Robust consensus control of second-order uncertain multiagent systems with velocity and input constraints (extended version)
本文研究了二阶多智能体系统在有向图下的一致性问题。简单而强大的共识算法，提出了现有的成就，占速度和输入的限制，代理的不确定性，并缺乏邻近的速度测量。此外，我们表明，所提出的方法可以应用于速度和控制力矩约束的不确定机器人的一致性控制。我们严格证明，速度和控制输入保持在预先指定的范围内，通过调整设计参数的先验和渐近共识，可以通过李雅普诺夫函数和固定时间稳定性。模拟进行对称和非对称的约束，以显示效率的理论研究结果。
2023-03-01 cs.SY eess.SY
Adaptive Active-Passive Networked Multiagent Systems
主动-被动多智能体系统由受输入影响的智能体（主动智能体）和没有输入的智能体（被动智能体）组成，其中主动和被动智能体角色被认为是可互换的，以捕获广泛的应用程序。主动-被动多智能体系统的控制中的一个挑战是存在的信息交换的不确定性，可以产生不期望的闭环系统性能。基于这一观点，本文提出了一种自适应控制算法来抑制这类多智能体系统的信息交换不确定性的负面影响。具体而言，通过估计这些不确定性，建议的自适应控制架构有能力恢复的主动-被动多智能体系统的性能在一个分布式的方式。因此，代理收敛到用户可调整的邻域的平均值的应用输入到活动代理。所提出的控制架构的功效也验证了从人-机器人协作的角度来看，其中一个人正在访问几个任务位置，和多智能体系统识别这些位置，并向他们移动的覆盖控制问题。
2020-10-06 cs.SY eess.SY
Stability of linear multiagent systems with guaranteed steady-state performance
本文研究固定网络拓扑下线性多智能体系统的稳定性，结合事件触发控制与稳态性能条件，用 Lyapunov 方法分析离散和连续时间情形并实现平均一致性，仿真验证了结论。
2023-08-20 cs.SY eess.SY
Extended Version of "Distributed Adaptive Resilient Consensus Control for Uncertain Nonlinear Multiagent Systems Against Deception Attacks"
针对传感器与执行器同时遭受欺骗攻击的不确定非线性多智能体系统，提出基于 Nussbaum 函数、有限时间参考系统和局部误差动态增益的自适应反步弹性一致性控制，实现有限时间误差收敛且残差集可调。
2025-06-09 cs.SY eess.SY
Distributed Optimal Formation Control for an Uncertain Multiagent System in the Plane
针对定位误差下的四旋翼编队跟踪问题，提出了一种分布式最优多智能体控制方案。我们的控制架构是基于领导者-追随者的方法，其中一个领导者四旋翼跟踪所需的轨迹，而追随者保持其相对位置在一个三角形的形成。我们首先将四旋翼建模为在具有不确定状态信息的动态下在YZ平面中演变的粒子。接下来，通过将编队跟踪任务制定为一个优化问题-具有约束增强的拉格朗日动态约束-我们求解控制律，该控制律导致控制和轨迹误差成本最小化意义上的最优解。数值模拟的结果表明，对于考虑的平面四旋翼模型-在传感器测量建模为高斯噪声的不确定性-由此产生的最优控制能够驱动每个代理实现所需的全局目标：领导者轨迹跟踪与编队维护。最后，我们使用多智能体系统的跟踪和形成误差来评估控制律的性能。
2023-01-28 cs.MA cs.SY eess.SY
Distributed State Estimation with Deep Neural Networks for Uncertain Nonlinear Systems under Event-Triggered Communication
分布式状态估计检查的传感器网络的任务是通过使用分布式和事件触发的观察器重建系统的状态。传感器网络中的每个智能体都使用深度神经网络（DNN）来近似系统的不确定非线性动态，该网络使用多时间尺度方法进行训练。具体来说，每个DNN的外部权重使用基于Lyapunov的梯度下降更新律在线更新，而内部权重和偏差使用监督学习方法和收集的输入输出数据离线训练。观察者利用事件触发的通信，以促进网络资源的有效利用。非光滑李雅普诺夫分析表明，分布式事件触发观测器具有一致最终有界的状态重构误差。提供了一个模拟研究，以验证结果，并证明DNN提供的性能改进。
2022-02-03 cs.SY eess.SY
HJB-based online safety-embedded critic learning for uncertain systems with self-triggered mechanism
针对含参数不确定性的安全关键系统，提出融合鲁棒控制屏障函数的在线安全嵌入HJB评价器学习框架，搭配自触发机制，在保障安全与稳定的同时提升计算效率，经仿真验证有效。
2025-07-28 cs.SY eess.SY
Uncertain Multi-Agent Systems with Distributed Constrained Optimization Missions and Event-Triggered Communications: Application to Resource Allocation
研究一类不确定非线性异构动态多智能体系统求解等式约束分布式优化问题。它是假设每个代理与不确定的动态模型有有限的信息的主要问题和有限的访问其他代理的状态变量的信息。提出了一种分布式算法，保证合作解决的约束优化问题的代理。通过这种算法，代理不需要连续广播他们的数据。结果表明，该算法可用于解决资源分配问题。
2022-04-23 cs.SY eess.SY
Fuzzy-based Robust Precision Consensus Tracking for Uncertain Networked Systems with Cooperative-Antagonistic Interactions
在非线性多智能体系统的二分一致性跟踪（BCT）任务中，随机干扰和执行器故障被认为是影响有效控制器设计和跟踪精度提高的重要因素.为了解决这些困难，我们设计了一个改进的有限时间性能函数（FTPF）的模糊容错分布式协同控制方案，实现有限时间鲁棒精度BCT任务的非线性多智能体系统。改进后的FTPF的参数选择范围放宽，使系统获得更好的瞬态性能。利用随机李雅普诺夫稳定性理论，证明了系统的所有信号在概率上是半全局一致最终有界的，并且二部一致误差在预定时间内可以满足任意精度的概率.最后，为了验证其有效性，所提出的控制方案被应用到一组车辆的BCT任务，表现出预期的控制性能在各种不确定性。
2022-04-16 cs.SY eess.SY nlin.AO
Resilient Event-Triggered Control of Vehicle Platoon Under DoS Attacks and Parameter Uncertainty
本文针对DoS攻击和参数不确定性下的智能车辆队列控制，提出弹性动态事件触发机制及协同设计框架，在节省通信资源的同时保证队列鲁棒稳定，并通过仿真验证其优越性。
2025-09-19 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
Multiagent Reinforcement Learning in Enhancing Resilience of Microgrids under Extreme Weather Events
National Tsing Hua University（国立清华大学）；Deakin University（迪肯大学）；University of Birmingham（伯明翰大学）
本文提出基于多智能体深度强化学习的EMS框架，用于提升微电网在极端天气事件中的韧性并降低运营成本。
2026-01-19 cs.SY eess.SY
The Importance of System-Level Information in Multiagent Systems Design: Cardinality and Covering Problems
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）；Swiss Federal Institute of Technology, Zurich（苏黎世联邦理工学院）
本文研究了在多智能体系统中，当信息不确定或不可用时，如何通过覆盖问题中的子模资源分配问题设计局部控制算法，并提出了一种分布式算法来学习基数并调整行为，以实现性能保障。
2018-10-28 cs.GT cs.MA cs.SY
An Operator-Theoretic Approach to Robust Event-Triggered Control of Network Systems with Frequency-Domain Uncertainties
在本文中，我们研究的鲁棒性的事件触发一致性算法对频域的不确定性。结果表明，事件触发引起的采样误差实质上是线性有限增益$\mathcal{L}_2$稳定算子作用于采样状态一致性误差的镜像，事件触发机制等价于在反馈系统中引入一个负反馈环.在此基础上，分别研究了具有加性动态不确定性和网络乘性不确定性的事件触发网络系统的鲁棒一致性问题。在这两种情况下，控制器的参数之间的定量关系，网络拓扑的拉普拉斯矩阵，以及对非周期事件触发和频域不确定性的鲁棒性被揭开。此外，事件触发的动态平均一致性（DAC）问题也进行了研究，其中的采样误差被证明是非线性有限增益算子的图像。分析了该算法的鲁棒性能，结果表明，该算法的鲁棒性和性能与拉普拉斯矩阵的特征比成负相关。最后通过仿真实例验证了所得到的结果。
2022-03-04 cs.SY eess.SY math.OC
EcoNet: Multiagent Planning and Control Of Household Energy Resources Using Active Inference
VERSES, Los Angeles, CA, USA（VERSES, 美国洛杉矶州）；Spatial Web Foundation, Los Angeles, CA, USA（空间网络基金会, 美国洛杉矶州）；Dept. of Engineering and Informatics, Univ. of Sussex, Brighton, UK（工程与信息学系, 英国苏塞克斯大学）；Institut Sante et societe, UQAM, Montreal, CAN（健康与社会研究所, 加拿大蒙特利尔）；Macquarie University, Sydney, AUS（麦考瑞大学, 澳大利亚悉尼）；LearnableLoopAI.com, Custer, WA, USA（LearnableLoopAI.com, 美国华盛顿州）；Queen Square Institute of Neurology, UCL, London, UK（queen square 神经学研究所, 英国伦敦大学学院）
EcoNet通过主动推断方法，解决家庭能源管理中的不确定性及多目标冲突问题，提升能源调度与协调效率。
2025-12-14 cs.AI cs.MA cs.SY
Arbitrarily Fast Switched Distributed Stabilization of Partially Unknown Interconnected Multiagent Systems: A Proactive Cyber Defense Perspective
最近已经开发了一个设计框架，以分布式方式稳定互连的多智能体系统，并系统地捕捉网络物理系统的架构方面。然而，这种控制理论框架导致稳定化协议，该稳定化协议相对于网络攻击是被动的，并且关于保证的弹性水平是保守的。我们将控制层拓扑结构和稳定增益视为自由度，并开发了一个混合控制和网络安全设计框架来解决上述问题。从控制的角度来看，尽管代理层建模的不确定性和扰动，我们提出了一个新的一步一步的过程来设计一组控制子层的控制层拓扑结构的任意快速切换。从积极的网络防御的角度来看，我们提出了一个可满足性模理论公式，以获得一组控制子层结构的安全考虑，并提供这些子层的频繁和快速的突变，使控制层拓扑结构将保持不可预测的对手。我们证明了两层互联多智能体系统的鲁棒输入到状态稳定性，并通过仿真验证了所提出的思想。
2021-11-19 cs.CR 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
Region-Based Self-Triggered Control for Perturbed and Uncertain Nonlinear Systems
针对具有有界扰动和模型不确定性的非线性系统，提出了一种基于区域的自触发控制方法。所提出的STC方案能够保证不同的性能规格（例如稳定性、有界性等），这取决于被选择来仿真的事件触发控制（ETC）触发功能。为了处理干扰和不确定性，我们采用微分包含（DI）。通过引入ETC/STC的概念，在DI的上下文中，我们扩展了著名的结果ETC/STC扰动不确定系统。鉴于这些结果，并适应工具，从我们以前的工作中，我们得到的扰动不确定ETC系统的等值线流形的内部近似。这些近似值将状态空间划分为区域，每个区域与统一的采样间时间相关联。在每个采样时刻，控制器检查所测量的状态属于哪个区域，并相应地决定下一个采样时刻。
2021-01-11 cs.SY eess.SY math.OC
Distributed Energy Trading and Scheduling among Microgrids via Multiagent Reinforcement Learning
可再生能源发电的发展使微电网能够发电，自我供应，并在能源市场上交易盈余。为了最大限度地降低总成本，微电网必须确定如何调度其能源资源和电力负荷，以及如何与他人进行交易。控制决策受到各种因素的影响，例如能量存储、可再生能源产量、电力负荷以及来自其他微电网的竞争。由于互联微电网的复杂性、可再生能源发电和消费的不确定性以及微电网之间的相互作用，做出最优控制决策具有挑战性。以往的研究主要采用基于模型的方法来获得控制决策，但这些方法依赖于未来系统动态的精确信息，而这些信息在复杂的环境中很难获得。这项工作提供了一个新的视角，通过直接与环境交互来获得分布式能源交易和调度的最优控制策略，并提出了一种多智能体深度强化学习方法来学习最优控制策略。每个微电网被建模为一个代理，不同的代理协作学习，以最大限度地提高他们的回报。每个微网的Agent可以在不知道其他微网信息的情况下做出本地调度决策，很好地维护了每个微网的自治性。我们使用真实世界的数据集来评估我们所提出的方法的性能。实验结果表明，与基线方法相比，该方法可以显著降低微电网的成本。
2020-07-09 cs.MA 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
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
Distributed Frequency Restoration and SoC Balancing Control for AC Microgrids
本文提出了一种改进的分布式有限时间控制算法，用于基于多智能体的交流微电网与电池储能系统（BESSs）利用低宽度的通信网络。所提出的控制算法可以同时协调BESS，以消除任何偏离标称频率，以及解决充电状态（SoC）的平衡问题。所提出的控制算法的稳定性建立使用李雅普诺夫方法和齐次逼近理论，保证加速收敛的建立时间内，不依赖于初始条件。在此基础上，设计了一种事件触发的通信机制，避免了Zeno行为，大大减轻了通信负担。在此基础上，给出了保证整个系统稳定可靠的事件触发边界条件。通过施加实际的局部约束来实现控制协议，并将理论结果应用于由5个DG和5个BESS组成的测试系统，验证了所提策略的有效性.
2021-03-09 cs.MA 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
Barrier Functions for Multiagent-POMDPs with DTL Specifications
California Institute of Technology（加州理工学院）
多智能体部分可观测马尔可夫决策过程（MPOMDPs）提供了一个框架来表示异构自治代理的不确定性和部分观察。在本文中，给定一个名义上的政策，由人类操作员或传统的规划方法，我们提出了一种技术的基础上，障碍函数设计一个最小的干扰安全盾，确保满足高层次的规格，线性分布时序逻辑（LDTL）。为此，我们使用充分和必要条件的基础上离散时间障碍函数（DTBFs）和制定有限时间DTBF研究有限时间收敛到一个集合的充分条件的给定集合的不变性。然后，我们表明，不同的LDTL任务/安全规范可以被铸造成一组不变或有限时间可达性问题。我们证明，所提出的方法安全屏蔽合成可以实现在线的一步贪婪算法的序列。我们证明了所提出的方法的有效性，使用实验涉及一个团队的机器人。
2020-03-19 cs.MA cs.RO cs.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
Collision Avoidance Verification of Multiagent Systems with Learned Policies
Northeastern University（东北大学）；Google（谷歌公司）
本文提出一种基于后向可达性的方法，通过离线求解MILPs计算相对反投影集合并在线求解LPs，验证多智能体神经网络反馈回路的碰撞避免特性，支持状态不确定性且可扩展至10个智能体。
2024-04-25 cs.LG cs.MA cs.RO
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
Robust Output Regulation: Optimization-Based Synthesis and Event-Triggered Implementation
我们研究实际输出调节的问题，即，设计一个控制器，使系统的输出在一个期望的目标值附近，同时保持其他变量有界。我们考虑的不确定性系统，可能是非线性的，其线性部分的不确定性是通过一个参数化的矩阵盒的家庭元素明智的建模。提出了一种基于优化的设计过程，提供了一个连续时间的控制和估计的最大调节误差。我们还分析了这个控制器，它可以在数字平台上实现的事件触发仿真，随着监管误差的明确估计。
2021-06-18 cs.SY eess.SY math.OC
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
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
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
Achieving distributed convex optimization within prescribed time for high-order nonlinear multiagent systems
Huazhong University of Science and Technology（华中科技大学）；Chongqing University（重庆大学）；The University of Newcastle（纽卡斯尔大学）
本文针对非线性多智能体系统在无向连通图下的分布式规定时间凸优化问题，提出 cascade 设计框架，将问题转化为 cascaded 系统的规定时间稳定问题，并通过改变 Lyapunov 函数方法和时间变化状态变换方法证明稳定性及闭环系统内部信号的统一有界性。
2026-03-25 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
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
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
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
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
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
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
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
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
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 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
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
