基于图神经网络的图上协作间接影响与控制
系统与控制
2025-07-22 v1 系统与控制
摘要
本文提出了一种解决网络系统中间接影响问题的新方法，其中合作节点必须调节具有不确定动态的目标节点以遵循所需轨迹。我们利用图神经网络 (GNN) 的消息传递结构，使节点能够实时集中学习未知的目标动态。我们发展了一种基于 GNN 的新型反演控制策略，并从 Lyapunov 基于分析中推导出形式稳定性保证。包括数值仿真在内，以展示所开发控制器的性能。
关键词
引用
@article{arxiv.2507.14409,
title = {Collaborative Indirect Influencing and Control on Graphs using Graph Neural Networks},
author = {Max L. Gardenswartz and Brandon C. Fallin and Cristian F. Nino and Warren E. Dixon},
journal= {arXiv preprint arXiv:2507.14409},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2503.15360