随机群体密度的广播可群控性

《Communications in Nonlinear Science and Numerical Simulation》:Broadcast Herdability of Stochastic Swarm Densities

【字体: 大 中 小 】 时间:2026年08月28日 来源:Communications in Nonlinear Science and Numerical Simulation 3.8

编辑推荐:

   # 基于固定维广播信号的随机群体引导 ## 摘要 我们研究了利用固定维度线索广播给所有智能体的随机群体引导方法。广播可驱性要求在终端时刻目标管道质量足够大的同时,在整个时域内保持不安全区域和受限区域的质量低于规定阈值。对于相应的Fokker-Planck密度,条件Lyap

  

# 基于固定维广播信号的随机群体引导

## 摘要

我们研究了利用固定维度线索广播给所有智能体的随机群体引导方法。广播可驱性要求在终端时刻目标管道质量足够大的同时,在整个时域内保持不安全区域和受限区域的质量低于规定阈值。对于相应的Fokker-Planck密度,条件Lyapunov定理将逐点生成算子不等式和解析的集合支配常数转化为同时的质量约束,并量化了通过广播子空间可见的控制权限。我们还给出了混合势反馈的基于系数的充分条件,以及在集合泛函跟踪条件下的有限粒子推论。在基线大规模集合实验中,所提出的控制器实现了终端目标管道质量0.9923,峰值不安全质量和受限质量分别为0和0.0019;在30次独立的700粒子试验中,未发生任何采样阈值违反。第二种具有交互作用的几何构型满足采样阈值要求,而鲁棒性扫描表明,随着扩散强度或交互强度的增加,性能有所下降。

## 引言

大规模随机群体通常通过远小于群体状态的信息通道进行控制。协调器可能只能广播少数实值线索,而关心的性能变量不是个体轨迹,而是目标区域、不安全区域和受限区域的群体级质量。这种不匹配自然导致了Fokker-Planck描述以及关于演化概率测度的安全不等式约束。

一对多广播和统一输入控制通过全群体共享的信号协调多个智能体[1],[2];全局施加的磁场在微群体中提供了相应的公共驱动机制[3]。局部交互模型则根据邻居依赖的相对状态产生对齐、聚合或避碰行为[4],[5],[6],[7],[8],[9]。一些网络化群体飞行研究使用"广播"表示邻居智能体之间的间歇性状态传输[10];该通信架构与本文考虑的一对一全体公共线索不同。牧羊和可驱性研究考察了由较小控制群体进行的间接引导[11],[12],[13],[14]。

密度引导和平均场群体控制设计概率级或空间分布策略[15],[16],[17],[18],[19],[20],[21],[22]。平均场控制和平均场博弈理论针对随机群体推导出HJB-FPK方程组[23],[24],[25],[26],[27]。随机控制障碍函数对状态空间安全集施加生成算子条件[28],[29],[30];平均场控制障碍函数将相关不变性条件提升到群体密度的泛函上,并通常对空间分布控制场进行校正[31],[32]。相关的非线性随机集体动力学研究包括受控随机Cucker-Smale系统、McKean-Vlasov数值格式和平均场博弈PDE结构[33],[34],[35],[36],[37],[38]。

公共信号和局部信号服务于不同功能。当存在可靠的监督链路或全局驱动场时,公共线索适合群体范围的传输。其坐标维度与N无关,但无法单独针对每个智能体,且在广播基向量不可见的方向上会丧失即时控制权限。邻居依赖的交互作用在有相对感知能力时适合对齐、聚合和避碰;它们可以分布式实现,但对全局目标的影响是间接的,且取决于感知范围和交互连通性。本文模型是混合式的:Γβ提供公共引导,Kt[m](x)表示内生交互,-R?1?xvβ(t,x)是状态依赖的机载响应。

这些研究在控制或保持安全的对象方面也存在差异。平均场控制和Fokker-Planck密度控制优化或调节密度,通常通过状态依赖场实现。随机障碍法和平均场障碍法强制执行状态空间集合或密度安全集的前向不变性,同样通过逐点或分布校正实现。广播控制研究限制了共享信号,但通常关注一致性、群体飞行或几何可控性,而非Fokker-Planck流同时满足目标质量和安全质量。在此,下行链路位于固定的q维子空间中,且对全群体公共。对导航势与密度方程进行配对测试,可以识别该子空间可见的平均梯度分量,从而确定条件硬集质量约束中的执行器可见性瓶颈。

难点不仅在于目标到达。目标导向的线索可以将质量驱过瓶颈,而风险规避的线索可以在保持密度安全的同时未能向目标输送足够的质量。因此,广播可驱性被定义为硬集质量属性:在终端时刻,目标管道质量必须超过θT,且在整个时域内不安全质量和受限质量必须低于θO和θR。

主要贡献有三方面。(i) 在下降维独立于群体规模的情况下,将广播可驱性形式化为同时满足终端目标质量和时域一致的不安全及受限质量要求。(ii) 条件Lyapunov定理将逐点生成算子不等式转化为硬集质量约束,并量化了通过广播子空间可见的控制权限。基于系数的充分条件补充了该结果,适用于混合势反馈,且基准势函数允许解析的连续域支配常数。(iii) 条件有限粒子推论分解了光滑到硬的边界层误差、数值参考误差和经验粒子误差。两个平面研究(包括一个具有交互作用的几何构型)报告了生成算子、有限粒子、可见性和鲁棒性诊断。

固定维广播指下行命令维度q,它与N无关且远小于个体命令维度Nd。在平面基准中,q=2张成物理线索平面;一维子空间在基角敏感度研究中进行考察。

## 广播平均场模型

考虑区间[0, T]上的N个智能体,状态为Xi,Nt∈?^d,经验测度为:

μN,t = (1/N)∑(j=1 to N) δXj,N,t

具有有限二阶矩的概率测度状态空间记为P2(?^d),并赋予2-Wasserstein度量W2。环境中包含目标集??、时变不安全集Ot和时变受限集Rt。光滑风险场ρT、ρO和ρR编码这些区域;例如,ρT惩罚与??的距离,而ρO和ρR在Ot和Rt附近取大值。

有限群体……

## 广播可驱性与主要理论

对δ≥0,定义目标管道??δ={x: dist(x, ??)≤δ}和集合质量泛函:

MTδ(m)=m(??δ), MO(t,m)=m(Ot), MR(t,m)=m(Rt)

**定义1 广播可驱性**

固定阈值θT∈(0,1)和θO, θR∈[0,1)。若律β∈B满足其平均场流满足:

MTδ(mβT)≥θT, sup(0≤t≤T) MO(t,mβt)≤θO, sup(0≤t≤T) MR(t,mβt)≤θR

则称β(δ,θT,θO,θR)-可驱该群体。

该定义使用硬集质量。光滑场通过显式的三明治结构进入分析。对闭集A和半径ε>0,选择ψεA∈Cb1(?^d;[0,1])使得:

1A≤ψεA≤1Aε, Aε={x: dist...

## 广播设计与数值实现

**定理1**是条件性的,因此本身不构成综合规则。以下势函数提供了可微的控制律参数化和解析的硬集支配常数;其生成算子条件仍需单独检验。导航势为:

Φδ(t,x)=αP·|x-c(t)|2 + αO·SO(t,x) + αR·SR(x)

假设αP, αO, αR, wO, wR, τ, aO, bO, rT>0,x-< />
## 数值仿真研究

**数值离散化** 本研究不是直接在网格上求解密度pde,而是通过其关联的交互粒子系统近似正向fokker-planck律,并用euler-maruyama方法推进时间[45],[46]。设tk=kδt和μnk=n?1∑(j=1 to n)δxj,nk,实现的更新为:

di,nk = fαk tk[μnk](xi,nk) + γβ(tk, μnk) - r?1(?φδ(tk, xi,nk) + λh·ih[?vh](tk, xi,nk))

xi,nk+1 = r□(xi,nk + δt·di,nk + √(2νδt)·ξik)

其中ξik独立同分布~n(0,i2),ih是对存储网格的线性空间插值和时间插值……

## 建模范围与局限性

该框架是一个高层随机密度引导层。下行信道是固定维的,因为只广播β(t, mt)∈?^q,而非n个个体命令。协调器仍需群体估计,例如从外部感知或低速率聚合反馈中获得;广播约束适用于下行驱动而非感知。

分析假设一阶随机运动学,其中fokker-planck lyapunov证书具有……

## 结论

我们针对由固定维公共线索和状态依赖局部响应驱动的随机群体密度,形式化了广播可驱性。lyapunov结果是条件性的:逐点生成算子不等式和解析集合支配常数蕴含同时满足终端目标质量和时域一致安全质量约束。在幅度约束下,bmax·|γ?·?δ(t, mt)|是公共通道可用的最大瞬时下降率,而γ?·?δ(t, mt)=0标志着丧失……

## credit作者贡献声明

赵涛涛:撰写-初稿、监督、项目管理、调查、形式分析、概念化。姬志坚:撰写-审稿与编辑。赵兰浩:撰写-审稿与编辑。谭林荣:资源提供。

## 利益冲突声明

作者声明不存在可能影响本工作的已知竞争性财务利益或个人关系。

**赵涛涛 | 姬志坚 | 赵兰浩 | 谭林荣**

青岛大学自动化学院复杂性科学研究院,中国青岛,266071 rt),c(t)是光滑走廊…… ## 数值仿真研究 **数值离散化** 本研究不是直接在网格上求解密度pde,而是通过其关联的交互粒子系统近似正向fokker-planck律,并用euler-maruyama方法推进时间[45],[46]。设tk=kΔt和μNk=N?1∑(j=1 to n)δxj,nk,实现的更新为: di,nk=FαK tk[μnk](xi,nk) + γβ(tk, μnk) - r?1(?φδ(tk, xi,nk) + λh·ih[?vh](tk, xi,nk)) xi,nk+1=R□(Xi,Nk + δt·di,nk + √(2νδt)·ξik) 其中ξik独立同分布~n(0,i2),ih是对存储网格的线性空间插值和时间插值…… ## 建模范围与局限性 该框架是一个高层随机密度引导层。下行信道是固定维的,因为只广播β(t, mt)∈?^q,而非n个个体命令。协调器仍需群体估计,例如从外部感知或低速率聚合反馈中获得;广播约束适用于下行驱动而非感知。 分析假设一阶随机运动学,其中fokker-planck lyapunov证书具有…… ## 结论 我们针对由固定维公共线索和状态依赖局部响应驱动的随机群体密度,形式化了广播可驱性。lyapunov结果是条件性的:逐点生成算子不等式和解析集合支配常数蕴含同时满足终端目标质量和时域一致安全质量约束。在幅度约束下,bmax·|γ?·?δ(t, mt)|是公共通道可用的最大瞬时下降率,而γ?·?δ(t, mt)=0标志着丧失…… ## credit作者贡献声明 赵涛涛:撰写-初稿、监督、项目管理、调查、形式分析、概念化。姬志坚:撰写-审稿与编辑。赵兰浩:撰写-审稿与编辑。谭林荣:资源提供。 ## 利益冲突声明 作者声明不存在可能影响本工作的已知竞争性财务利益或个人关系。 **赵涛涛 | 姬志坚 | 赵兰浩 | 谭林荣**>

## 数值仿真研究

**数值离散化** 本研究不是直接在网格上求解密度pde,而是通过其关联的交互粒子系统近似正向fokker-planck律,并用euler-maruyama方法推进时间[45],[46]。设tk=kδt和μnk=n?1∑(j=1 to n)δxj,nk,实现的更新为:

di,nk = fαk tk[μnk](xi,nk) + γβ(tk, μnk) - r?1(?φδ(tk, xi,nk) + λh·ih[?vh](tk, xi,nk))

xi,nk+1 = r□(xi,nk + δt·di,nk + √(2νδt)·ξik)

其中ξik独立同分布~n(0,i2),ih是对存储网格的线性空间插值和时间插值……

## 建模范围与局限性

该框架是一个高层随机密度引导层。下行信道是固定维的,因为只广播β(t, mt)∈?^q,而非n个个体命令。协调器仍需群体估计,例如从外部感知或低速率聚合反馈中获得;广播约束适用于下行驱动而非感知。

分析假设一阶随机运动学,其中fokker-planck lyapunov证书具有……

## 结论

我们针对由固定维公共线索和状态依赖局部响应驱动的随机群体密度,形式化了广播可驱性。lyapunov结果是条件性的:逐点生成算子不等式和解析集合支配常数蕴含同时满足终端目标质量和时域一致安全质量约束。在幅度约束下,bmax·|γ?·?δ(t, mt)|是公共通道可用的最大瞬时下降率,而γ?·?δ(t, mt)=0标志着丧失……

## credit作者贡献声明

赵涛涛:撰写-初稿、监督、项目管理、调查、形式分析、概念化。姬志坚:撰写-审稿与编辑。赵兰浩:撰写-审稿与编辑。谭林荣:资源提供。

## 利益冲突声明

作者声明不存在可能影响本工作的已知竞争性财务利益或个人关系。

**赵涛涛 | 姬志坚 | 赵兰浩 | 谭林荣**

青岛大学自动化学院复杂性科学研究院,中国青岛,266071>
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号