多智能体网络化系统的一致性问题是分布式协同控制和智能系统研究中的核心课题之一，在机器人集群控制、无人机编队飞行、智能电网等领域具有广泛应用。在现实环境中，这些多智能体系统经常受到外部干扰的影响，且传统的一致性协议在面对网络规模变化时，通常需要重新调整控制参数，否则可能导致一致性无法保持或系统性能劣化，可扩展性较差。因此，如何增强多智能体系统一致性网络的鲁棒性与可扩展性，是学术界和工业界共同关注的难题。
针对这一科学问题，西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。通过严格的数学证明与数值验证，发现了记忆信息不仅可促进多种一致行为的自发涌现，还能显著增强多智能体系统一致性网络的鲁棒性与可扩展性。此外，研究团队通过建立了控制参数、记忆系数、网络拓扑特征和网络性能之间的定量和定性关系，得到了记忆信息增强网络性能的理论极限，发现了一致性网络的鲁棒性与可扩展性呈正相关。该研究率先揭示了记忆信息对多智能体系统一致性网络性能的增强机制，不仅为多智能体网络的优化提供了新的见解，也为实际应用中设计鲁棒性和可扩展性俱佳的控制算法提供了重要的理论依据。
研究成果得到了国家自然科学基金面上项目（62273267）的资助，以“Robustness and scalability of consensus networks: the role of memory information”为题，长文（full paper）形式在线发表在控制领域顶级期刊《IEEE Transactions on Automatic Control》上，西安电子科技大学为论文第一单位，机电工程学院王嘉敏博士为第一作者，郑元世教授为通讯作者。
据悉，《IEEE Transactions on Automatic Control》是IEEE控制系统学会的旗舰汇刊，被公认为国际控制与自动化领域的顶级期刊，是衡量各高校控制领域学术水准的标志性期刊，其长文发表需要重要理论或应用创新。
近年来，该研究团队一直致力于探索集群控制及性能优化的新范式，深入挖掘智能体动力学、通信网络、通信协议和网络性能之间的本质联系，逐步建立较为完善的理论分析框架，并最终取得这项创新性研究成果，为群体智能的涌现机理进一步提供了理论支撑。团队前期相关研究成果已于2024年发表在控制领域顶级期刊《IEEE Transactions on Automatic Control》（长文）和《Automatica》，机电工程学院王嘉敏博士均为论文的第一作者。