网络系统中分布式持续监测的事件驱动滚动时域控制

我们解决了定义在一组通过网络拓扑互连的节点（目标）上的多智能体持续监测问题。需要通过控制一个协作智能体团队的运动，来最小化在有限时间内评估的节点状态平均总体不确定性度量。为解决该问题，我们提出了一种计算高效、分布式且在线式的事件驱动滚动时域控制方法。所提出的控制器不同于现有的在线基于梯度的参数化控制器和离线贪婪循环搜索方法，后者往往导致低性能的局部最优解或计算密集的集中式解。该控制器的一个关键新颖要素是它自动优化其规划时域长度，从而使其无参数。我们表明，在每次调用滚动时域控制器所遇到的每个分布式优化问题中，都可以获得显式的全局最优解。数值结果展示了相较于最先进的分布式在线参数化控制解的改进。