本文主要探讨了多智能体系统中的分布式事件触发共识问题，尤其关注的是非线性协议下的多智能体系统。研究中提出了基于相对状态非线性函数的局部控制策略，并考虑了智能体间耦合关系的非对称性和非恒定性。
在多智能体系统（MASs）的研究领域，由于其在如队形控制、监控和探索任务等多种应用中的潜力，已经得到了广泛的关注。为了延长系统的寿命，保证所需性能的同时，应当采取策略来节省通信带宽和能源。周期性的时间触发传感和控制更新对于资源节约有所帮助，但由于其周期性时间触发的特性，仍然可能引起不必要的信息传输和执行更新。
本文提出的两种分布式事件触发策略分别是基于状态依赖型和时间依赖型的策略。状态依赖型策略是通过在离散时刻传输状态来同时减少控制和通信的更新。通过利用如任意两智能体之间的路径这样的全局信息，时间依赖型策略则可以决定每个智能体的更新时间序列，依据其自身的状态和一个给定的时间依赖函数。在这两种情况下，都可以找到一个积极的事件间时间的下界，以消除Zeno行为（即事件以无限快的速度连续发生的情况）。
研究中，作者利用图论推理的Lyapunov函数对提出的策略进行了分析和展示。通过数值仿真证明了这两种策略的有效性。研究论文发表于《IET控制理论与应用》（IET Control Theory & Applications），属于研究文章类型。
论文作者是来自清华大学自动化系的徐张、毛银陈和凌旺，他们通过深入研究，提出了新的算法和理论，用以解决多智能体系统中因通信和计算资源限制带来的挑战。文章强调了非线性协议下实现智能体之间高效和节能协作的重要性，并且通过仿真实验验证了所提出的理论和策略在实际应用中的可行性和有效性。
在实际应用方面，多智能体系统在工业、环境监测、灾害救援和空间探索等领域有广泛的应用前景。在这些应用中，系统中的智能体往往需要在资源受限的环境下运行，例如电池供电的限制、无线通信带宽的限制等。因此，设计一种能够有效减少通信和计算资源消耗的控制算法是至关重要的。
这篇论文的研究成果不仅有助于提高多智能体系统的能源效率和系统寿命，也为多智能体系统的设计和应用提供了理论支撑和实际指导。通过事件触发控制，智能体能够在不牺牲系统性能的前提下，有效降低通信频率，延长系统整体的运行时间。这项研究为相关领域的工程师和技术人员提供了新的思路和方法，有助于推动多智能体系统的进一步发展和优化。
