动态网络中仿生群体决策的均值场博弈
系统与控制
2018-02-13 v1 多智能体系统
摘要
给定大量分布在三种可能状态中的同质参与者，我们考虑这些参与者必须控制其转移率同时最小化代价的问题。最优转移率基于参与者对其当前状态及所有其他参与者分布的了解，这在运行代价与终端代价中引入了均值场项。第一项贡献涉及一个将宏观与微观动力学结合的均值场博弈模型。我们通过求解相应的初-终值问题获得该模型的均值场均衡。我们进行渐近分析以获得系统的平稳均衡。第二项贡献涉及对有限数目参与者在由交互拓扑建模的结构化环境中交互的系统的微观动力学研究。第三项贡献是将该模型专门化以描述蜂群、病毒传播与互联智能电网中的级联故障。进行了涉及两类网络攻击的数值分析。我们模拟了故障在互联智能电网中的传播方式及对电网频率的影响。我们将分析重新置于 Lyapunov 线性化方法、非线性系统稳定性理论与 Kuramoto 耦合振子模型的框架内。
引用
@article{arxiv.1802.03435,
title = {Mean-field Games for Bio-inspired Collective Decision-making in Dynamical Networks},
author = {Leonardo Stella and Dario Bauso},
journal= {arXiv preprint arXiv:1802.03435},
year = {2018}
}