.png){kind=icon}
返回
Dynamic self-triggered algorithm for distributed Nash equilibrium seeking in constrained multi-agent games
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jfranklin.2026.109116.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了受约束多智能体博弈的分布式动态自触发纳什均衡搜索问题，其中每个智能体的行动受局部不等式约束。首先通过整合跟踪控制器、投影梯度策略和领导者-跟随者协议，开发了一种三部分分布式纳什均衡搜索策略。为确保持久智能体的状态始终保持在约束集合内，建立了一个关键引理，用于预测智能体状态将离开约束集合的时间点。基于该引理，提出了一种新的动态自触发算法，以消除智能体之间连续测量、计算和通信的需求。此外，证明在所提出的策略下，所有智能体的行动始终满足局部不等式约束，并指数收敛至纳什均衡。此外，证明了不存在Zeno行为。最后，提供了两个示例以验证理论结果的有效性。
Keyword:
Self-triggered control
Distributed Nash equilibrium seeking
Constrained games
Exponential stability
期刊
J
IF:
3.7
论文数:
6.4K
被引数:
1.5W
机构
暂无机构信息
引用论文
暂无论文信息