Coalitional Control: Cooperative game theory and control
作者: Filiberto Fele, José M. Maestre, Eduardo F. Camacho
分类: eess.SY, cs.GT, math.OC
发布日期: 2025-01-29
备注: Single column version, 35 pages
期刊: in IEEE Control Systems Magazine, vol. 37, no. 1, pp. 53-69, Feb. 2017
💡 一句话要点
提出基于合作博弈论的联盟控制方法，解决分布式控制中控制器协作问题。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 联盟控制 合作博弈论 分布式控制 模型预测控制 多智能体系统
📋 核心要点
- 现有分布式控制方法较少考虑控制器协作的局部利益驱动因素，限制了控制性能。
- 论文提出联盟控制方法，利用合作博弈论激励控制器形成联盟，实现协同控制。
- 论文阐述了联盟控制的关键概念和挑战，并探讨了其与合作网络博弈论的联系。
📝 摘要（中文）
信息和通信技术的进步使得测量数据和其他信息的共享变得高效而灵活，从而推动了控制应用规模和复杂性的增长。同时，控制设备计算和通信能力的提升促进了非集中式控制架构的发展，这本身也受到大规模系统固有结构约束的驱动。基于计算机的控制方法，如模型预测控制（MPC），是这些进步的明显受益者，并在理论和应用领域都取得了显著增长。联盟控制关注的是激励控制器进行协作的局部利益，而这在分布式控制文献中很少被考虑。本文介绍了联盟控制的主要概念和挑战，以及与合作网络博弈论的联系。
🔬 方法详解
问题定义：现有分布式控制方法在设计时，往往忽略了控制器之间的局部利益差异，导致控制器之间缺乏有效的协作机制。这在大规模复杂系统中尤为突出，因为每个控制器可能只关注自身性能，而忽略了全局优化目标。因此，如何设计一种能够激励控制器进行协作的控制策略，是本文要解决的核心问题。
核心思路：论文的核心思路是将合作博弈论引入到分布式控制中，通过定义合适的收益函数和分配机制，使得控制器可以通过形成联盟来获得更大的利益。每个控制器可以根据自身利益选择加入不同的联盟，从而实现全局优化。这种方法能够有效地协调控制器之间的局部利益，提高系统的整体性能。
技术框架：联盟控制的技术框架主要包括以下几个阶段：1) 信息收集：每个控制器收集自身的状态信息和邻居控制器的信息；2) 联盟形成：控制器根据自身利益和邻居控制器的信息，通过合作博弈论的方法形成联盟；3) 控制策略设计：每个联盟根据其共同目标，设计相应的控制策略；4) 控制执行：每个控制器执行其所属联盟的控制策略。
关键创新：论文的关键创新在于将合作博弈论引入到分布式控制中，提出了一种新的联盟控制方法。与传统的分布式控制方法相比，该方法能够更好地协调控制器之间的局部利益，提高系统的整体性能。此外，该方法还具有良好的可扩展性和鲁棒性，能够适应大规模复杂系统的控制需求。
关键设计：在联盟形成阶段，需要设计合适的收益函数和分配机制，以激励控制器进行协作。收益函数可以根据控制器的性能指标来定义，例如控制误差、能耗等。分配机制可以采用 Shapley 值、核心等合作博弈论中的经典方法。在控制策略设计阶段，可以采用模型预测控制（MPC）等先进的控制方法。
🖼️ 关键图片
📊 实验亮点
由于该论文为概念性文章，主要阐述了联盟控制的概念、挑战以及与合作博弈论的联系，因此没有具体的实验结果。其亮点在于提出了一个新颖的控制框架，为未来的研究方向提供了理论基础。未来的研究可以围绕具体的应用场景，设计相应的联盟形成和控制策略，并通过实验验证其有效性。
🎯 应用场景
联盟控制方法可应用于智能电网、交通控制、机器人集群、多智能体系统等领域。通过激励局部控制器形成联盟，实现协同控制，可以提高系统的整体性能、稳定性和鲁棒性。该方法在解决大规模复杂系统的控制问题方面具有重要的应用价值和潜力，未来可进一步研究其在不同领域的具体应用。
📄 摘要（原文）
The evolution of information and communication technologies has yielded the means of sharing measurements and other information in an efficient and flexible way, which has enabled the size and complexity of control applications to increase. At the same time, the improvements in the computational and communicational capabilities of control devices have fostered the development of noncentralized control architectures, already motivated by the inherent structural constraints of large-scale systems. Computer-based control approaches such as model predictive control (MPC) are visible beneficiaries of these advances and have registered a significant growth regarding both theoretical and applied fields. Coalitional control focuses on the local interests that motivate the controllers to assemble, an aspect so far rarely contemplated in the distributed control literature. This article presents the main concepts and challenges in coalitional control, and the links with cooperative network game theory.