马氏跳多智能体系统中团队决策的均场控制方法

马氏跳多智能体系统的平均战队决策问题是当前系统与控制领域的一个热门研究课题，特别是在经济学、金融、通信工程、生物学以及医学等众多领域具有广泛的应用前景。这篇论文由山东大学控制科学与工程学院的Bing-Chang Wang教授撰写，他探讨了带有马尔可夫跳跃参数和耦合索引的多智能体团队决策问题。 在论文的开篇，作者回顾了近年来mean-field game（平均场博弈）和control（控制理论）领域的快速发展，这些理论模型在处理大规模系统的协同行为时展现出强大的分析工具。mean-field模型能够有效地捕捉个体行为对整体系统的影响，使得团队决策问题的研究更具挑战性也更具现实意义。 论文的核心内容集中在对多智能体系统中马尔可夫跳跃参数的团队决策问题进行集中策略分析。通过深入研究，作者推导出一个关于团队策略的参数化方程。进一步，作者通过在扩展状态空间中解决一个优化控制问题，获得了所谓的相容性方程，从而设计出一组分布式策略。这些策略不仅考虑了每个智能体的个体行为，还兼顾了系统的全局优化。 为了确保团队决策系统的稳定性，作者构建了一个Lyapunov函数，这是一种常用的稳定性分析工具。通过Lyapunov函数的构造和分析，作者证明了闭环系统是均匀稳定的，意味着分布式策略可以确保整个团队的长期稳定性和有效性。此外，这些策略也被证明是团队最优的，即它们能够在满足系统性能的同时最大化团队的整体利益。 论文的关键词包括“团队决策问题”、“平均场控制”、“分布式策略”以及“马尔可夫跳跃系统”，这些词汇突出了研究的核心内容和方法论。这篇论文在多智能体系统理论与应用之间架起了一座桥梁，对于理解复杂环境下的分布式决策制定具有重要的学术价值和实际指导意义。