Distributed algorithms for interacting autonomous agents

Dit proefschrift betreft gedistribueerde algoritmes voor interacterende autonome agenten. We heroverwegen een subklasse van stochastische matrices, de Sarymsakov klasse van stochastische matrices, en verkennen de relatie met andere bekende klassen van stochastische matrices. De klassieke voorwaarden aangaande de convergentie van producten van stochastische matrices zijn heroverwogen en een nieuwe noodzakelijke en voldoende voorwaarde zijn voorgesteld door gebruik te maken van de Sarymsakov matrices. De voorwaarden zijn toegepast om een asynchroon implementatie probleem voor een gedistribueerd coördinatie algoritme op te lossen, wat ervoor zorgt dat een groep agenten overeenstemming bereikt. Gebruik makend van de theorie van structurele balans, welke zijn oorsprong vindt in de studie van sociale netwerken, onderzoeken we gedistribueerde algoritmes in aanwezigheid van positieve en negatieve koppelingen. Aangetoond is dat de toestand van het systeem polariseert of convergeert naar een afgesproken waarde van nul. Naast het bestuderen van het systeem dan overeenstemming bereikt of polariseert, hebben we drie mechanismes onderscheiden die kunnen leiden tot clustering gedrag in gedistribueerde gekoppelde netwerken. Meer inzicht is verkregen door het beheersbaarheid probleem en het cluster synchronisatie problemen van meerdere- agent systemen gezamenlijk te bestuderen. Die meerdere-agent systemen die niet beheersbaar zijn in eindige tijd, realiseren cluster synchronisatie wanneer de tijd naar oneindig gaat. Bovendien onderzoeken we het klok synchronisatie probleem in gedistribueerde netwerken met communicatie tijdsvertragingen en leiden we voorwaarden af voor de asymptotische synchronisatie fouten.