Model-Free Dynamic Consensus in Multiagent Systems: A $Q$-Function Perspective

doi:10.1109/tcns.2026.3694729

Model-Free Dynamic Consensus in Multiagent Systems: A $Q$-Function Perspective

2026-05-19

0

PRE

AI

DOI：10.1109/tcns.2026.3694729

原文链接

原文求助

摘要

En 中文

本文提出了一种线性离散时间齐次多智能体系统中的动态一致性新方法。在实现此类系统状态一致性的过程中，涉及与图的谱特性相关的约束，这增加了耦合增益的设计复杂性，尤其是在大规模网络中。所提出的方法通过在一个合成的线性-二次调节框架中引入状态-动作值函数，将具有指定收敛率的动态一致性问题描述为一个半定规划（SDP），从而将问题表述为半定规划（SDP）。所得的SDP支持在基于模型和无模型设置中联合设计局部反馈和耦合增益。为处理非凸可行性条件，开发了一种凸-凹分解策略，保证收敛到平稳点。在完全无模型情况下，该方法无需系统辨识或智能体动态的显式知识，仅依赖输入-状态数据构建等效的数据驱动SDP。最后，一种平衡可行性、收敛速率和能量效率的新算法增强了设计灵活性。数值结果证明了所提方法在不同场景下的有效性。

Keyword:

Convex optimization

data-driven control

dynamic consensus

multiagent systems (MASs)

$Q$ -function

Model-Free Dynamic Consensus in Multiagent Systems: A $Q$-Function Perspective

摘要

期刊

机构

引用论文