Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.04020

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2508.04020 (math)
[提交于 2025年8月6日 ]

标题: 受控领导者-跟随者系统的微观-宏观和宏观-宏观极限

标题: Micro-macro and macro-macro limits for controlled leader-follower systems

Authors:Giacomo Albi, Young-Pil Choi, Matteo Piu, Sihyun Song
摘要: 我们研究一个受反馈控制的交互粒子领导者-跟随者系统,并通过两步传递过程推导其平均场极限:首先将其转化为耦合领导者粒子与跟随者流体的微观-宏观系统,然后进一步转化为完全连续的宏观-宏观系统。 对于每种极限过程,我们基于调制能量方法和Wasserstein距离建立了定量稳定性与收敛性估计。 这些结果为受控多智能体系统的分层约简提供了严格的理论基础。 给出了数值模拟,包括超出所考虑解析类别的相互作用势的例子,以展示动态行为并支持理论结果。
摘要: We study a leader-follower system of interacting particles subject to feedback control and derive its mean-field limits through a two-step passage: first to a micro-macro system coupling leader particles with a follower fluid, and then to a fully continuum macro-macro system. For each limiting procedure, we establish quantitative stability and convergence estimates based on modulated energy methods and Wasserstein distances. These results provide a rigorous foundation for the hierarchical reduction of controlled multi-agent systems. Numerical simulations are presented, including examples with interaction potentials beyond the analytical class considered, to demonstrate the dynamics and support the theoretical results.
评论: 41页,6图
主题: 偏微分方程分析 (math.AP) ; 数值分析 (math.NA); 优化与控制 (math.OC)
引用方式: arXiv:2508.04020 [math.AP]
  (或者 arXiv:2508.04020v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.04020
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Sihyun Song [查看电子邮件]
[v1] 星期三, 2025 年 8 月 6 日 02:25:15 UTC (5,306 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.NA
math
math.NA
math.OC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号