Distributed Consensus over Markovian Packet Loss Channels
研究了多智能体系统的一致性问题，其中智能体之间通过马尔可夫丢包信道进行通信。我们试图确定的条件下，存在一个线性分布的共识控制器，使MAS可以实现均方共识。首先给出了单输入独立同分布MAS的一致性的充要条件。渠道损失，这补充了现有的结果。然后，我们继续研究相同的马尔可夫分组丢失的情况。基于马尔可夫跳变线性系的稳定性，首先导出了一致性的充要条件。基于线性矩阵不等式（LMI）的可行性，提出了一个数值可验证的一致性准则。此外，对一般的MAS给出了均方一致性的解析充分条件和必要条件。随后研究了非相同分组丢失的情况。提出了基于线性矩阵不等式的一致性充要条件和充分条件。最后，进行了数值模拟，以验证推导的结果。
2018-10-08 math.OC
Distributed Optimal Consensus of Nonlinear Multi-Agent Systems
College of Electrical Engineering and Automation, Shandong University of Science and Technology（山东科技大学电气工程学院）；School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）
本文研究了非线性多智能体系统的最优一致性问题，提出基于最优控制原理的分布式最优一致性算法，并在模型预测控制框架下开发了两种增强算法，证明了算法的收敛性和超线性收敛速度。
2026-04-05 math.OC
Distributed Robust Consensus Control of Multi-agent Systems with Heterogeneous Matching Uncertainties
研究了具有不同匹配不确定性的线性多智能体系统的分布式一致性问题，分别考虑了无和有一个有界未知控制输入领导者的情况.由于不一致不确定性的存在，本文所讨论的多智能体系统本质上是异构的。针对通信图无向连通的情形，首先设计了一个基于相对状态信息的分布式连续静态一致性协议，使得一致性误差一致最终有界且指数收敛于一个小的可调残差集.然后设计了一个完全分布式的自适应一致性协议，与静态协议相反，它既不依赖于拉普拉斯矩阵的特征值，也不依赖于不确定性的上界。对于存在一个控制输入未知且有界的领导者的情形，提出了分布式静态和自适应一致性协议，以保证一致性误差的有界性.它还表明，所提出的协议可以重新设计，以确保有界的一致性错误的有界性存在的有界外部干扰不满足匹配条件。所提出的协议存在的一个充分条件是每个代理是稳定的。
2013-12-28 math.OC
Convergence speed of unsteady distributed consensus: decay estimate along the settling spanning-trees
估计非平稳分布式一致性算法的收敛速度的结果提供的基础上，定性（主要是拓扑）以及基本的定量信息（下界的矩阵条目）。结果似乎是紧在一些情况下，并说明通过简单的，以及更复杂的例子。其主要思想是沿着通信图中出现的某些生成树跟踪信息的传播。
2007-12-22 math.OC
Distributed Consensus of Heterogeneous Multi-Agent Systems Based on Feedforward Control
本文提出基于前馈控制和LQ最优控制的异构多智能体一致性算法，无需分布式观测器，通过Riccati方程求解最优控制器，实现渐近最优代价并显著加快收敛速度。
2024-03-16 math.OC
Distributed Robust Dynamic Average Consensus with Dynamic Event-Triggered Communication
提出了一种基于全分布式动态事件触发通信的鲁棒动态平均一致性算法。动态平均一致性问题涉及一组网络化的智能体，估计个体智能体本地可用的动态参考信号的时变平均值。我们提出了一个渐近稳定的解决方案的动态平均共识问题，是强大的网络中断。由于这种强大的算法需要代理之间的持续通信，我们引入了一种新的动态事件触发的通信方案，以减少整体代理间的通信。结果表明，事件触发算法是渐近稳定的，没有Zeno行为。通过数值模拟验证了该算法的有效性。
2018-09-18 math.OC
Distributed $n$-player approachability and consensus in coalitional games
我们研究了一个分布式分配过程，在这个过程中，每个参与者都在不断地与邻居重新协商过去的分配，并分配新的收入。平均分配根据双重（在时间和空间上）平均算法进行演变。我们研究的条件下，平均分配达到共识的任何点在一个预定义的目标集，即使在存在对抗性干扰。动机出现在可转移效用（TU）的联盟博弈的背景下，其中目标集是使大联盟稳定的任何一组分配。
2013-10-07 math.OC
Critical Connectivity and Fastest Convergence Rates of Distributed Consensus with Switching Topologies and Additive Noises
一致性条件和收敛速度是网络系统分布式一致性算法的关键。基于一个具有时变拓扑和加性噪声的基本一阶平均一致性协议，首先利用随机逼近框架研究了该协议在网络拓扑上的临界一致性条件.提出了一种新的联合连通性条件--可扩展联合连通性条件，它包含一个参数$δ$（称为可扩展指数）.有了这个和一个平衡的拓扑条件，我们证明了一个临界值$δ$的共识是$1/2$。进一步研究了该协议的收敛速度优化问题。证明了最快收敛速度，即所有控制中的理论最优收敛速度，对于最优拓扑为$1/t$阶，对于平衡且满足可拓联合连通条件的最差拓扑为$1/t^{1-2δ}$阶.为了实际实现，引入某些开环控制策略以实现具有与最快收敛速度相同阶的收敛速度的一致性。此外，对非平稳强相关随机拓扑给出了一致性条件。算法和一致性条件被应用到移动ad-hoc网络的分布式一致性计算中，并根据移动代理的相对速度推导出了相关的临界指数，以保证一致性。
2017-04-25 math.OC
Distributed Optimal Control and Application to Consensus of Multi-Agent Systems
本文提出一种基于LQ最优控制理论的最小化加权状态误差的分布式一致性控制器，通过求解Riccati方程并设计观测器利用历史状态信息，实现渐近最优且收敛速度更快，并避免计算通信拓扑非零特征值。
2024-03-16 math.OC
Distributed Optimal Output Consensus Control of Heterogeneous Multi-Agent Systems with Safety Constraints
本文提出一种动态分布式最优安全一致性协议，通过决策层扩展约束集投影优化与控制层收缩安全集参考跟踪相结合，在无需目标或梯度先验知识且仅需传输零点条件的温和假设下，同时实现异构多智能体系统的安全约束与输出最优一致性。
2024-01-11 math.OC
A Brief Tutorial on Consensus ADMM for Distributed Optimization with Applications in Robotics
该文为分布式优化领域的一致性ADMM简明教程，推导算法并关联相关经典方法，还展示了其在多机器人/多智能体轨迹优化中的应用，可为机器人领域的分布式优化问题提供方法参考。
2024-10-02 cs.SY eess.SY math.OC
Nonlinear Consensus for Distributed Optimization
分布式优化算法已经在文献中得到了广泛的研究，然而，大多数算法的基础是一个线性共识计划，即通过双随机阵从邻居平均变量。我们考虑一组时变和代理依赖的单调Lipschitz非线性变换的非线性共识计划，其中我们注意到的操作是一个子投影到共识平面，这已被确定通过随机逼近理论。对于提出的非线性共识方案，我们建立了与NEXT算法结合时的收敛性[Lorenzo and Scutari，2016]，并分析了与DGD算法结合时的收敛速度[Nedić and Ozdaglar，2009]。此外，我们表明，收敛仍然可以得到保证，即使列随机性放松的八卦的原始变量，然后再加上这与非线性变换表明，作为一个结果，可以选择任何点内的“收缩立方体壳”跨越邻居的变量在共识步骤。我们进行了数值模拟，以证明不同的一致性计划提出的文件可以优于传统的线性计划。
2023-03-13 math.OC
Distributed Finite Time Termination of Consensus in the Presence of Delays
线性一致性迭代保证渐近收敛，从而限制了它们在需要实时使用一致性值来执行系统级任务的应用中的适用性。它还导致电力和通信资源的浪费。在这篇文章中，提出了一种算法，使每个节点以分布式的方式和有限的迭代次数进行检测，当网络中的每个代理都在用户指定的共识值（近似共识）的阈值内时，从而终止与共识迭代相关的进一步通信和计算。本文开发了一种分布式算法，以实现这种近似的共识存在随机时变有界通信延迟。此外，文章实例化的算法开发，以分布式确定代理在有限数量的迭代初始值的平均值。具体而言，该算法依赖于分布式确定代理持有的值的最大值和最小值。这里提出的方法提供了几个优点，包括降低计算复杂性，因此，适合于硬件实现。Raspberry-Pi代理的实验测试床，无线通信的邻居作为一个平台，以证明所开发的算法的有效性。
2017-06-21 math.OC
Reciprocity of Algorithms Solving Distributed Consensus-Based Optimization and Distributed Resource Allocation
本文的目的是提出一个程序来获得分布式算法的分布式共识为基础的优化，通过使用分布式算法的网络资源分配，反之亦然交换网络/无同步协议。结果表明，一阶梯度分布式基于共识的优化算法可以用来找到一个最优解的分布式资源分配与同步协议下较弱的假设下，在文献中给出的非切换（静态）网络。结果表明，一阶梯度分布式资源分配算法可以用来找到一个最优解的分布式共识为基础的优化。本文的结果可应用于时变随机有向网络，无论有无同步协议，其初始化都是任意的。因此，现在可以使用几种算法来推导基于共识的优化和资源分配的分布式算法，这可以克服现有结果的局限性。虽然本文的重点是一阶梯度算法，但应注意的是，结果也适用于二阶梯度算法。
2022-08-02 cs.SY eess.SY math.OC
Distributed Finite Time Termination of Ratio Consensus for Averaging in the presence of Delays
代理初始条件的分布平均是一个很好的研究问题，在网络系统中，代理之间的协调是至关重要的。然而，分布式平均协议的收敛的渐近性质和通信延迟的存在，使得它在实际环境中实现具有挑战性。重要的是，代理开发自己检测代理的初始条件的平均值何时在某些预先指定的公差内实现的能力，并停止进一步的计算，以避免在存在延迟的情况下的开销。本文提出了一个分布式的有限时间停止标准的分布平均使用比率共识固定互连拓扑结构。仿真结果表明了该算法的实用性。
2017-04-26 math.OC
Reduced-order Distributed Consensus Controller Design via Edge Dynamics
Toyota Technological Institute（名古屋工业大学）
本文提出了一种设计多智能体系统降阶分布式一致性控制器的新方法，通过引入边缘动态模型，将控制器设计等价于该模型的分布式稳定控制器合成，进而提出全局和局部最优的稳定控制器设计，实现无保守耦合强度约束的一致性控制。
2016-02-16 cs.SY eess.SY math.OC
Distributed Average Consensus with Bounded Quantizer and Unbounded Input
本文考虑分布式平均共识使用有限位有界量化器与可能的无界数据。在乘子的交替方向法（ADMM）框架下，我们开发了分布式平均算法，其中每个节点仅使用其邻居的局部信息和重复量化输出迭代更新。它示出，所有的代理变量收敛到相同的量化水平或循环后的数据平均有限的迭代。建立了一致值的误差界，其结果与使用无界舍入量化器的误差界相同，只要算法参数（即，ADMM步长）足够小。我们还分析了算法参数的影响，并提出了一个自适应的参数选择策略，只需要知道的代理的数量，以加快算法与一定的共识精度保证。最后，通过仿真验证了所提算法的有效性.
2017-08-20 math.OC
Adaptive Output Consensus of Heterogeneous Nonlinear Multi-agent Systems: A Distributed Dynamic Compensator Approach
分布式动态补偿器，也称为分布式观测器，在异构非线性多智能体系统的输出一致性问题中起着关键作用。然而，大多数现有的分布式动态补偿器要求补偿器的信息通过通信网络交换，或者每个子系统的控制器满足一类小增益条件。本文提出了一种新的分布式动态补偿器来解决参数未知的异构非线性多智能体系统的自适应输出一致性问题。分布式动态补偿器只需要通过通信网络交换输出信息。因此，它减少了通信负担，并有利于实现的动态补偿器。此外，分布式动态补偿器将原自适应输出一致性问题转化为一类参数未知的非线性系统的全局渐近跟踪问题。然后，利用自适应反推方法，我们为每个子系统设计了一个自适应跟踪控制器，它不需要像以前的研究中那样的小增益条件。进一步证明了闭环系统中所有信号全局一致有界，且所提出的控制方案能使所有子系统的输出渐近跟踪领导者的输出.仿真结果表明了该设计方法的有效性。
2019-12-17 math.OC
Analysis of Distributed ADMM Algorithm for Consensus Optimization in Presence of Error
ADMM算法是求解凸优化问题的一种常用算法。将该算法应用于分布式共识优化问题，得到了一个完全分布式的迭代解，该解依赖于节点的处理和邻居之间的通信。本地计算通常遭受不同类型的误差，例如，观测或量化噪声，这会降低算法的性能。在这项工作中，我们专注于分析分布式ADMM的一致性优化存在的附加节点误差的收敛行为。我们特别表明，（一个嘈杂的）ADMM在一定条件下线性收敛，并检查相关的收敛点。数值结果证明了所提出的分析的有效性。
2017-01-14 cs.DC math.OC
A Method for Distributed Transactive Control in Power Systems based on the Projected Consensus Algorithm
电力系统向智能电网的转变给分布式发电机和智能负荷等设备带来了越来越多的操作挑战。这些挑战与实时实现以及控制和稳定性问题有关。我们提出了一种分布式交互控制策略，基于投影共识算法，操作分布式能源和智能负荷的电力系统向最佳社会福利。我们考虑两种类型的代理：发电机和智能负载。每个代理迭代地优化其本地效用函数的基础上获得的本地信息从它的邻居和全球信息通过网络的代理。我们所提出的方法的收敛性分析和数值结果。
2018-09-03 math.OC
Convergence Speed in Distributed Consensus and Control
研究分布式迭代算法在共识和平均问题中的收敛速度，提出固定拓扑下的最优算法和时变拓扑下的多项式时间平均算法。
2009-01-14 cs.SY eess.SY math.OC
On the Convergence Rate of Average Consensus and Distributed Optimization over Unreliable Networks
我们认为，在不可靠的通信网络，其中数据包可能会被意外丢弃在传输过程中，达到平均共识和解决基于共识的优化问题。现有的工作要么假设链路故障影响两个方向上的通信，要么假设消息发送器{ \em确切地知道}在每次迭代中有多少个输出链路正常工作。在本文中，我们考虑有向链路，我们{ \em不}要求每个节点知道它的当前传出度。首先，我们提出并刻画了达到平均一致的收敛速度。然后，我们将我们的鲁棒共识更新的经典分布式双平均方法，其中的共识更新被用作信息聚合原语。我们表明，局部迭代收敛到一个共同的最优的全局目标的速率$O(\frac{1}{\sqrt{t}})$，其中$t$是迭代次数，匹配的无故障性能的分布式双平均方法。
2018-12-07 cs.DC math.OC
A Finite-Time Algorithm for the Distributed Tracking of Maneuvering Target
本文提出了一种新的分布式算法，用于跟踪机动目标的方位或到达方向测量的网络传感器阵列收集。所提出的方法是建立在动态平均共识算法，它允许一个网络组的代理（节点），以达到共识的一组本地时变信号的全球平均分布的方式。由于所提出的动态平均一致性算法对应的平均一致性误差在有限时间内收敛到零，因此所提出的分布式算法保证了跟踪误差在有限时间内收敛到零.通过数值模拟验证了该算法的有效性。
2020-01-30 math.OC
Convergence Rates of Distributed Consensus over Cluster Networks: A Two-Time-Scale Approach
我们研究了流行的分布式共识方法在网络组成的一些密集连接的集群之间的稀疏连接。在这些集群网络中，该方法通常构成两个时间尺度的动态，其中每个集群内的内部节点相对于跨集群的聚合节点快速达成共识。我们的主要贡献是提供了分布式共识方法的速率，明确地描述了内部和外部图对该方法性能的影响。我们的主要结果表明，该速率呈指数收敛，并且仅与少数节点有关，这与网络的大小相对较小。在我们的分析中的关键技术是考虑一个李雅普诺夫函数，捕捉不同的时间尺度动态的方法的收敛性的影响。我们的方法避免了使用模型降阶，这是典型的方式，根据奇异扰动理论，并依赖于相对简单的定义的慢，快变量。此外，李雅普诺夫分析使我们能够得到集群网络上的分布式一致性方法的速度，这是从现有的作品中使用奇异扰动理论失踪。我们说明了我们的理论结果，通过一些数值模拟在不同的集群网络。
2022-09-12 math.OC
Newton-Raphson Consensus for Distributed Convex Optimization
本文研究了在可分性假设下的分布式无约束凸优化问题，该框架中，网络的每个代理被赋予局部私有多维凸成本，受到通信约束，并且想要协作以计算局部成本之和的最小化者。我们提出了一种设计方法，结合平均共识算法和时间尺度的想法分离。在适当的假设下，证明了该策略是全局收敛于真极小点的。直观地说，该程序让代理分布式计算和顺序更新的近似牛顿-拉夫森方向通过适当的平均共识比率。我们用数值模拟表明，这种策略的收敛速度与其他优化策略，如乘数的交替方向法。最后，我们提出了一些替代策略，权衡通信和计算的要求与收敛速度。
2015-11-04 math.OC
CADMM-Prox: A Bi-level Consensus ADMM for Non-smooth Non-convex Distributed Consensus Optimization
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）；North China University of Water Resources and Electric Power（华北水利水电大学）；KTH Royal Institute of Technology（皇家理工学院）
研究非光滑非凸分布式优化问题，提出CADMM-Prox算法，它结合经典共识ADMM与近端机制，在局部目标函数半凸假设下可全局收敛至克拉克驻点邻域，相位检索实验显示其收敛行为更稳定。
2026-07-21 math.OC
Distributed, scalable and gossip-free consensus optimization with application to data analysis
用于解决加法或共识最优化问题的分布式算法通常依赖于一阶或邻近分裂方法。这些算法通常带有限制性假设，并且最多享受线性收敛速率。因此，它们可能需要代理之间的多次迭代或通信来收敛。然而，在许多情况下，我们并不寻求共识问题的高度准确的解决方案。在此基础上，我们提出了一个控制松弛的耦合问题，使我们能够计算出一个近似解，其中的近似精度可以控制的水平放松。松弛的问题可以有效地解决了在一个分布式的方式使用原始-对偶相邻点方法（PDIPMs）和消息传递的组合。该算法完全依赖于二阶方法，因此需要更少的迭代和通信来收敛。数值实验表明，与现有的方法相比，它具有优越的性能。
2017-05-10 math.OC
Consensus optimization approach for distributed Kalman filtering: performance recovery of centralized filtering with proofs
本文从分布式优化的角度研究了分布式卡尔曼滤波（DKF）。由于卡尔曼滤波是一个最大后验估计（MAP）问题，而MAP问题是一个二次优化问题，因此我们将DKF问题转化为一个一致性优化问题，从而使得它可以用现有的许多分布式优化算法来求解。提出了一种新的基于对偶上升法的DKF算法，并在较弱的假设条件下证明了该算法的稳定性。通过数值实验对算法的性能进行了评估。
2022-08-19 cs.SY eess.SY math.OC
Consensus of Multi-Agent Systems with General Linear and Lipschitz Nonlinear Dynamics Using Distributed Adaptive Protocols
School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；Department of Electrical and Computer Engineering, Utah State University（犹他州立大学电气与计算机工程系）
针对一般线性和Lipschitz非线性多智能体系统，设计分布式自适应协议实现无向连通图下的完全分布式一致性，无需全局信息。
2011-09-17 cs.SY eess.SY math.OC
Improving Convergence Rate of Distributed Consensus Through Asymmetric Weights
我们提出了一种权重设计方法来提高分布式共识的收敛速度。先前的工作集中在对称重量设计，由于计算的易处理性。我们表明，适当选择的非对称权重，收敛速度可以显着提高，甚至对称的最优设计。特别地，我们证明了在一个格图的收敛速度可以独立于图的大小与非对称的权重。然后，我们使用Sturm-Liouville算子来近似更一般的图的拉普拉斯算子。基于这种连续近似，提出了一种通用的重量设计方法。数值计算表明，非对称权值设计的收敛速度收敛速度比对称最优权值和Metropolis-Hastings权值设计的收敛速度有明显提高。
2012-03-13 math.OC
Distributed Model Predictive Consensus via the Alternating Direction Method of Multipliers
ETH Zurich（苏黎世联邦理工学院）
提出一种分布式优化方法，利用交替方向乘子法（ADMM）解决分布式模型预测一致性问题，实现双积分器网络的位置和速度一致性，并通过少量迭代达到接近集中式优化的闭环性能。
2012-12-06 cs.SY eess.SY math.OC
An Improved Distributed Nonlinear Observer for Leader-Following Consensus Via Differential Geometry Approach
研究了分布式非线性观测器框架下的领导者跟随输出一致性问题。通过引入一组几何条件，取代了对领导系统的某些假设，得到了一种新的具有较小保守性的分布式观测器策略，从而提高了已有结果的适用性.更具体地说，改进的分布式观测器可以精确地处理一些非线性领导系统的一致性问题，而传统的策略在一定的假设条件下是无效的，如弹性轴单连杆机械手（ESSLM）系统和大多数一阶非线性系统。我们证明了我们的分布式观测器的误差动态的指数稳定性的充分条件，提出了两个开创性的引理，以显示在李雅普诺夫型矩阵中出现的两个矩阵的最大特征值之间的关系。然后，利用微分几何中提出的零动态部分反馈线性化方法，设计了仿射非线性多智能体系统的纯分散控制律。利用这一改进，可以将已有的结果看作是一种特殊情况，因为跟踪器可以选择为任意的最小相位仿射光滑非线性系统。最后，将新的分布式观测器和改进的纯分散控制律应用到分布式控制框架中，构建了闭环系统。我们还证明了闭环系统的稳定性，以实现领导者跟随共识，即，证明了分布式控制框架满足确定性等价原理。以ESSLM系统和Van der Pol系统为例说明了该方法的有效性。
2020-07-08 math.OC
Stability of continuous-time distributed consensus algorithms
研究了系统矩阵为Metzler且行和为零的连续时间线性时变系统的稳定性。这类系统在分布式判定问题、协调和会合任务以及同步问题的背景下自然出现。平衡集包含具有相同状态分量的所有状态。我们提出了充分条件，保证一致指数稳定的平衡集，这意味着所有的状态分量收敛到一个共同的值，随着时间的增长无界。此外，它表明，这种收敛结果是强大的相对于一个任意的延迟，只要延迟只影响非对角项的微分方程。
2004-09-01 math.OC
Designing Fully Distributed Consensus Protocols for Linear Multi-agent Systems with Directed Graphs
Peking University（北京大学）；Southeast University（东南大学）；University of California, Riverside（加州大学河滨分校）
本文提出基于智能体动态和邻近状态的分布式自适应共识协议，实现任意含定向生成树的通信图下的领导者-跟随者共识，且无需全局信息。
2014-08-20 cs.SY eess.SY math.OC
Distributed Optimization of Average Consensus Containment with Multiple Stationary Leaders
在本文中，我们考虑的问题包含多个固定的领导者，在有向网络上相互作用的多智能体系统的控制。而包容控制是指仅仅保证跟随者到达领导者状态的凸包，我们关注的问题是跟随者达到共识的领导者状态的平均值。我们提出了一种算法，可以实现分布式的方式来实现上述共识的追随者。接下来，我们通过适当选择交互图的权重来优化追随者到平均共识的收敛速度。该优化也使用乘法器的交替方向法（ADMM）以分布式方式执行。最后，我们补充我们的结果，说明他们与数值例子。
2022-03-30 cs.SY eess.SY math.OC
Mix-CALADIN: A Distributed Algorithm for Consensus Mixed-Integer Optimization
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；KTH Royal Institute of Technology（瑞典皇家理工学院）；The Hong Kong University of Science and Technology（香港科技大学）
本文提出一种处理混合整数优化问题的分布式算法，特别针对布尔变量，通过改进CALADIN框架实现收敛性保证。
2026-04-16 cs.SY eess.SY math.OC
Distributed Consensus of Stochastic Multi-agent Systems with Prescribed Performance Constraints
本文主要研究多智能体系统的分布式一致性控制问题，同时考虑两个主要的实际问题：（i）智能体动力学中的随机噪声和（ii）多智能体系统演化过程中的预定义性能约束。特别是，我们认为每个代理是由一个随机微分方程与状态相关的噪声，这使得所考虑的问题更具挑战性相比，非随机代理。工作提供了充分的条件下，所提出的时变分布式控制法律确保一致的期望和几乎肯定的共识的随机多智能体系统，同时满足规定的性能约束的意义上的q时刻的系统的演变。最后，我们通过一个数值例子证明了所提出的结果的有效性。
2022-03-07 cs.SY eess.SY math.OC
Distributed Consensus of Linear Multi-Agent Systems with Adaptive Dynamic Protocols
Beijing Institute of Technology（北京理工大学）；University of California, Riverside（加州大学河滨分校）；Nanyang Technological University（南洋理工大学）
针对一般连续时间线性多智能体系统，提出两种基于邻居相对输出信息的自适应动态一致性协议，实现无需全局信息的完全分布式一致性，并推广到领导-跟随和切换通信图情形。
2011-09-22 cs.SY eess.SY math.OC
A Distributed Newton Method for Large Scale Consensus Optimization
在本文中，我们提出了一个分布式牛顿算法的共识优化。我们的方法优于最先进的方法，包括ADMM。其核心思想是利用对偶Hessian的稀疏性，将牛顿步的计算转化为求解对称对角占优线性方程组的有效计算。我们验证我们的算法在理论上和经验。在理论方面，我们证明了我们的算法在最优邻域内具有超线性收敛性。经验上，我们展示了这种新方法在各种机器学习问题上的优越性。所提出的方法是可扩展的非常大的问题，并具有较低的通信开销。
2016-06-21 cs.DC math.OC
Stability, Linear Convergence, and Robustness of the Wang-Elia Algorithm for Distributed Consensus Optimization
我们重新审视了J. Wang和N.伊利亚通过基于Lyapunov的分析，我们证明了输入状态稳定的算法相对于一个封闭的不变集组成的最佳平衡和扰动影响算法的动态。在没有扰动的情况下，这一结果意味着局部估计的线性收敛和最优稳态的李雅普诺夫稳定性。此外，我们揭示了与著名的梯度跟踪和分布式积分控制的基本连接。总体而言，我们的研究结果表明，控制理论的方法可以有相当大的影响（分布式）优化，特别是当鲁棒性被认为是。
2022-04-21 cs.SY eess.SY math.OC
Time Averaged Consensus in a Direct Coupled Distributed Coherent Quantum Observer
University of New South Wales at the Australian Defence Force Academy（新南威尔士大学澳大利亚国防军学院）
本文提出一种分布式直接耦合量子观测器，用于闭合线性量子系统，证明其在时均意义下达成一致性，通过示例和仿真展示其特性。
2015-03-04 cs.SY eess.SY math.OC
Distributed design of deterministic discrete-time privacy preserving average consensus for multi-agent systems through network augmentation
平均一致性协议在分布式系统和决策中发挥着核心作用，如分布式信息融合，分布式优化，分布式估计和控制。这些协议的一个关键优点是，代理交换和透露他们的状态信息只给他们的邻居。然而，在代理的状态包含敏感信息的情况下，它可能会引起隐私问题。在本文中，我们提出了一种新的（无噪声）隐私保护分布式算法的多智能体系统，以达到平均共识。算法的主要思想是每个代理运行具有精心制作的结构和动态的（小）网络以形成网络的网络（即，新创建的网络之间的连接以及它们关于初始网络连接的互连）。再加上重新加权的动态参数指示代理间的动态和初态，我们表明，它是可能的，以确保每个节点的值收敛到原始网络的共识值。此外，我们表明，在温和的假设下，它是可能的工艺动态，使设计可以实现分布式的方式。最后，我们用例子说明了所提出的算法。
2021-12-18 cs.CR cs.MA math.OC
Average-case optimization analysis for distributed consensus algorithms on regular graphs
本文针对正则图上的分布式共识问题，采用平均情况分析推导最优方法，揭示其与Heavy Ball方法的联系，并分析收敛速率和进行数值比较。
2024-11-24 cs.DC math.OC
Limited Rate Distributed Weight-Balancing and Average Consensus Over Digraphs
研究了固定有向图上的分布式量化权平衡和平均一致性问题。一个有向图的边的权是非负的，如果对于每个节点，它的输出边的权之和等于它的输入边的权之和，则它是权平衡的。本文提出并分析了第一个分布式算法，解决了重量平衡问题，只使用有限的速率和节点之间的简单通信（符合有向性质的图形边缘）。证明了格式的渐近收敛性，并给出了收敛速度分析。基于这一结果，提出了一种新的分布式算法，解决了平均共识问题的有向图，使用，在每次迭代中，有限速率的单工相邻节点之间的通信-一些位的权重平衡问题，其他的平均共识。所提出的量化一致性算法收敛到实数（即，对所有正整数$r$，几乎必然地和在$r$次平均意义下证明了（未量化）Agent的初始值.最后，数值结果验证了我们的理论研究结果。
2018-09-17 cs.DC cs.MA math.OC
Learned Finite-Time Consensus for Distributed Optimization
本文针对稀疏图上去中心化学习中线性平均共识收敛慢的瓶颈，提出通过带约束矩阵分解以去中心化方式学习有限时间共识矩阵序列，并在多种图上验证了其加速效果。
2024-06-06 eess.SP math.OC
A Resilient Convex Combination for consensus-based distributed algorithms
Purdue University（普渡大学）
本文提出基于凸包交集的鲁棒凸组合方法，用于应对分布式算法中的拜占庭攻击，相比Tverberg点方法具有更低的计算复杂度。
2018-07-10 cs.SY eess.SY math.OC
A Round-Robin Protocol for Distributed Estimation with $H_\infty$ Consensus
School of Engineering and Information Technology, UNSW Canberra at the Australian Defence Force Academy（新南威尔士大学堪培拉校区澳大利亚国防军学院工程与信息科技学院）；School of Electrical Engineering, Tel-Aviv University（特拉维夫大学电气工程学院）
本文研究了网络中存在有向拓扑的连续时间观测器的分布式鲁棒估计问题，提出了一种基于轮询规则的协议，确保观测器在采样互连下的子最优H∞一致性。
2014-01-07 cs.SY eess.SY math.OC
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 off-Policy Actor-Critic Reinforcement Learning with Policy Consensus
Department of Mechanical Engineering and Materials Science, Duke University（杜克大学机械工程与材料科学系）；Duke University（杜克大学）
在本文中，我们提出了一个分布式的off-policy演员评论方法来解决多智能体强化学习问题。具体来说，我们假设所有的代理保持本地估计的全局最优的政策参数和更新其本地价值函数估计独立。然后，我们引入了一个额外的共识步骤，让所有的代理渐近达成协议的全局最优策略函数。给出了算法的收敛性分析，并通过分布式资源分配实例验证了算法的有效性。相对于相关的分布式演员评论家的方法，在这里的代理不共享有关他们的本地任务的信息，而是他们协调估计的全球政策功能。
2019-03-21 cs.AI cs.LG math.OC
Non-Ergodic Convergence Algorithms for Distributed Consensus and Coupling-Constrained Optimization
Charles L. Brown Department of Electrical and Computer Engineering, University of Virginia（弗吉尼亚大学查尔斯·L·布朗电气与计算机工程系）
本文提出非平稳收敛算法用于分布式共识与耦合约束优化，通过线性化乘子法实现非平稳次线性收敛速率，并在经济调度问题中验证了算法的有效性。
2025-11-24 cs.MA cs.SY eess.SY
Distributed Event-triggered Consensus for Multi-agent Systems with Directed Topologies
本文研究了基于事件触发反馈控制的有向拓扑多智能体系统的一致性问题。也就是说，在每一个代理，扩散耦合反馈是基于从它的最新观察到它的内邻居的信息。我们推导出分布式的标准，以确定下一个观察时间的每个代理，分别触发其在邻居的信息和自己的状态。我们证明了如果网络拓扑是不可约的，那么在事件触发耦合原则下，多智能体系统达成一致。然后，我们将这些结果推广到有生成树的可约拓扑的情形。此外，这些结果也被扩展到自触发控制的情况下，根据每个代理的下一个触发时间是基于当前状态计算的，即，而不需要持续观察系统的状态。数值例子说明了理论结果的有效性。
2015-04-04 math.OC nlin.AO
Consensus-based Distributed Optimization for Multi-agent Systems over Multiplex Networks
针对多层网络分布式优化研究不足，提出基于超拉普拉斯矩阵的鞍点与梯度下降算法，分析收敛性并验证于能源-天然气协调调度。
2024-11-11 cond-mat.stat-mech math.OC physics.soc-ph
Consensus on Lie groups for the Riemannian Center of Mass
本文针对李群上黎曼质心的分布式计算问题，提出结合黎曼分布式梯度流与梯度跟踪技术的一致性算法，证明了收敛性，且实验显示其收敛性能优于现有同类算法。
2023-08-15 cs.SY eess.SY math.OC
Finite rate distributed weight-balancing and average consensus over digraphs
本文提出了第一个分布式算法，解决了重量平衡问题，只使用有限的速率和节点之间的单工通信，符合有向性质的图边缘。证明了该算法以次线性速率收敛于权平衡解。分析建立在一个新的度量的启发位置系统表示，其特征在于在网络上的信息交换的动态，并在一个新的步长规则。在此基础上，提出了一种新的分布式算法，解决了平均共识问题的有向图，使用，在每个时隙，有限速率的单工通信相邻节点之间的权重平衡问题和其他的平均共识的一些位。收敛的建议量化共识算法的平均节点的未量化的初始值的建立，几乎肯定和矩母函数的错误，和一个次线性收敛速度被证明足够大的步长。数值结果验证了我们的理论研究结果。
2020-02-29 cs.DC cs.MA math.OC
