[论文解读] Optimal Network Topology of Multi-Agent Systems subject to Computation and Communication Latency (with proofs)

Luca Ballotta, Mihailo R. Jovanović+1 more|arXiv (Cornell University)|Jan 1, 2021

Distributed Control Multi-Agent Systems参考文献 34被引用 3

一句话总结

本文针对存在计算与通信时滞的多智能体系统，提出了一种最优反馈控制设计，聚焦于环形队形。推导出最小化稳态方差的闭式控制增益，证明了集中式（完全图）拓扑因时滞增长而次优，并表明通过特定稀疏拓扑可实现近似最优性能，平衡反馈增益与时延惩罚。

ABSTRACT

We study minimum-variance feedback-control design for a networked control system with retarded dynamics, where inter-agent communication is subject to latency. We prove that such a design can be solved efficiently for circular formations and compute near-optimal control gains in closed form. We show that the centralized control architecture is in general suboptimal when the communication increase with the number of links, and propose a control-driven optimization of the network topology.

研究动机与目标

• 解决多智能体系统中因通信时滞随网络密度增加而导致稳态方差最小化的挑战。
• 探究当通信时滞随链路数量增长时，集中式控制（完全图）是否仍为最优。
• 提出一种考虑信息丰富度与时延之间权衡的控制驱动型网络拓扑优化框架。
• 推导在时延信息交换下环形多智能体队形的反馈控制增益解析解。
• 证明最优性能并非通过全连接实现，而是通过特定稀疏网络拓扑实现，该拓扑在反馈与时延之间取得平衡。

提出的方法

• 建立N个智能体的环形队形网络模型，每个智能体由带随机扰动的单积分器驱动。
• 假设每个智能体从其前方和后方n个最近邻接收延迟状态测量，延迟τn = f(n)τmin随n增加而增长。
• 利用最小方差控制框架推导系统状态的稳态方差，得到依赖于反馈增益矩阵特征值的代价函数。
• 运用循环矩阵理论与离散傅里叶变换（DFT）表达特征值，简化优化问题。
• 分两阶段求解优化问题：首先在反馈增益相等（单参数）条件下求解，然后在独立增益（多参数）条件下求解，证明最优解可归约为单参数情形。
• 应用Plancherel定理与凸优化，推导最优增益的闭式表达式，并分析其稳定性和性能。

实验结果

研究问题

• RQ1 当网络密度增加导致时滞增长时，通信链路数量的增加如何影响系统性能？
• RQ2 在通信时滞随网络密度增长的情况下，集中式控制（完全图）是否仍为最小化稳态方差的最优选择？
• RQ3 能否为具有时延信息交换的环形多智能体队形推导出最优反馈控制增益的闭式表达式？
• RQ4 在时滞约束下，使稳态方差最小化的最优通信链路数量（即网络拓扑）是什么？
• RQ5 最优控制设计是否依赖于通信图的结构？若是，其依赖关系如何？

主要发现

• 集中式控制（即使用所有通信链路）通常性能较差，因为时滞的增长超过了额外反馈带来的增益。
• 即使允许多个独立增益，最优反馈增益配置仍可归约为单参数解（即增益相等），这是由凸性与对称性决定的。
• 利用DFT与Plancherel定理推导出近似最优控制增益的闭式表达式，实现高效计算。
• 证明稳态方差与时滞函数f(n)呈线性关系，比例系数取决于最优特征值分布。
• 最优拓扑并非完全图；而是一种稀疏且对称的队形，每个智能体的邻居数量经仔细选择，以平衡反馈增益与时延影响。
• 数值结果表明，性能随网络密度增加而提升，但达到某一点后时延主导，性能开始下降。