Notice bibliographique
Résumé
In this thesis, we investigate methods of designing distributed (generalized) Nash equilibrium (GNE) seeking algorithms in continuous-time for agents with inherent dynamics. In real-world applications, the action of each agent may correspond to a physical quantity, that is actuated through a control input. In such settings, the algorithms considered take the form of distributed, dynamic feedback controllers with networked communication that seek to drive the action to the (G)NE in steady-state. The specific contributions of the thesis take two forms. First, we propose a general framework for designing distributed Nash equilibrium (NE) seeking controllers for decoupled LTI agents. Using this methodology, we show that the problem is reduced to the design of a set of decentralized stabilizing controllers. We investigate various methods of designing these controllers, first for quadratic games using LTI control theory and diagonal stability theory and then for non-quadratic games using passivity and H-infinity control theory. Second, we consider designing distributed GNE seeking feedbacks for dynamic agents in games with coupled constraints. Current methods can only ensure constraint satisfaction in steady-state. In contrast, we propose an inexact penalty method using a barrier function for agents with equilibrium-independent passive dynamics. Initially, we show that with fixed barrier function these dynamics converge to a suboptimal epsilon-GNE while satisfying the constraints for all time, not only in steady-state. Then, we consider allowing the log-barrier function to vary in time in order to achieve exact convergence to the variational GNE.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».