⚡ electrical engineering

Decentralized design of leader-following consensus protocols for asymmetric matrix-weighted heterogeneous multiagent systems

यह शोध पत्र विषम बहु-एजेंट प्रणालियों (heterogeneous multiagent systems) में असममित मैट्रिक्स भार (asymmetric matrix weights) और निर्देशित स्पैनिंग ट्री (directed spanning trees) वाले लीडर-फॉलोइंग कंसेंसस प्रोटोकॉल के लिए एक विकेंद्रीकृत डिजाइन दृष्टिकोण प्रस्तावित करता है, जो न्यूनतम या पूर्ण पड़ोसी जानकारी के साथ स्थिरता सुनिश्चित करने के लिए DST-आधारित रैखिक रूपांतरणों और मैट्रिक्स डायगोनली डोमिनेंट विधियों का उपयोग करता है।

मूल लेखक: Lanhao Zhao, Yangzhou Chen

प्रकाशित 2026-03-18

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lanhao Zhao, Yangzhou Chen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक विशाल ऑर्केस्ट्रा है जहाँ हर संगीतकार एक अलग वाद्य यंत्र बजा रहा है (कुछ वायलिन हैं, कुछ ड्रम हैं, कुछ बांसुरी हैं)। वे सभी कंडक्टर (लीडर) के साथ पूरी तरह तालमेल बिठाकर बिल्कुल एक ही धुन बजाने की कोशिश कर रहे हैं। हालाँकि, यहाँ दो बड़ी समस्याएँ हैं:

वाद्य यंत्र अलग हैं: क्योंकि वे अलग हैं, इसलिए शीट म्यूजिक और कंडक्टर की छड़ी (बैटन) के प्रति उनकी प्रतिक्रिया अद्वितीय है।
संचार अव्यवस्थित है: एक वास्तविक ऑर्केस्ट्रा में, संगीतकार केवल कंडक्टर को नहीं सुनते; वे एक-दूसरे को भी सुनते हैं। लेकिन इस पेपर के परिदृश्य में, एक-दूसरे को सुनने का "वॉल्यूम" और "दिशा" अजीब है। कभी-कभार संगीतकार A, संगीतकार B को A की तुलना में अधिक सुनता है, और धुन के अलग-अलग हिस्सों के आधार पर यह "वॉल्यूम" बदल जाता है। यही वह चीज़ है जिसे पेपर "असिमेट्रिक मैट्रिक्स-वेटेड" (asymmetric matrix-weighted) सिस्टम कहता है।

झाओ और चेन का यह पेपर मूल रूप से एक कंडक्टर के लिए रेसिपी (या संगीतकारों के लिए नियमों का एक सेट) है, जो इस विविध और बेमेल समूह को बिना किसी विशाल केंद्रीय कंप्यूटर के, जो सबको सब कुछ बताए, पूर्ण सामंजस्य (unison) में बजाने की अनुमति देता है।

यहाँ उनके समाधान का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: बहुत अधिक शोर, पर्याप्त स्पष्टता की कमी

अतीत में, शोधकर्ताओं ने इन समूहों को एकमत करने के लिए सभी को एक-दूसरे से बात कराने की कोशिश की। लेकिन इससे ट्रैफिक जाम जैसी स्थिति पैदा हो जाती है। इसके अलावा, अधिकांश पिछले नियमों ने यह माना कि यदि A, B से बात करता है, तो B भी A से ठीक उसी "वेट" (समानता/symmetry) के साथ बात करेगा। लेखकों ने महसूस किया कि वास्तविक दुनिया में, रिश्ते अक्सर एकतरफा या जटिल होते हैं (असिमेट्रिक)।

उन्होंने पूछा: हम इस विविध समूह को कम से कम बातचीत के साथ और बिना किसी केंद्रीय बॉस के सब कुछ कैलकुलेट किए, एक योजना पर कैसे सहमत कर सकते हैं?

2. समाधान भाग 1: "भरोसे का पेड़" (न्यूनतम संचार)

लेखक एक चतुर तकनीक प्रस्तावित करते हैं जिसे DST-आधारित लीनियर ट्रांसफॉर्मेशन कहा जाता है।

उपमा: कल्पना कीजिए कि समूह एक पारिवारिक वृक्ष (family tree) है। लीडर दादाजी हैं। कुछ बच्चे सीधे दादाजी को सुनते हैं। अन्य अपने माता-पिता को सुनते हैं, जो दादाजी को सुनते हैं।
चलाकी: सभी को अपनी राय चिल्लाकर बताने के बजाय, पेपर सुझाव देता है कि प्रत्येक व्यक्ति को अपने "भरोसे की रेखा" (उनके पेड़ में उनके माता-पिता) में से केवल एक विशिष्ट व्यक्ति को सुनने की आवश्यकता है।
यह क्यों काम करता है: यदि पेड़ जुड़ा हुआ है (हर कोई अंततः दादाजी से जुड़ा है), तो आपको एक मेश नेटवर्क की आवश्यकता नहीं है। आपको बस शाखाओं की आवश्यकता है। इसे "मिनिमल कम्युनिकेशन लिंक्स" प्रोटोकॉल कहा जाता है। यह ऊर्जा बचाता है और भ्रम को कम करता है।

3. समाधान भाग 2: "विकेंद्रीकृत ट्यूनिंग" (गेंस का डिज़ाइन)

अब, हम प्रत्येक संगीतकार को यह कैसे बताएंगे कि उन्हें अपने वाद्य यंत्र को कैसे समायोजित करना है? आमतौर पर, आपको सही सेटिंग्स की गणना करने के लिए एक मास्टर शीट की आवश्यकता होती है जिसमें सभी के आंकड़े हों। वह धीमा और कठिन है।

लेखकों ने एक विकेंद्रीकृत डिज़ाइन विधि (Decentralized Design Method) का आविष्कार किया।

उपमा: इसे गिटार ट्यून करने जैसा समझें। हर गिटार के पास मास्टर ट्यूनर आने के बजाय, प्रत्येक संगीतकार को एक सरल नियम दिया जाता है: "अपने स्वयं के तार के तनाव और उस व्यक्ति के तनाव को देखें जिससे आप सीधे जुड़े हुए हैं। अपने ट्यूनिंग पेग को तब तक समायोजित करें जब तक कि आप उनसे मेल न खा जाएं।"
जादू: पेपर यह सिद्ध करता है कि यदि हर कोई इस स्थानीय नियम का पालन करता है, तो पूरा ऑर्केस्ट्रा अंततः खुद को पूरी तरह से ट्यून कर लेगा। उन्हें यह जानने की ज़रूरत नहीं है कि 50वाँ वायलिन वादक कौन है; उन्हें केवल अपने निकटतम पड़ोसी को जानने की आवश्यकता है।

4. समाधान भाग 3: "सुरक्षा जाल" (सभी पड़ोसियों का उपयोग करना)

क्या होगा यदि समूह केवल अपने पेड़ के "माता-पिता" को ही नहीं, बल्कि सभी से बात करना चाहता है? शायद वे अतिरिक्त सुनिश्चित होना चाहते हैं।

लेखकों ने इसे संभालने के लिए अपने तरीके को विस्तारित किया। उन्होंने "डायगोनल डोमिनेंस" (इसे एक "सुरक्षा जाल" के रूप में सोचें) नामक एक गणितीय अवधारणा का उपयोग किया।

उपमा: कल्पना कीजिए कि एक रस्सी पर चलने वाला (tightrope walker) है। यदि वे केवल एक हाथ पकड़ते हैं (पेड़ वाली विधि), तो वे स्थिर हैं। यदि वे अपने आस-पास के सभी लोगों के हाथ पकड़ लेते हैं, तो वे और भी अधिक स्थिर होते हैं, लेकिन संतुलन बनाना कठिन होता है।
चलाकी: लेखकों ने एक नियम बनाया कि, "जब तक आपकी अपनी ताकत (आपके अपने समायोजन) उन सभी शोरों के संयुक्त प्रभाव से अधिक शक्तिशाली है जो आपको अलग-अलग दिशाओं में खींच रहे हैं, तब तक आप रस्सी पर टिके रहेंगे।" यह उन्हें सभी पड़ोसी जानकारी का उपयोग करने की अनुमति देता है जबकि वे अभी भी अपनी सेटिंग्स को स्थानीय रूप से कैलकुलेट कर सकते हैं।

5. परिणाम: अराजकता से सामंजस्य

पेपर यह सिद्ध करने के लिए कंप्यूटर सिमुलेशन (जैसे एक वीडियो गेम) चलाता है।

उन्होंने अलग-अलग इंजन वाले 5 रोबोटों का एक समूह बनाया (विषम/heterogeneous)।
उन्होंने उन्हें अजीब, एक-तरफा संचार वेट दिए (असिमेट्रिक)।
उन्होंने अपने "ट्री" और "लोकल ट्यूनिंग" नियमों को लागू किया।
परिणाम: रोबोट अलग-अलग स्थितियों और गति से शुरू हुए, लेकिन कुछ ही सेकंड के भीतर, वे सभी लीडर के साथ पूर्ण तालमेल में चलने लगे।

सारांश

यह पेपर इस बारे में है कि एक विविध, अव्यवस्थित समूह को कुशलतापूर्वक एक साथ काम करना कैसे सिखाया जाए।

पुराना तरीका: हर कोई एक-दूसरे से बात करता है; एक केंद्रीय मस्तिष्क योजना की गणना करता है; यह मानता है कि रिश्ते पूरी तरह से निष्पक्ष (सिमेट्रिक) हैं।
नया तरीका (यह पेपर): हर कोई केवल एक श्रृंखला में अपने "माता-पिता" को सुनता है (या यदि वे सभी से बात करते हैं तो सुरक्षा जाल का उपयोग करता है); हर कोई केवल स्थानीय जानकारी के आधार पर अपनी सेटिंग्स की गणना करता है; यह तब भी काम करता है जब रिश्ते एकतरफा या अनुचित हों।

यह स्वायत्त कारों (self-driving cars), ड्रोन झुंडों, या पावर ग्रिड को एक साथ सुचारू रूप से काम करने के लिए एक ब्लूप्रिंट है, भले ही वे सभी अलग-अलग तरह से बनाए गए हों और संचार लाइनें अव्यवस्थित हों।

यहाँ झाओ और चेन के शोध पत्र "Decentralized design of leader-following consensus protocols for asymmetric matrix-weighted heterogeneous multi-agent systems" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र दो विशिष्ट और चुनौतीपूर्ण स्थितियों के तहत विषम बहु-एजेंट प्रणालियों (heterogeneous multi-agent systems - MASs) के लिए लीडर-फॉलोइंग कंसेंसस (leader-following consensus) समस्या को संबोधित करता है:

विषमता (Heterogeneity): एजेंटों के पास अलग-अलग गतिशील मॉडल (विभिन्न स्टेट-स्पेस मैट्रिसेस $A_i, B_i$ ) होते हैं।
असममित मैट्रिक्स-भारित टोपोलॉजी (Asymmetric Matrix-Weighted Topology): एजेंटों के बीच संचार भार को स्केलर मानों या सममित मैट्रिसेस के बजाय असममित मैट्रिसेस द्वारा दर्शाया जाता है। यह जटिल अंतःक्रियाओं की अनुमति देता है जहाँ एक एजेंट के विभिन्न स्टेट घटक दूसरे एजेंट के विभिन्न घटकों को अलग-अलग भार के साथ प्रभावित करते हैं।

मुख्य चुनौतियाँ:

विकेंद्रीकृत डिज़ाइन (Decentralized Design): मौजूदा विधियों के लिए अक्सर फीडबैक गेन (feedback gains) डिजाइन करने के लिए वैश्विक जानकारी (जैसे कि पूर्ण लैपलेसियन मैट्रिक्स या नेटवर्क के आइगेनवैल्यू) की आवश्यकता होती है, जो बड़े पैमाने की प्रणालियों के लिए अव्यवहारिक है।
संचार दक्षता (Communication Efficiency): मानक प्रोटोकॉल अक्सर सभी पड़ोसियों से जानकारी का उपयोग करते हैं, जिससे संचार का भार बढ़ जाता है।
स्थिरता विश्लेषण (Stability Analysis): असममित भार मैट्रिसेस स्थिरता विश्लेषण को जटिल बना देते हैं, क्योंकि पारंपरिक विधियाँ अक्सर सममित या धनात्मक/ऋणात्मक निश्चित (positive/negative definite) धारणाओं पर निर्भर करती हैं।

2. कार्यप्रणाली (Methodology)

लेखक डायरेक्टेड स्पैनिंग ट्री (Directed Spanning Tree - DST) गुणों और रैखिक रूपांतरण (linear transformation) पर आधारित एक विकेंद्रीकृत डिज़ाइन फ्रेमवर्क प्रस्तावित करते हैं।

A. सिस्टम मॉडलिंग (System Modeling)

सिस्टम में एक लीडर (नोड 0) और $N$ फॉलोअर्स शामिल हैं।
डायनेमिक्स लीनियर टाइम-इनवेरिएंट (LTI) लेकिन विषम (heterogeneous) हैं: $\dot{x}_i = A_i x_i + B_i u_i$ ।
संचार को एक निर्देशित ग्राफ द्वारा मॉडल किया गया जिसमें एक असममित ब्लॉक वेट मैट्रिक्स $W$ है।
यह माना गया है कि लीडर को रूट (root) के रूप में रखते हुए एक DST मौजूद है, जो यह सुनिश्चित करता है कि लीडर की जानकारी सभी फॉलोअर्स तक पहुँच सके।

B. मुख्य रूपांतरण तकनीक (Core Transformation Technique)

यह शोध पत्र कंसेंसस समस्या को आंशिक चर स्थिरता समस्या (partial variable stability problem) में बदलने के लिए एक DST-आधारित रैखिक रूपांतरण का उपयोग करता है।

रूपांतरण (Transformation): DST का एक इंसिडेंस मैट्रिक्स (incidence matrix) $P_0$ बनाया जाता है। सिस्टम स्टेट्स पर एक रैखिक रूपांतरण $P$ लागू किया जाता है, जो लीडर के स्टेट को सापेक्ष त्रुटियों (relative errors) से अलग करता है।
आंशिक स्थिरता (Partial Stability): कंसेंसस की स्थिति ( $\lim_{t\to\infty} \|x_i - x_0\| = 0$ ) को रूपांतरित त्रुटि प्रणाली (transformed error system) के शून्य साम्यावस्था (zero equilibrium point) की ग्लोबल एसिम्प्टोटिक स्थिरता के समकक्ष सिद्ध किया गया है।
सहायक प्रणाली (Auxiliary System): रूपांतरित प्रणाली की स्थिरता का विश्लेषण एक ऐसी सहायक प्रणाली का उपयोग करके किया जाता है जिसमें सिस्टम की अवलोकनीयता (observability) से प्राप्त मैट्रिसेस शामिल हैं। कंसेंसस तब प्राप्त होता है जब विशिष्ट ब्लॉक मैट्रिसेस (जो सिस्टम डायनेमिक्स और गेन्स से प्राप्त होते हैं) हर्विट्ज़ स्थिर (Hurwitz stable) होते हैं।

C. दो प्रोटोकॉल डिज़ाइन (Two Protocol Designs)

यह शोध पत्र विकेंद्रीकृत गेन डिज़ाइन के साथ दो अलग-अलग प्रोटोकॉल प्रस्तावित करता है:

1. न्यूनतम संचार लिंक वाला प्रोटोकॉल (DST-आधारित)

रणनीति: प्रत्येक एजेंट $i$ केवल अपने स्वयं के स्टेट और अपने पैरेंट नोड ( $k_i$ ) के सापेक्ष स्टेट का उपयोग करता है।
नियंत्रण नियम (Control Law): $u_i = -G_i x_i + K_i W_{i,k_i} (x_{k_i} - x_i)$ ।
डिज़ाइन तर्क:
- गेन $G_i$ को पहले इसलिए डिज़ाइन किया जाता है ताकि एजेंटों की विषमता से संबंधित एक विशिष्ट ब्लॉक मैट्रिक्स ( $L_1 \bar{D} L_3$ ) की स्थिरता सुनिश्चित हो सके।
- इसके बाद गेन $K_i$ को स्थानीय रूप से इस प्रकार डिज़ाइन किया जाता है कि सिस्टम मैट्रिक्स के डायगोनल ब्लॉक्स ( $A_i^* - B_i^*$ ) स्थिर रहें।
- विकेंद्रीकरण: चूंकि $K_i$ केवल एजेंट $i$ के मापदंडों और उसके पैरेंट के भार पर निर्भर करता है, इसलिए किसी भी वैश्विक नेटवर्क जानकारी की आवश्यकता नहीं होती है।

2. सभी पड़ोसी जानकारी का उपयोग करने वाला प्रोटोकॉल

रणनीति: एजेंट मूल टोपोलॉजी में अपने सभी पड़ोसियों से जानकारी प्राप्त करते हैं।
नियंत्रण नियम: $u_i = -G_i x_i + K_i \sum_{j \in N_i} W_{i,j} (x_j - x_i)$ ।
डिज़ाइन तर्क:
- लेखक ब्लॉक मैट्रिसेस के गेर्शगोरिन सर्कल थ्योरम (Gerschgorin Circle Theorem for block matrices) का उपयोग करके विकेंद्रीकृत दृष्टिकोण का विस्तार करते हैं।
- वे ऐसी स्थितियाँ निकालते हैं जहाँ सिस्टम मैट्रिक्स के गेर्शगोरिन सर्कल खुले बाएं अर्ध-तल (open left half-plane) में होने चाहिए।
- यह प्रत्येक एजेंट को अपने स्थानीय मापदंडों और अपने निकटतम पड़ोसियों के भार के आधार पर अपना गेन $K_i$ कैलकुलेट करने की अनुमति देता है, जिससे वैश्विक मैट्रिक्स असमानताओं (global matrix inequalities) को हल करने की आवश्यकता नहीं रहती।

3. मुख्य योगदान (Key Contributions)

भार संबंधी धारणाओं में ढील (Relaxation of Weight Assumptions): अधिकांश मौजूदा साहित्य के विपरीत, जो सममित या निश्चित भार मैट्रिसेस को मानते हैं, यह कार्य जेनेरिक असममित मैट्रिक्स भार को संभालता है, जो वास्तविक दुनिया के नेटवर्क के लिए इसकी प्रयोज्यता को काफी बढ़ाता है।
न्यूनतम संचार प्रोटोकॉल (Minimal Communication Protocol): यह शोध पत्र एक "न्यूनतम संचार लिंक" प्रोटोकॉल पेश करता है जहाँ एजेंट केवल अपने DST पैरेंट के साथ संवाद करते हैं। यह संचार भार को कम करता है और कंसेंसस के लिए आवश्यक नेटवर्क संरचना को सरल बनाता है।
पूर्णतः विकेंद्रीकृत गेन डिज़ाइन (Fully Decentralized Gain Design):
- यह विधि प्रत्येक एजेंट को वैश्विक जानकारी के बिना अपना अनूठा फीडबैक गेन मैट्रिक्स ( $G_i, K_i$ ) डिज़ाइन करने की अनुमति देती है।
- यह पिछले कार्यों की तुलना में एक महत्वपूर्ण सुधार है जिन्हें या तो वैश्विक जानकारी की आवश्यकता थी या जिन्होंने सभी एजेंटों को समान गेन का उपयोग करने के लिए मजबूर किया (जो विषम प्रणालियों के लिए लचीलेपन को सीमित करता है)।
सैद्धांतिक ढांचा (Theoretical Framework): DST-आधारित रैखिक रूपांतरण और आंशिक चर स्थिरता सिद्धांत का संयोजन असममित मैट्रिक्स-भारित विषम MAS के विश्लेषण के लिए एक कठोर गणितीय आधार प्रदान करता है।

4. परिणाम (Results)

सैद्धांतिक निष्कर्षों को असममित मैट्रिक्स भार वाले 4-फॉलोअर विषम सिस्टम के संख्यात्मक सिमुलेशन (numerical simulations) के माध्यम से सत्यापित किया गया:

उदाहरण 1 (न्यूनतम लिंक): इसने प्रदर्शित किया कि केवल DST पैरेंट जानकारी का उपयोग करके, स्टेट एरर शून्य की ओर अभिसरित (converge) हो गए। $K_i$ की विकेंद्रीकृत गणना सफल रही।
उदाहरण 2 ( $G_i$ का प्रभाव): इसने दिखाया कि गेन मैट्रिक्स $G_i$ (सेल्फ-फीडबैक से संबंधित) कंसेंसस प्रक्रिया की अभिसरण दर (convergence rate) को सीधे प्रभावित करता है।
उदाहरण 3 (सभी पड़ोसी): सभी पड़ोसी जानकारी का उपयोग करने वाले प्रोटोकॉल को सत्यापित किया गया। गेर्शगोरिन सर्कल की स्थिति संतुष्ट हुई, और सिस्टम ने कंसेंसस प्राप्त किया, जो पूर्ण टोपोलॉजी उपयोग के बावजूद विकेंद्रीकृत डिज़ाइन की प्रभावशीलता को सिद्ध करता है।

5. महत्व (Significance)

स्केलेबिलिटी (Scalability): विकेंद्रीकृत डिज़ाइन को सक्षम बनाकर, यह दृष्टिकोण उन बड़े नेटवर्क के लिए स्केलेबल है जहाँ वैश्विक टोपोलॉजी डेटा एकत्र करना असंभव या बहुत महंगा है।
लचीलापन (Flexibility): असममित मैट्रिक्स भार की अनुमति देने से यह मॉडल फॉर्मेशन कंट्रोल, सेंसर नेटवर्क और पावर ग्रिड जैसे अनुप्रयोगों के लिए अधिक यथार्थवादी बन जाता है जहाँ अंतःक्रियाएं दिशात्मक और बहु-आयामी होती हैं।
दक्षता (Efficiency): "न्यूनतम संचार लिंक" प्रोटोकॉल बैंडविड्थ-सीमित वातावरण के लिए एक व्यावहारिक समाधान प्रदान करता है, यह सिद्ध करते हुए कि यदि एक DST मौजूद है, तो कंसेंसस के लिए पूर्ण नेटवर्क कनेक्टिविटी अनिवार्य नहीं है।
सैद्धांतिक प्रगति (Theoretical Advancement): यह विशेष रूप से विषम (heterogeneous) MAS के लिए विकेंद्रीकृत डिज़ाइन विधि प्रदान करने वाला पहला कार्य है, जो मैट्रिक्स-भारित नेटवर्क सिद्धांत और विषम नियंत्रण के बीच के अंतर को पाटता है।