一篇新发表在arXiv上的论文详细介绍了网络扰动如何显著改变线性时不变（LTI）多智能体系统中的一致性轨迹。该研究引入了一个拉普拉斯域判据来分析控制着这些扰动一致性流形的闭环极点。它区分了保持结构动力学和仅传输动力学，揭示了虽然静态共识对延迟具有鲁棒性，但周期性轨迹的同步却很脆弱，并且可能被小的传输延迟所破坏。研究结果突显了鲁棒同步中的一个脆弱性，表明传输动力学需要对网络化参考生成器进行根本性修改。 AI
影响 这项研究突显了多智能体系统中鲁棒同步的一个关键脆弱性，暗示了对网络化控制系统的设计可能产生影响。
排序理由 该条目是一篇研究论文，详细介绍了多智能体系统中的理论发现。[lever_c_demoted from research: ic=1 ai=0.4]
在 arXiv cs.MA (Multiagent) 阅读 →
- agreement trajectories
- Linear Time-Invariant (LTI)
- multi-agent systems
- networked reference generators
- network perturbations
- structure-preserving dynamics
- transmission only dynamics
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
