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
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
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
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
Duke University(杜克大学)
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
Accelerating complex control schemes on a heterogeneous MPSoC platform for quantum computing
超导量子比特(qubit)的控制和读出需要具有千兆赫频率和纳秒精度的微波脉冲。为了产生和分析这些微波脉冲,我们开发了一个多功能的基于FPGA的电子平台。虽然基本功能直接在FPGA内处理,保证了纳秒时间尺度上的最高精度,但更复杂的控制方案使得在硬件中实现变得不切实际。为了提供确定性的定时和低延迟以及高灵活性,我们开发了Taskrunner框架。它能够在异构多处理器片上系统(MPSoC)的实时处理单元(RPU)上执行复杂的控制方案,即所谓的用户任务。这些用户任务使用标准C语言方便地指定,并在加载到RPU时由MPSoC平台自动编译。我们提出的Taskrunner框架的架构以及定时基准,并讨论在量子计算领域的应用。
2020-04-16 cs.SY eess.SY quant-ph
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
Balancing multiscale similarity and cartographic constraints: A similarity-driven optimization framework for line generalization
研究针对制图综合中自动综合的挑战,提出相似性驱动框架,将多尺度空间相似性作优化目标,纳入制图约束,通过优化统一目标函数为化简算法识别参数配置,实验表明该框架平衡了相似性保留与制图抽象,实现更优参数控制。
2026-07-29 cs.AI cs.CG cs.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
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