MétaCan
Menu
Retour à la cohorte
Enregistrement W4412718938 · doi:10.1109/tase.2025.3592691

Dynamic Event-Triggered Consensus Control of Multi-Agent Systems With Time-Varying Delays and Semi-Markovian Switching Topology

2025· article· en· W4412718938 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Automation Science and Engineering · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMulti-agent systemTopology (electrical circuits)Control theory (sociology)Markov processComputer scienceConsensusNetwork topologyControl (management)Distributed computingEngineeringMathematicsComputer networkArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we address the consensus problem in multi-agent systems (MASs) under conditions where time-varying delays impact inter-agent transmissions and the communication topology changes according to semi-Markovian rules with partially unknown transition rates. We implement dynamic event-triggering mechanisms (DETMs) on both the sensor-to-observer (S-O) and controller-to-actuator (C-A) channels to minimize unnecessary data transmissions within the network, which involves utilizing locally triggered sampled data in a distributed manner to optimize resource efficiency. In this output-feedback design, each agent constructs distributed observers to predict its own and neighboring agents’ states. In the design phase, we convert the consensus control problem into an asymptotic stability problem. Employing the Lyapunov-Krasovskii approach, we formulate the event-triggering parameters to ensure the stability of the closed-loop system comprising all agents, thereby achieving consensus. Through numerical simulations and experiments, we demonstrate that our approach effectively balances reducing the frequency of inter-agent communication with ensuring that the agents reach consensus. <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">Note to Practitioners</i>—In many industrial applications of multi-agent systems (MASs), such as robotics and sensor networks, achieving coordinated control in the presence of time-varying communication delays and changing topologies is a significant challenge. This paper presents a solution using dynamic event-triggered mechanisms (DETMs) to reduce unnecessary data transmissions between agents, ensuring efficient resource utilization. Unlike traditional methods that rely on constant data flow, DETMs allow communication only when necessary, optimizing bandwidth usage without sacrificing performance. By employing a distributed observer-based approach, each agent estimates its own state and its neighbors’ states, overcoming time-varying delays. The method offers a promising solution for improving efficiency in MASs. Future research could extend this approach to handle larger networks, more complex topologies, and varying operational conditions, with potential applications in autonomous vehicles, drone fleets, and large-scale sensor networks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,908
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle