证控制稳定性。
2026-02-25 cs.SY eess.SY math.OC
Reinforcement Learning and Distributed Model Predictive Control for Conflict Resolution in Highly Constrained Spaces
University of California, Berkeley（加州大学伯克利分校）
本文提出了一种分布式算法，用于解决高度受限空间中的多车辆协同冲突问题。通过将冲突解决问题制定为多智能体强化学习（RL）问题，我们可以离线训练策略，以在简化的离散环境中安全有效地驾驶车辆驶向目的地。在在线执行过程中，每个车辆首先用训练好的策略模拟车辆之间的交互，以获得其策略，该策略用于指导参考轨迹的计算。然后，提出了一种分布式模型预测控制器（MPC）跟踪的参考，同时避免冲突。初步结果表明，RL和分布式MPC的组合有可能引导车辆安全顺利地解决冲突，同时比集中式方法的计算要求更低。
2023-02-03 cs.RO cs.SY eess.SY
Cooperative Distributed MPC via Decentralized Real-Time Optimization: Implementation Results for Robot Formations
Institute for Energy Systems, Energy Efficiency and Energy Economics, TU Dortmund University（能源系统、能源效率与能源经济学研究所，德累斯顿理工大学）；Institute of Engineering and Computational Mechanics, University of Stuttgart（工程与计算力学研究所，斯图加特大学）
本文提出一种基于协同 DMPC 的移动机器人编队控制方法，结合 ADMM 与分散式序列二次规划实现无中央协调器的分散式实时优化，实验验证了其有效性与实时可行性。
2023-05-24 cs.RO cs.SY eess.SY
Coalitional Control: Cooperative game theory and control
本文介绍了联盟控制的主要概念与挑战，探讨促使控制器联合的局部利益，并阐述其与合作网络博弈论的联系。
2025-01-29 cs.GT cs.SY eess.SY
Three-agent Time-constrained Cooperative Pursuit-Evasion
Indian Institute of Technology Bombay（印度理工学院孟买分校）
本文考虑了三个代理人之间的追求-逃避的情况-逃避者，追求者和防御者。我们设计的合作指导法律的逃避者和防御者的团队，以保护逃避者从攻击的追求者。不同于微分游戏，最优控制配方，和其他启发式方法，我们提出了一个新的角度设计有效的非线性反馈控制律的逃避者防守队使用时间约束的指导方法。逃避者以自己为诱饵引诱追赶者进入碰撞轨道。与此同时，防御者通过控制交战持续时间来保护逃避者免受追击者的攻击。根据任务的性质，防御者可以选择采取攻击或防御姿态。这种考虑拓宽了所提出的方法在各种三代理运动规划方案，如飞机防御，资产守卫，搜索和救援，监视和安全运输的适用性。我们使用固定时间的滑模控制策略设计的控制律的规避者和防御者的团队和非线性有限时间干扰观测器估计的追求者的机动。最后，我们提出了模拟，以证明在各种啮合几何形状下的良好性能，从而证明所提出的设计的有效性。
2022-01-17 cs.MA cs.RO cs.SY
Dynamic collision avoidance for multiple robotic manipulators based on a non-cooperative multi-agent game
Technische Universität Kaiserslautern（凯泽斯劳滕工业大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）
提出基于非线性MPC的非合作博弈算法，解决多机械臂在共享工作空间的动静态避碰与死锁问题，实现实时控制并支持任意规模扩展。
2022-02-13 cs.RO cs.SY eess.SY
Impact of Information Flow Topology on Safety of Tightly-coupled Connected and Automated Vehicle Platoons Utilizing Stochastic Control
Univ. of Georgia（佐治亚大学）；Univ. of Central Florida（中佛罗里达大学）
通过车联网（V2X）通信实现的协同驾驶有望为交通系统的安全和效率做出重大贡献。协同自适应巡航控制（CACC）是一种重要的协同驾驶应用，近年来已成为许多研究的主题。使用CACC的主要动机是减少交通拥堵，提高交通流量、交通吞吐量和公路通行能力。由于协同车辆之间的信息流可以显着影响一个队列的动态，控制组件的设计和性能是紧密依赖于通信组件的性能。此外，信息流拓扑（IFT）的选择可以影响某些排属性，如稳定性和可扩展性。虽然通过使用V2X通信可以将协作车辆感知扩展到多个前驱信息，但是通信技术仍然存在可扩展性问题。因此，合作的车辆需要预测对方的行为，以补偿非理想的通信的影响。提出了基于模型的通信（MBC）的概念，通过引入一种新的灵活的内容结构来广播联合车辆动态/驾驶员行为模型，以增强非理想通信下的协作车辆感知。通过利用非参数（贝叶斯）建模方案，即，高斯过程回归（GPR），和MBC的概念，本文开发了一种离散的混合随机模型预测控制的方法，并检查通信损耗和不同的信息流拓扑结构的性能和安全的排的影响。结果表明，使用更多的车辆信息，在响应时间和安全性方面有所改善，验证了合作的潜力，以减少干扰，提高交通流量和安全性。
2022-03-29 cs.RO cs.SY eess.SY
