AI Agent

On the Learning Behavior of Adaptive Networks - Part I: Transient Analysis

关于自适应网络的学习行为——第一部分：暂态分析

Jianshu Chen, Ali H. Sayed

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文分析了多智能体网络学习行为的暂态特性，揭示了分布式策略的学习能力，指出组合策略如何影响学习过程及收敛点选择帕累托最优解，发现自适应网络学习过程有三个阶段，前两阶段收敛速率不同，最后阶段达到有限的均方误差。

Comments to appear in IEEE Transactions on Information Theory, 2015

Dual Decomposition-Based Privacy-Preserving Multi-Horizon Utility-Community Decision Making Paradigms

基于双分解的隐私保护多时间尺度效用-社区决策制定范式

Vahid. R Disfani, Zhixin Miao, Lingling Fan, Bo Zeng

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究了多时间尺度操作中效用-社区交互的两种隐私保护决策制定范式，通过迭代过程达成共识，提出基于子梯度和下界上界切换（LUBS）的分布式优化多智能体控制策略，并分析其收敛性，展示了决策架构及实际可行性。

Comments 8 pages, 15 figures, submitted to IEEE trans. Power Systems

Minimal Actuator Placement with Optimal Control Constraints

最小执行器布置与最优控制约束

Vasileios Tzoumas, Mohammad Amin Rahimian, George J. Pappas, Ali Jadbabaie

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究最小执行器布置问题，确保状态转移的控制努力有界，证明问题NP难，具有超模结构，提出近似算法，达到O(logn)的逼近因子，验证算法在大规模网络中的效率。

Comments This version includes all the omitted proofs from the one to appear in the American Control Conference (ACC) 2015 proceedings

Threadneedle: An Experimental Tool for the Simulation and Analysis of Fractional Reserve Banking Systems

Threadneedle：一种用于分析分数储备银行系统的实验工具

Jacky Mallett

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文介绍Threadneedle模拟工具，探讨分数储备银行系统对宏观经济的影响，揭示双重记账对贷款损失的系统性影响及巴塞尔资本要求对信贷扩张的作用。

Comments 19 pages, 7 figures, Eastern Economic Association, 41st Conference 2015 (Accepted)

Mathematical Programs for Belief Propagation and Consensus

信念传播与共识的数学规划

Kwang-Ki K. Kim

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出基于图模型的分布式贝叶斯假设检验方法，解决分布式推理中的收敛性、可扩展性及通信约束问题。

Comments 25 pages, 2 figures, technical report

On Swarm Stability of Linear Time-Invariant Descriptor Compartmental Networks

关于线性时不变描述型 compartmental 网络群体稳定性

Ning Cai, M. Junaid Khan

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究了线性时不变描述型 compartmental 网络的群体稳定性，提出必要充分条件，通过数值实例验证了理论结果。

Gain-scheduled synchronization of parameter varying systems via relative $H_\infty$ consensus with application to synchronization of uncertain bilinear systems

基于相对H∞一致性的一致性调度同步参数变化系统及其在不确定双曲系统同步中的应用

V. Ugrinovskii

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种基于一致性的同步协议调度方法，用于不确定参数变化多智能体系统的同步，确保在调度参数连续变化时保持H∞暂态一致性，应用于不确定双曲系统同步。

Comments Accepted for publication in Automatica

Journal ref Automatica, 50(11):2880-2887, 2014

In-Network Leader Selection for Acyclic Graphs

网络内领导者选择用于无环图

Stacy Patterson

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 研究在存在随机扰动的领导者-追随者多智能体系统中领导者选择问题，提出网络内领导者选择方法，通过邻居通信协作寻找最小化轨迹偏差方差的领导者。

Minimum-Energy Distributed Consensus of Uncertain Agents

不确定代理的最小能量分布式一致性

Mohammad Zamani, Iman Shames, Valery Ugrinovskii

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种共识算法，用于多智能体系统，每个智能体可获取其自身和邻近状态的不完美测量。算法在确定性干扰下提供最小能量估计，以实现一致性。算法在无干扰时指数收敛，且在有界连续干扰下性能也得到研究。

Comments The paper is accepted for presentation at the 53rd IEEE Conference on Decision and Control (IEEE CDC)

Almost Decouplability of any Directed Weighted Network Topology

任何有向加权网络拓扑的近解耦性

Ning Cai, M. Junaid Khan

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出任何加权有向网络拓扑近解耦的概念，通过将其转化为由解耦顶点组成的结构，降低网络动态系统分析的复杂性，并解决线性多智能体系统在时间变化网络拓扑下的共识问题。

Distributed MIN-MAX Optimization Application to Time-optimal Consensus: An Alternating Projection Approach

分布式MIN-MAX优化在时间最优共识中的应用：交替投影方法

Chunhe Hu, Zongji Chen

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出基于交替投影的算法解决分布式MIN-MAX凸优化问题，通过交替投影求解超平面与凸函数epigraph的最短距离，并应用于多智能体时间最优共识问题。

Comments 11 pages, 6 figures, submitted to AIAA GNC 2015

Persistence based analysis of consensus protocols for dynamic graph networks

基于持续性的共识协议分析动态图网络

Nilanjan Roy Chowdhury, Srikant Sukumar

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究动态图网络中具有时变奇异性的共识问题，提出基于持续激励的分析方法，用于研究时变多智能体系统的收敛性，通过边一致性转换为经典持续性结果的应用问题，实现精确的收敛速率计算。

Comments This article contains 7 pages and includes 4 figures. it is accepted in 13th European Control Conference

Continuous-time Proportional-Integral Distributed Optimization for Networked Systems

连续时间比例-积分分布式优化用于网络化系统

Greg Droge, Hiroaki Kawashima, Magnus Egerstedt

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文探讨了对偶分解与基于一致性的方法在分布式优化中的关系，提出连续时间比例-积分分布式优化方法，并通过Lyapunov稳定性理论证明其收敛性。

Comments 23 Pages, submission to Journal of Control and Decision, under review. Takes comments from previous review process into account. Reasons for a continuous approach are given and minor technical details are remedied. Largest revision is reformatting for the Journal of Control and Decision

Coordinated Output Regulation of Heterogeneous Linear Systems under Switching Topologies

异构线性系统在切换拓扑下的协调输出调节

Ziyang Meng, Tao Yang, Dimos V. Dimarogonas, Karl H. Johansson

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种框架，用于研究多个异构线性系统的协调输出调节问题，通过设计基于观测器的反馈控制器，在有限切换拓扑下实现系统协调输出调节。

Experimental Design for Human-in-the-Loop Driving Simulations

人机协同驾驶模拟实验设计

Katherine Driggs-Campbell, Guillaume Bellegarda, Victor Shia, S. Shankar Sastry, Ruzena Bajcsy

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种新的人机协同驾驶模拟实验框架，采用四轴力反馈模拟器实现真实驾驶实验，支持驾驶员分心和多智能体实验，提供完整代码实现。

Distributed Control with Low-Rank Coordination

低秩协调的分布式控制

Daria Madjidian, Leonid Mirkin

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种非稀疏但适合分布式控制的结构，通过多智能体协调问题的最优解实现，包含对角部分和秩一协调项，仅需简单平均操作。

A coordination model for ultra-large scale systems of systems

超大规模系统-of-systems的协调模型

Manuela L. Bujorianu, Marius C. Bujorianu

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种新的协调模型，用于处理超大规模多智能体系统，其中智能体具有自主行为，通过将协调与组件自主活动分离，将整个群体抽象为分段确定性马尔可夫过程。

Comments In Proceedings AiSoS 2013, arXiv:1311.3195

Journal ref EPTCS 133, 2013, pp. 84-98

Average Consensus on Arbitrary Strongly Connected Digraphs with Time-Varying Topologies

在任意强连通有向图上实现平均一致性：时间变化拓扑下的算法

Kai Cai, Hideaki Ishii

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种扩展的基于盈余算法，解决了时间变化拓扑下的多智能体平均一致性问题，推导出保证状态平均的必要充分图条件，无需对网络拓扑施加平衡或对称性质。

Reaching a Consensus in Networks of High-Order Integral Agents under Switching Directed Topology

在切换有向拓扑下高阶积分代理网络中达成共识

Long Cheng, Zeng-Guang Hou, Min Tan

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文研究了在切换有向拓扑下高阶积分多智能体系统的共识问题，提出两种分布式协议以确保所有智能体状态收敛至同一稳态值，通过巧妙设计增益向量，将高阶积分系统转化为一阶积分系统，并证明其收敛性条件。

Associating Healthcare Teamwork with Patient Outcomes for Predictive Analysis

将医疗团队协作与患者结局关联以进行预测分析

Hsiao-Ying Lu, Kwan-Liu Ma

机构 * Department of Computer Science University of California, Davis Davis, USA（加州大学戴维斯分校计算机科学系） 纠错

专题命中 多智能体 ：workflow(abstract)；分类 cs.LG

AI总结 本研究通过电子健康记录系统建模医疗专业人员协作网络，应用机器学习技术检测患者生存预测信号，并识别与改善结局相关的关键网络特征，经临床专家验证其现实应用潜力。

A New Approach for Distributed Hypothesis Testing with Extensions to Byzantine-Resilience

分布式假设检验的一种新方法及其对拜占庭容错的扩展

Aritra Mitra, John A. Richards, Shreyas Sundaram

机构 * School of Electrical and Computer Engineering at Purdue University（普渡大学电气与计算机工程学院） ； Sandia National Laboratories（桑迪亚国家实验室） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种新的分布式学习规则，用于在时间序列中联合观察资料下学习真实的状态，该方法不采用信念平均，且能扩展到处理网络中某些代理的恶意行为。

Comments To appear in the Proceedings of the American Control Conference, 2019

Distributed Learning of Average Belief Over Networks Using Sequential Observations

在使用顺序观测的网络上分布式学习平均信念

Kaiqing Zhang, Yang Liu, Ji Liu, Mingyan Liu, Tamer Başar

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 本文研究了在顺序观测下，网络中多个智能体通过仅与邻居交换信息达成对平均信念共识的问题。提出两种分布式在线算法，适用于无向和有向图，均能几乎 surely 收敛到平均信念，并以 O(1/t) 的速率达成共识。对于无向图，还修改了算法以适应量化通信和有限精度的除法操作，证明修改后的算法能使所有智能体达成量化共识或进入平均信念的附近区域。

Comments Accepted to Automatica

Communication-efficient Distributed Multi-resource Allocation

通信高效的分布式多资源分配

Syed Eqbal Alam, Robert Shorten, Fabian Wirth, Jia Yuan Yu

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种无需直接通信的分布式多资源分配算法，通过扩展一种新的加性增加乘性减少（AIMD）算法，实现高效的资源分配，实验结果表明平均分配逐渐收敛到最优解。

Comments To appear in IEEE International Smart Cities Conference (ISC2 2018), Kansas City, USA, September, 2018. arXiv admin note: substantial text overlap with arXiv:1711.01977

Journal ref 2018 IEEE International Smart Cities Conference (ISC2)

Joint optimization of transmission and propulsion in aerial communication networks

航空通信网络中传输与推进的联合优化

Omar J. Faqir, Eric C. Kerrigan, Deniz Gündüz

专题命中 多智能体 ：autonomous agent(abstract)

AI总结 本文提出了一种新的非线性最优控制问题，用于优化航空通信网络中传输和推进的能量消耗，通过将通信能量视为传输和推进能量之和，并利用通信理论模型和牛顿动力学模型来分析节点的通信和移动消耗，从而实现网络吞吐量的提升。

Comments This article will appear in the Proceedings of the 56th IEEE Conference on Decision and Control, 2017

Journal ref 2017 IEEE 56th Annual Conference on Decision and Control (CDC)

Optimizing Communication and Computation for Multi-UAV Information Gathering Applications

为多UAV信息采集应用优化通信与计算

Mason Thammawichai, Sujit P. Baliyarasimhuni, Eric C. Kerrigan, João B. Sousa

机构 * Department of Aeronautics, Imperial College London（帝国理工学院伦敦校区航空系） ； Department of Electronics and Communications Engineering, Indraprastha Institute of Information Technology（印度拉普拉兹信息技术学院电子与通信工程系） ； Department of Electrical & Electronic Engineering and the Department of Aeronautics, Imperial College London（帝国理工学院伦敦校区电子与电气工程系及航空系） ； Department of Electrical and Computer Engineering, University of Porto（葡萄牙波尔图大学电气与计算机工程系） 纠错

专题命中 多智能体 ：agent(abstract)

AI总结 本文针对多UAV系统中通信与计算能耗的优化问题，提出了一种混合整数优化方法，通过数据聚合和多跳分层聚类实现高效的路由方案，以延长系统寿命。

Journal ref IEEE Transactions on Aerospace and Electronic Systems ( Volume: 54, Issue: 2, April 2018)

Fast multipole networks

快速多极网络

Steve Huntsman

专题命中 多智能体 ：planning(abstract)

AI总结 本文提出了一种快速多极网络（FMNs），该网络在统一框架下实现了机器人多智能体系统的移动性和通信需求，通过分布式方式高效组织，并在人工势能用于运动规划时表现出色，相较于传统通信拓扑，FMNs在通信性能和移动性方面均具优势。

A system-theoretic framework for privacy preservation in continuous-time multiagent dynamics

一个用于连续时间多智能体动态系统中隐私保护的系统理论框架

Claudio Altafini

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种系统理论框架，用于在完成分布式任务的同时保护多智能体系统的隐私，通过引入输出映射作为掩码，使智能体的内部状态对其他智能体和外部监控者不可察觉，并探讨了该框架在社交意见、平均一致性及同步等多智能体动态模型中的应用。

Comments 38 pages, 4 figures, extended version of arXiv preprint arXiv:1808.08085

Journal ref Automatica, Volume 122, 2020, 109253

Random Finite Set Theory and Centralized Control of Large Collaborative Swarms

随机有限集理论与大规模协作群的集中控制

Bryce Doerr, Richard Linares, Pingping Zhu, Silvia Ferrari

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出利用随机有限集理论来控制大规模协作群，通过模型预测控制和改进的迭代线性二次调节器解决集中控制问题，展示了该方法在处理不确定性和大规模代理时的有效性。

Comments arXiv admin note: text overlap with arXiv:1801.07314

A dynamical approach to privacy preserving average consensus

一种动态方法用于隐私保护的平均一致性

Claudio Altafini

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出了一种新颖的方法，在连续时间多智能体网络中实现平均一致性的同时避免泄露个体智能体的初始状态。通过引入称为输出掩码的映射，改变状态值后再进行传输。这些输出掩码是局部的、确定性的、时间变化的，并渐近收敛到真实状态。所得到的掩码系统也是时间变化的，其原始系统是其极限系统。论文证明了掩码系统具有原始平均一致性值作为全局吸引子，但为了保护隐私，它不能与未掩码系统共享平衡点，这意味着在掩码系统中，全局吸引子也不能稳定。

Comments 19 pages, 2 figures (minor changes w.r.t. previous version)

Journal ref Proc. of the 58th IEEE Conf. on Decision and Control, Nice, December 2019

Dynamic NE Seeking for Multi-Integrator Networked Agents with Disturbance Rejection

多积分器网络代理的动态NE寻求与扰动抑制

Andrew R Romano, Lacra Pavel

专题命中 多智能体 ：agent(abstract)

AI总结 本文研究了在外部扰动下多积分器网络代理博弈问题，提出了一种基于梯度博弈的纳什均衡寻求动力学，结合了动态内部模型组件以抑制扰动，通过局部通信实现部分信息下的共识子空间收敛。

Journal ref IEEE Transactions on Control of Network Systems, vol. 7 (1), pp. 129-139, 2020