論文の概要: Formation Matrix and Energy-based Control of Multi-Agent Systems
- arxiv url: http://arxiv.org/abs/2609.04158v1
- Date: Thu, 03 Sep 2026 17:49:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.190715
- Title: Formation Matrix and Energy-based Control of Multi-Agent Systems
- Title（参考訳）: マルチエージェントシステムの形成行列とエネルギーベース制御
- Abstract要約: コントローラは、一対のエージェントを接続する初等スプリングダンパーモジュールのネットワークをエミュレートする。
生成行列は、結合グラフの相互結合構造とエネルギー交換構造を数学的に表現する。
本稿では,CbI方式に基づくリーダフォローと位置ベース生成制御システムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents an energy-based controller for a multiagent robotic system designed to achieve and maintain a specific formation while moving on a plane and avoiding collisions between agents. The controller emulates a network of elementary spring-damper modules connecting pairs of agents. This network, with its de-energized states representing the desired formation, determines the system's dynamics, which is fully encapsulated by a bond graph model. The modeling is further enhanced through the introduction of a formation matrix, using a graph-theoretic approach, that describes both the distances and relative velocities among the agents of the arrangement. This matrix mathematically represents the interconnection and energy-exchange structure of the bond graph, allowing us to put it in correspondence with the control-by-interconnection CbI-scheme of the IDA-PBC theory, facilitating the solution of the formation control problem within the port-Hamiltonian system framework. Furthermore, the paper presents leader-following and position-based formation control systems based on the CbI scheme, including a stability analysis of the corresponding closed-loop systems. The theoretical findings are validated through numerical simulations across various scenarios.
- Abstract（参考訳）: 本稿では,平面上を移動しながら,エージェント同士の衝突を回避しながら,特定の構成を実現し,維持するためのマルチエージェントロボットシステムのためのエネルギーベースコントローラを提案する。
コントローラは、一対のエージェントを接続する初等スプリングダンパーモジュールのネットワークをエミュレートする。
このネットワークは、所望の形成を表す非エネルギー状態を持ち、結合グラフモデルによって完全にカプセル化されるシステムの力学を決定する。
このモデリングは、グラフ理論的手法を用いて、配置のエージェント間の距離と相対速度の両方を記述する生成行列の導入によってさらに強化される。
この行列は、結合グラフの相互接続とエネルギー交換構造を数学的に表現し、IDA-PBC理論の制御・相互接続CbIスキームに対応させ、ポート・ハミルトン系の枠組みにおける生成制御問題の解法を容易にする。
さらに、CbI方式に基づくリーダー追従および位置ベース生成制御系について、対応する閉ループ系の安定性解析を含む。
理論的知見は様々なシナリオで数値シミュレーションによって検証される。
関連論文リスト
- Graph-Theoretic Neural Network Fragmentation with Covariant Direct Molecular Force Learning: Enabling Coupled-Cluster Accuracy AIMD for Fluxional Systems [1.476367559174889]
本稿では,機械学習と統合されたグラフ理論的分子断片化フレームワークを用いて,ハートリー・フォック後の核力のモデル化を行う。
我々のフレームワークは複雑な動的シグネチャと重要な構造特性を再現した。
最終的に、このスケーラブルで体系的に即効的なフレームワークは、高レベルの相関波動関数理論と長時間の反応性サンプリングのギャップを埋める。
論文 参考訳（メタデータ） (2026-07-23T19:49:22Z) - Controlled Dynamics Attractor Transformer [58.15454173718687]
トランスフォーマーアーキテクチャは自己認識機構を通じて深層モデルにおける高度な表現学習と推論を行う。
並行して、連想記憶(AM)フレームワークはエネルギーランドスケープに表現をマッピングし、解釈可能な検索メカニズムを提供する。
我々は,ミセス・フィッシャー (Mo-vMF) の注意エネルギーとホップフィールド精製エネルギーを混合した制御型ダイナミクス・アトラクタ変換器 (CCAT) を提案する。
CCATは、グラフ異常検出とグラフ分類において、複数のベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-06-13T09:04:22Z) - A Unified Framework for Structured Flow Modeling: From Continuous Fields to Data-Driven Representations [0.0]
力学系は、ソース/シンクの挙動、循環力学、トポロジーに制約された輸送を結合した構造的流れで記述することができる。
この研究は、ヘルムホルツ・ホッジ分解に基づく連続的な定式化を離散的およびデータ駆動的表現と結合することによって、そのようなシステムに対する統一的な視点を提供する。
論文 参考訳（メタデータ） (2026-05-18T11:52:09Z) - Co-Learning Port-Hamiltonian Systems and Optimal Energy-Shaping Control [1.7906055170287054]
我々は、軌道データからポート・ハミルトン系(pH)のエネルギー変換制御のための物理インフォームド学習フレームワークを開発した。
提案手法は,pHシステムモデルとEB-PBC(Energy-balancing Passivity-based controller)を協調して,ポリシ対応データ収集の最適化を行う。
論文 参考訳（メタデータ） (2026-04-28T23:27:10Z) - Power Grid Control with Graph-Based Distributed Reinforcement Learning [60.49805771047161]
この作業は、リアルタイムでスケーラブルなグリッド管理のためのグラフベースの分散強化学習フレームワークを前進させる。
グラフニューラルネットワーク(GNN)を使用して、ネットワークのトポロジ情報を単一の低レベルエージェントの観測内にエンコードする。
Grid2Opシミュレーション環境での実験は、このアプローチの有効性を示している。
論文 参考訳（メタデータ） (2025-09-02T22:17:25Z) - KITINet: Kinetics Theory Inspired Network Architectures with PDE Simulation Approaches [43.872190335490515]
本稿では,非平衡粒子動力学のレンズによる特徴伝播を再解釈する新しいアーキテクチャKITINetを紹介する。
そこで本研究では,粒子系の進化をモデルとした残留モジュールを提案する。
この定式化は粒子衝突とエネルギー交換を模倣し、物理インフォームド相互作用による適応的特徴改善を可能にする。
論文 参考訳（メタデータ） (2025-05-23T13:58:29Z) - Generation of C-NOT, SWAP, and C-Z Gates for Two Qubits Using Coherent
and Incoherent Controls and Stochastic Optimization [56.47577824219207]
我々は、Gorini-Kossakowsky-Sudarchhan-Lindblad型マスター方程式によって決定される開量子系の力学の一般的な形式を考える。
我々は,2ビットのC-NOT,SWAP,C-Zゲートを生成する際の制御問題を,一括定数制御と最適化を用いて解析する。
論文 参考訳（メタデータ） (2023-12-09T17:55:47Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳（メタデータ） (2022-12-01T17:36:30Z) - Optimal control for state preparation in two-qubit open quantum systems
driven by coherent and incoherent controls via GRAPE approach [77.34726150561087]
我々は、コヒーレントかつ非コヒーレントな時間依存制御によって駆動される2つの量子ビットのモデルを考える。
系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。
最適化制御の下で, フォン・ノイマンエントロピー, 純度, および1ビット還元密度行列の進化について検討した。
論文 参考訳（メタデータ） (2022-11-04T15:20:18Z) - Data-driven Control of Agent-based Models: an Equation/Variable-free
Machine Learning Approach [0.0]
複雑/マルチスケールシステムの集合力学を制御するための方程式/変数自由機械学習(EVFML)フレームワークを提案する。
提案手法は3段階からなる: (A) 高次元エージェントベースシミュレーション、機械学習(特に非線形多様体学習(DM))
創発力学の数値分岐解析を行うために方程式のない手法を用いる。
我々は,エージェントをベースとしたシミュレータを本質的で不正確に知られ,創発的なオープンループ定常状態に駆動する,データ駆動型組込み洗浄制御器を設計する。
論文 参考訳（メタデータ） (2022-07-12T18:16:22Z) - Total Energy Shaping with Neural Interconnection and Damping Assignment
-- Passivity Based Control [2.1485350418225244]
我々は、ニューラルネットワーク(NN)の普遍近似特性を利用して、受動性に基づく制御スキームを設計する。
提案した制御設計手法は,自由度1度と2度のメカニカルシステムに対して検証される。
論文 参考訳（メタデータ） (2021-12-24T08:41:17Z) - An Ode to an ODE [78.97367880223254]
我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。
この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
論文 参考訳（メタデータ） (2020-06-19T22:05:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。