【Paper】2020_GrHDP Solution for Optimal Consensus Control of Multiagent Discrete-Time Systems

最新推荐文章于 2022-10-23 10:10:37 发布
最新推荐文章于 2022-10-23 10:10:37 发布
阅读量1.8k 收藏
点赞数
分类专栏： Paper 文章标签： Nash NN Optimal
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_36815313/article/details/123415932
版权
本文探讨了多智能体离散时间系统中，利用GrHDP技术解决最优共识控制问题，着重介绍了同步机制、节点误差动态及纳什均衡的求解策略。研究内容涉及一致性控制、优化策略和博弈论在分布式系统中的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

X. Zhong and H. He, “GrHDP Solution for Optimal Consensus Control of Multiagent Discrete-Time Systems,” in IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 50, no. 7, pp. 2362-2374, July 2020, doi: 10.1109/TSMC.2018.2814018.

文章目录

1 Introduction

2 Synchronization of multiagent discrete-time systems

2.1 Preliminaries

2.2 Synchronization and node error dynamics

3 Nash equilibrium solution on GrHDP technique

一篇结合了一致性，优化，纳什均衡，还有神经网络的好文章，现在要写论文太没时间了。留个坑以后慢慢填吧

完结 - 参考文献及附录
赵继超的笔记
10-03 3182
完结 - 参考文献及附录
2018顶会论文汇编
SIGAI_CSDN的博客
12-27 7061
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 CVPR 2018 大会时间：6月18日~22日 会议地点：盐湖城，UTAH 国际计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recogniti...
Distributed Optimal Consensus Control for Multiagent Systems With Input Delay
11-04
This paper addresses the problem of distributed optimal consensus control for a continuous-time heterogeneous linear multiagent system subject to time varying input delays. First, by discretization and model transformation, the continuous-time input-delayed system is converted into a discretetime delay-free system. Two delicate performance index functions are defined for these two systems. It is shown that the performance index functions are equivalent and the optimal consensus control problem of the input-delayed system can be cast into that of the delay-free system. Second, by virtue of the Hamilton–Jacobi–Bellman (HJB) equations, an optimal control policy for each agent is designed based on the delay-free system and a novel value iteration algorithm is proposed to learn the solutions to the HJB equations online. The proposed adaptive dynamic programming algorithm is implemented on the basis of a critic-action neural network (NN) structure. Third, it is proved that local consensus errors of the two systems and weight estimation errors of the critic-action NNs are uniformly ultimately bounded while the approximated control policies converge to their target values. Finally, two simulation examples are presented to illustrate the effectiveness of the developed method.
2020年 ICLR 国际会议最终接受论文(poster-paper)列表(一)
yinizhilianlove的博客
02-21 1万+
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2020-01-22     2020年的ICLR会议将于今年的4月26日-4月30日在Millennium Hall, Addis Ababa ETHIOPIA（埃塞俄比亚首都亚的斯亚贝巴 千禧大厅）举行。     2020年ICLR会议（Eighth International Con...
AAAI-19录用论文清单
TomRen
01-28 1万+
AAAI-19于1月27日在夏威夷召开，今年是33届会议。 会议录用论文清单, workshop16个，tutorials24个。 标题的词云分析： 作者单位词云(按作者人数计算/一篇文章可能有多个作者)： picture from lonelyplanet.com 下面给出接收论文的列表： 第一个数字表示投稿的序号&内容可能有缺失 9: CircConv: A S...
顶会速递 | ICLR 2020录用论文全集
语言智能技术笔记簿
03-10 1万+
由深度学习三巨头Yoshua Bengio和Yann LeCun牵头创办的人工智能顶会ICLR今年最终收到2594篇投稿，共687篇论文被接收，其中48篇orals，108篇spotlights，531篇posters，录取率为26.5%，相比去年的31.4%略有下降。华人学者占比为47%。这篇博客为大家列出全部录用的论文列表，方便大家自取。
【2011-2016】 NIPS汇总 - Advances in Neural Information Processing Systems
Testing的博客
10-02 1万+
Advances in Neural Information Processing Systems 24 (NIPS 2011) The papers below appear in Advances in Neural Information Processing Systems 24 edited by J. Shawe-Taylor and R.S. Zemel and P.L.
AAAI2020论文列表（中英对照）
dovings的博客
07-04 6708
AAAI2020论文列表（中英对照）
2020 IJCAI 接受论文 list 分类排列（二）
热门推荐
u014546828的博客
08-23 2万+
2020 IJCAI 接受论文 list 分类排列（一） 2020 IJCAI 接受论文 list 分类排列（二） 2020 IJCAI 接受论文 list 分类排列（三） 目录 Main track (Humans and AI) Main track (Knowledge Representation and Reasoning) Main track (Machine Learning) Main track (Machine Learning Applications) Mai.
NIPS 2018 paper list（论文列表）
人工智能技术学习与分享
12-03 1万+
Efficient Algorithms for Non-convex Isotonic Regression through Submodular Optimization Francis Bach Structure-Aware Convolutional Neural Networks Jianlong Chang, Jie Gu, Lingfeng Wang, GAOFENG MENG, ...
2018 NIPS paper list
Z609834342的博客
12-10 2615
NIPS2018 接收论文包括poster、tutorial、workshop等，目前官网公布了论文清单： https://nips.cc/Conferences/2018/Schedule Poster paper >~1. Zero-Shot Transfer with Deictic Object-Oriented Rep...
综述—多智能体系统深度强化学习：挑战、解决方案和应用的回顾
wangyifan123456zz的博客
03-24 1万+
多智能体系统深度强化学习：挑战、解决方案和应用的回顾摘要介绍背景：强化学习前提贝尔曼方程RL方法深度强化学习：单智能体深度Q网络DQN变体深度强化学习：多智能体挑战与解决方案MADRL应用结论和研究方向参考 摘要 强化学习算法已经存在了几十年，并被用于解决各种顺序决策问题。然而，这些算法在处理高维环境时却面临着巨大的挑战。深度学习的最新发展使RL方法能够为复杂和有能力的智能体驱动最佳策略，这可以在这些具有挑战性的环境中有效地执行。本文讨论了深度RL的一个重要方面，它涉及到需要多个智能体进行通信和合作以解决复
【Paper】2018_多机器人领航-跟随型编队控制
赵继超的笔记
11-20 7004
师五喜,王栋伟,李宝全.多机器人领航-跟随型编队控制[J].天津工业大学学报,2018,37(02):72-78. 文章目录1 机器人模型及问题描述1.1 领航者运动学模型1.2 跟随者运动学模型 1 机器人模型及问题描述 1.1 领航者运动学模型 [x˙y˙z˙]=[cos⁡θ0sin⁡θ001][v(t)ω(t)](1)\left[\begin{matrix} \dot{x} \\ \dot{y} \\ \dot{z} \\ \end{matrix}\right]= \left[\begin{matri
【Paper】论文中定义、定理、引理、证明分别的含义
赵继超的笔记
11-12 6096
论文中定义、定理、引理、证明分别的含义1. 定义 Definition2. 定理 Theorem3. 证明 Proof4. 引理 Lemma5. 谈论/评论 Remark6. 注解/说明 Notation推论命题猜想 Suppose断言 Assert公理 1. 定义 Definition 精确和清晰的数学术语的含义描述。它描述了一个单词的意思，给出了所有的那些一定是真实的属性。 2. 定理 Theorem 数学语句，使用严格的数学推理证明的。在数学中，术语定理通常是那些最重要的结论。 3. 证明 Proof
【Paper】期刊投稿文章类型
赵继超的笔记
09-10 4700
Full Legth Article 科研类文章 Short Communication Review Article 科研类文章 Book Review Ref: 手把手教你如何投Elsevier爱思唯尔TOP期刊 Ref: 期刊文章的类型 Ref: 爱思唯尔(Elsevier)期刊模板的使用
【Paper】2022_多无人机系统的分布式最优编队控制
赵继超的笔记
02-19 4657
本文在此提出了无人机（UAVs）的多智能体系统（MAS）编队控制的分布式优化问题。针对单个无人机的内部状态可以完全获得的情况，利用最优控制理论设计了单个无人机的内部最优控制法。为了应对系统中每个智能体只能与相邻的智能体通信的障碍，根据系统的通信拓扑结构引入了系统的分布式编队控制法，并进一步用图论分析了系统的稳定性。所设计方案的有效性通过数值模拟和无人机平台得到了验证。...
【Paper】2022_切换拓扑下动态事件触发多智能体系统固定时间一致性
赵继超的笔记
10-23 4039
孙梦薇, 任璐, 刘剑, 孙长银. 切换拓扑下动态事件触发多智能体系统固定时间一致性. 自动化学报, 2022, 48(4): 1−11 doi: 10.16383/j.aas.c211123
【Paper】2021_多智能体系统编队跟踪控制_张晓广
赵继超的笔记
05-11 3332
[多智能体系统编队跟踪控制] 文章目录3 基于输出调节的多智能体二维队形跟踪控制3.1 引言3.2 多智能体模型3.2.1 基于PDE的多智能体系统3.2.2 外部信号系统3.6 仿真实验3.6.1 分布式控制律 3 基于输出调节的多智能体二维队形跟踪控制 3.1 引言 3.2 多智能体模型 3.2.1 基于PDE的多智能体系统 u(s,t)=x(s,t)+jy(s,t)u(s,t) = x(s,t) + j y(s,t)u(s,t)=x(s,t)+jy(s,t) 偏微分方程模型： ut(s,t)=uss
【Paper】2021_使用UGV和UAV的异构混合阶多智能体系统一致性
赵继超的笔记
10-11 3254
本文分析了在现有混合阶动态方程情况下，异构多智能体系统的一致性。混合阶智能体主要包括二阶智能体，以无人驾驶地面车辆（UGV）为例，以及高阶智能体，以无人驾驶航空器（UAV）为例。我们定义了系统的两类一致性，包括动态一致性和静态一致性。我们为这两种一致性的定义提出了相应的一致性控制协议。对于异构多智能体系统，我们通过结合两种提议的控制协议分析了系统的稳定性。并通过数值模拟的形式验证了控制协议的有效性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Zhao-Jichao

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值