返回
A passivity analysis for nonlinear consensus on balanced digraphs
DOI:10.1016/j.ejcon.2025.101368.png)
摘要
En 中文
本研究处理了平衡有向图上的多智能体系统输出一致性问题。虽然基于耗散性的方法被广泛用于分析无向一致性协议,但本文表明,它们通常不适用于有向线性一致性协议。为解决此局限性,我们提出了一种通用方法,使网络系统在有向耦合情况下能够进行基于耗散性的分析。随后,我们通过将一般输出一致性问题描述为子流形上的收敛性分析,来缓解非线性与有向互联引入的复杂性。在该框架内,我们进一步聚焦于稳定化问题这一输出一致性问题的特例,并建立了一个基于耗散性的充分条件,用于平衡有向图上的多智能体系统稳定化。结果通过一个数值算例得到支持。
Keyword:
Multi-agent systems
Passivity
Output consensus
Stabilization
Nonlinear systems
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
363
被引数:
2.5K
机构
暂无机构信息
引用论文
Numerical Modeling of the Macrosegregation Improvement in Continuous Casting Blooms by Using F-EMS
JOM
IF0
Scardovi, L., Arcak, M., Sontag, E.D., 2009. Synchronization of interconnected systems with an input–output approach. part ii: State-space result and application to biochemical networks, in: Proceedings of the 48h Conference on Decision and Control held jointly with 28th Chinese Control Conference, IEEE. pp. 615–620.Scardovi, L., Arcak, M., Sontag, E.D., 2009. 互联系统的同步:基于输入-输出方法,第二部分:状态空间结果及其在生物化学网络中的应用,发表于:IEEE第48届决策与控制会议暨第28届中国控制会议论文集,第615-620页。
Multi-Agent Reinforcement Learning: A Selective Overview of Theories and Algorithms多智能体强化学习: 理论和算法的选择性综述
没有更多内容

