🔍 耿同学打假报告

论文信息

标题：Predefined-Time Distributed Optimal Control for Nonlinear Multiagent Systems via Reinforcement Learning
作者：Nannan Cai, Wei Wu, Shaocheng Tong
期刊：IEEE Internet of Things Journal (Vol. 13, No. 10)
DOI：10.1109/JIOT.2026.3665672
发表年份：2026
论文来源：Predefined_Distributed_Optimal_Control_for_Nonlinear_Multiagent_Systems.pdf

综合评定：🟡 存疑

评定理由：虽然核心仿真数据经过了耿某的“魔鬼计算”验证且结果自洽，但论文的审稿与发表周期短得打破了物理学定律。此外，受限于文本格式，无法进行最关键的图片 PS 痕迹检测。目前判定为“存疑”，主要针对其惊人的审稿速度。

详细发现

发现 1：产出异常检测（违背时间逻辑的审稿速度）

位置：论文首页脚注 / Manuscript 信息
描述：论文明确标注收到日期为 2026 年 1 月 14 日，录用日期为 2026 年 2 月 12 日。
证据：
- 审稿周期仅为 29 天。
- 《IEEE Internet of Things Journal》作为顶级期刊（中科院一区/JCR Q1），常规审稿周期通常在 3-6 个月甚至更长。
- 虽然存在“快速通道”，但这通常用于具有重大突破性且成文完美的稿件。然而，本文篇幅较长（10页），包含复杂的定理证明和大量公式排版。
- 疑点：从投稿到录用仅用 29 天，意味着审稿人必须在几天内读完并给出意见，作者在几天内完成修改排版，编辑立即拍板。这种速度要么是学术“有关系”，要么是稿件早已内定，这在学术界是极度异常的。
严重程度：🟠 (高度可疑，但属于流程问题)

发现 2：数据造假检测（耿同学的硬核验算）

位置：Section IV. Numerical Simulation (Page 21193-21194)
描述：作者声称在 $$T_c=2s$$ 时，观测到的代价函数值 $$J_i$$ 分别为 0.0572, 0.1308, 0.5694，并声称这与理论最优值 $V_i^*(\delta_i(0))$ 相符。耿某亲自进行了计算。
证据：
- 根据文中给出的初始条件：
  - $$x_0(0) = [0.005, -0.005, 0.002]^T$$
  - Agent 1 初始状态 $$x_1(0) = [0.15, -0.18, 0.25]^T$$
  - Agent 2 初始状态 $$x_2(0) = [0.65, -0.23, 0.15]^T$$
  - Agent 3 初始状态 $$x_3(0) = [0.85, -1.05, 0.80]^T$$
- 根据拓扑图（Fig. 2），计算局部跟踪误差 $\delta_i$：
  - $\delta_1 = x_1 - x_0 = [0.145, -0.175, 0.248]^T$ --> $V_1 = \frac{1}{2} \delta_1^T \delta_1 = 0.056577$
  - $\delta_2 = x_2 - x_1 = [0.50, -0.05, -0.10]^T$ --> $V_2 = \frac{1}{2} \delta_2^T \delta_2 = 0.13125$
  - $\delta_3 = x_3 - x_2 = [0.20, -0.82, 0.65]^T$ --> $V_3 = \frac{1}{2} \delta_3^T \delta_3 = 0.56745$
- 对比作者给出的仿真结果 $$J_i$$ ：
  - 作者 $$J_1 = 0.0572$$ vs 耿某计算 $$V_1 = 0.0566$$ (误差极小)
  - 作者 $$J_2 = 0.1308$$ vs 耿某计算 $$V_2 = 0.1312$$ (误差极小)
  - 作者 $$J_3 = 0.5694$$ vs 耿某计算 $$V_3 = 0.5674$$ (误差极小)
- 结论：仿真数据与理论初始条件的数学自洽性非常高，基本排除了“随机数生成器”编造数据的可能。作者确实跑出了接近理论下界的值。
严重程度：✅ (数据自洽)

发现 3：图片复用与拼接检测（信息缺失）

位置：Fig. 3 - Fig. 10
描述：由于输入仅为文本 PDF 提取内容，无法提供原始图片像素级比对。
证据：
- 文本中提供了详细的图注（如 Fig. 4 描述了同步误差 $\delta_i$ ），逻辑上与公式推导相符。
- 声明：无法判断 Western blot 或仿真曲线是否存在一图多用或 PS 痕迹。
严重程度：⚪ (无法检测)

发现 4：时间线与常识冲突（未来文献引用）

位置：References
描述：论文投稿于 2026 年 1 月，引用了大量 2025 年的文献。
证据：
- Ref [8] (2025), Ref [10] (2025), Ref [27] (2025), Ref [34] (2025) 等。
- 鉴于投稿时间是 2026 年初，引用前一年（2025年）的 Early Access 文献是合理的，符合学术规律。
严重程度：✅ (合理)

耿同学辣评

这篇论文有点意思。它就像一个偏科生：数学好得让人害怕，物理（时间）观念却差得离谱。 耿某亲自算了一遍那几个代价函数，数值严丝合缝，说明仿真确实跑得挺认真，没拿随机数糊弄人。但是，29天过审 IEEE IoTJ？ 哪怕是爱因斯坦复活投这篇稿子，审稿人看这满篇的 Lyapunov 函数和 HJB 方程也得看瞎眼吧？这是把期刊当家开的了吗？建议查查审稿记录，这速度比预定义时间控制收敛得还要快啊！

建议后续行动

~~联系作者要求提供原始数据~~ (数据已自洽)
建议关注该论文的审稿流程记录（重点关注是否违反期刊审稿周期规定）
在 PubPeer 上提出关于审稿周期的质疑
~~向作者所在机构学术委员会举报~~ (暂无实锤造假证据)

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。

Predefined-Time Distributed Optimal Control for Nonlinear Multiagent Systems via Reinforcement Learning