近日，bevictor伟德在异构集群最优协同领域取得了令人瞩目的重要突破，相关研究成果发表于权威刊物IEEE Transactions on Automatic Control (IEEE TAC) （长文）。这一成果标志着我国在该领域的研究达到了新的高度，有望为具身智能集群系统的广泛应用奠定坚实基础。
创新算法，开辟“决策控制一体化”分布式最优协同新路径
研究团队考虑多个异构物理智能体在决策与控制回路的分布式最优协同问题，创新地建立“决策控制一体化”研究框架，取得了重要的理论成果。该成果以《有向通信网络上多异构系统的分布式约束最优协同控制》（Distributed Constrained Optimal Coordination of Multiple Heterogeneous Systems over A Directed Communication Network ）为题，以长文的形式发表在控制领域重要刊物IEEE Transactions on Automatic Control (IEEE TAC)上，论文由博士生（现香港城市大学博士后）先程鑫，刘永芳副教授，赵宇教授*，东南大学首席教授温广辉教授，欧洲科学院院士、发展中国家科学院院士、香港城市大学电子工程系讲座教授陈关荣教授共同完成，论文索引信息为DOI: 10.1109/TAC.2025.3560512 ，可在https://ieeexplore.ieee.org/document/10964144查看全文。
团队首先针对无约束的分布最优协同问题，巧妙利用输出调节技术和基于“盈余变量”方法，提出了一种独特的“决策控制一体化”分布最优协同算法，该算法由输出调节跟踪控制器和基于盈余调节的最优策略生成器组成。而对于具有网络资源约束和局部可行集约束的分布式约束最优协同问题，团队设计了基于梯度投影的分布式最优协同算法。这两种算法的提出，为解决多异构集群最优协同决策控制的复杂问题提供了全新的思路和方法。
“决策控制一体化”梯度投影分布式最优协同算法框架
深度探索，攻克有向通信网络中的异构系统最优协同难题
团队同时聚焦于有向通信网络上多个异构系统的分布式最优协同决策控制一体化问题。为一组异构智能体在有向通信网络条件下开发分布式最优协同算法，使智能体决策变量达集群最优状态，获取最佳系统性能。这一研究方向极具挑战性，涉及多学科交叉知识，此前的研究成果难以满足日益增长的实际应用需求。
与以往研究相比，本次成果显著扩展了智能体动力学和通信网络框架，更是首次针对权重不平衡有向通信网络上异构系统的分布式约束最优协同问题展开的研究，填补了该领域的一项重要空白。所建立的“决策控制一体化”框架将决策与执行控制环节深度集成，通过实时数据交互与协同优化，实现系统自主感知、智能决策与精准控制的无缝衔接，打破传统分层架构中决策与控制模块的界限，形成灵活的智能优化体系，能极大减少信息传递延迟，提高系统整体鲁棒性能，有效解决了物理层因未知突发扰动或故障给决策层带来的算法可行性问题。
实例验证，成果转化未来可期
为了验证算法的有效性，研究团队通过具身智能无人机群和智能电池储能系统的实例仿真，在现实环境模拟中，算法表现出色，成功验证了所提分布式最优协同和分布式约束最优协同算法的可靠性。这一成果意味着，未来在智能交通、物流配送、能源管理等多个领域，具身智能集群系统将能够更加高效、智能地运行，极大提升系统性能和资源利用率。
bevictor伟德的这一重大突破，不仅为学术界提供了新的研究思路和方法，更为相关产业的智能化升级注入了强大动力。相信在未来，随着研究成果的进一步转化应用，具身智能集群系统将在更多领域大放异彩，为社会发展做出更大贡献。我们期待bevictor伟德在该领域继续深耕，取得更多创新性成果！
仿真验证：多电池储能系统分布式能源调度
资助信息：本工作得到了国家自然科学基金青年基金A类（原杰青项目）、B类（原优青项目）和香港研究资助局等项目经费的支持。
撰稿：赵宇
审核：王小旭
