随机脉冲控制下领导-跟随的多智能体系统一致性研究

针对一类非线性领导-跟随多智能体系统,研究随机脉冲控制下多智能体系统的一致性问题。由于脉冲控制在实际系统中,常常会受到各种随机因素的影响,并导致脉冲控制强度发生改变。因此,本文通过引入随机变量,设计了具有随机脉冲强度的分布式脉冲控制协议。随后,利用随机分析的方法给出了在随机脉冲控制下领导-跟随多智能体系统达成一致的充分条件。最后,作为特例还给出了拒绝服务攻击下领导-跟随多智能体系统的一致性准则。     

二阶非线性多智能体系统的脉冲一致性

针对非线性多智能体系统在切换拓扑条件下的二阶一致性问题,通过脉冲控制方法,利用图论、矩阵理论和Lyapunov稳定性理论,得出该智能体系统达到二阶一致性的充分条件。数值模拟结果表明,非线性多智能体系统在充分条件下可实现二阶一致性。     

基于事件触发脉冲控制的具有ROUs和RONs的非线性多智能体系统的领导跟随一致性研究

设计了一个基于Lyapunov函数的事件触发函数,并在此基础上研究了一类具有随机发生不确定性和随机发生非线性的多智能体系统在事件触发脉冲控制策略下的领导跟随一致性。与人为设置脉冲时刻序列的控制方式不同,事件触发脉冲控制策略中脉冲控制时刻的产生依赖于事件触发函数,且当触发条件被满足时才激发脉冲控制,从而减少不必要的控制次数以及系统的资源消耗。基于脉冲微分方程理论、代数图论和Lyapunov稳定性理论,给出了受控多智能体系统实现领导跟随一致性所需要满足的充分性条件,同时证明了Zeno行为可以被排除。最后,通过Matlab实例仿真验证了本文理论结果的有效性。     

基于量化脉冲控制策略的领导跟随多智能体系统的固定时间一致性

本文研究了基于量化脉冲控制的非线性领导跟随多智能体系统的一致性问题.基于矩阵理论、李雅普诺夫函数和利普希茨不等式,给出了若干假设和充分条件.通过构造比较系统,利用微分方程理论,给出了固定时间下的一致性准则,且计算了达到一致需要的时间.最后,选择合适的参数,通过数值仿真验证了理论分析的有效性.     

线性时滞多智能体系统多类型拓扑切换下的一致性

针对带有时变时滞协议的连续时间线性高阶多智能体系统在多类型有向通信拓扑切换下的一致性问题进行研究.考虑多智能体系统在可一致与不可一致通信拓扑之间进行切换的情况.通过一个线性变换将该一致性问题等价地转化为一个切换时滞系统的稳定性问题.基于切换系统稳定性理论与时滞系统理论,利用平均驻留时间方法分析,以线性矩阵不等式(linear matrix inequalities,LMIs)的形式给出多智能体系统达到状态一致的充分条件.数值实例验证了理论分析所得结论的正确性.     

具有切换拓扑结构的多智能体系统故障估计

针对具有切换拓扑结构的多智能体系统,研究基于模型依赖平均驻留时间的多智能体系统的执行器故障估计问题。基于相对输出估计误差,为多智能体系统设计观测器,并由此建立全局动态误差方程。考虑拓扑结构变化和存在干扰的情况,基于切换系统稳定性理论和故障诊断理论,利用模型依赖平均驻留时间方法,分析给出观测器存在条件及参数设计判据,通过适当的故障估计算法,得到故障估计误差指数收敛且满足H_∞性能的充分条件,并以线性矩阵不等式的形式给出。对多智能体系统进行仿真验证,结果表明所提出方法的正确性和有效性。     

不确定通信拓扑下多智能体系统鲁棒一致性

针对具有有向通信拓扑的采样数据丢失情况下的多智能体系统一致性问题进行研究,其中数据丢包采用二值Bernoulli随机过程描述.首先,采用提出的基于通信拓扑有向生成树关联矩阵构造的线性变换,将多智能体系统的状态一致性问题等价转化为一个降阶系统的渐近稳定性问题.其次,对降阶系统利用Lyapunov方法和线性矩阵不等式（linear matrix inequality,LMI）得出多智能体系统状态达到渐近均方一致的充分条件,给出基于镇定控制的一致性控制增益设计,并分析采样周期的允许边界、随机丢包概率和控制增益矩阵之间的相互影响关系.最后,数值仿真实例验证了所提理论方法的正确性.

     

间歇牵制控制下非线性多智能体系统的滞后一致性

为了使智能体适应相关的间歇信号并降低其控制成本,在间歇牵制控制下,对多智能体系统的滞后一致性问题进行了研究.给出了滞后一致性的定义,然后对于多智能体系统模型,设计了一种合适的间歇牵制控制协议,并运用Lya-punov泛函方法和矩阵不等式理论导出在间歇牵制控制下该系统的滞后一致的充分条件,从而实现了非线性多智能体系统在间...     

通信时延下多智能体系统的安全一致性控制

本文主要探究了离散时间多职能系统在其通信状况之下的时延条件下存在的安全一致性状况与问题,对于一致性控制算法在网络中的应用等相关问题进行了分析,对其能够使得网络中各正常智能体抵御敌对智能体的攻击并实现最终状态一致的相关算法进行探究,进而了解到此种算法在实践中主要就是通过个体的自认状态以及其相邻个体的实际时延相关信息作为其控制输入,在基于此对其相关控制器的参数、拓扑属性以及相关通信时延等进行控制,对其相关条件进行获取,利用实验的方式对其进行了验证分析.     

基于时滞状态导数反馈的一阶多智能体系统采样控制的一致性

在具有加权项的时滞状态导数反馈协议下,研究了一阶多智能体系统采样控制的一致性问题。针对多智能体系统很难保证信息连续传递的现实情况,应用时滞分解技术将一致性协议进行了分解,给出了基于采样数据的离散时间一致性协议。在离散时间一致性协议下,给出了一阶时滞多智能体系统渐近实现平均一致的充要条件。当一致性协议退化为较为简单的情况时,将系统渐近实现平均一致的充要条件简化为一个不等式组。最后,相关结论的有效性通过数值仿真被验证。     

Distributed Optimization for Heterogenous Second-Order Multi-Agent Systems

二阶异质多智能体系统的分布式优化群集

张青¹,弓志坤¹,杨正全¹,陈增强^2,1

(1. 中国民航大学 理学院,天津 300300;

2. 南开大学 自动化学院 天津 300071)

创新点说明：

本文考虑将多智能体群集与分布式优化结合,通过算法推导、分析证明智能体在实现一致的同时能最小化总目标函数,实现优化。

研究目的：

考虑到在实际应用中,越来越多的场合需要不同类型的智能体进行协调工作, 即异质的智能体,而且在系统的规模大到一定程度时,需要对系统进行拆分,有 利于系统功能的扩展。因此,本文考虑异质多智能体系统的分布式优化。

研究方法：

1）确定二阶异质多智能体的动力学模型;

2）设计分布式优化控制器;

3）利用非光滑分析以及李雅普诺夫稳定性证明多智能体系统达到稳定状态;

4）证明智能体的速度可以达到最优并且使得总目标函数最小。

研究结果：

1） 得到当 时,智能体的速度变得相同,即 ,从而 ,即智能体的位置距离保持不变。

2）存在全局变量 满足 。

,

结 论：

与已有的论文相比,本文设计的控制法则可以保证每个智能体的状态值达到 一致,而且在运动过程中,智能体的速度可以收敛到最优解附近。

关键词：分布式优化;异质多智能体;局部代价函数;一致

     

Consensus tracking protocol and formation control of multi-agent systems with switching topology

Consensus tracking control problems for single-integrator dynamics of multi-agent systems with switching topology are investigated.In order to design effective consensus tracking protocols for a more general class of networks,which are aimed at ensuring that the concerned states of agents converge to a constant or time-varying reference state,new consensus tracking protocols with a constant and time-varying reference state are proposed,respectively.Particularly,by contrast with spanning tree,an improved con...     

Consensus problem of multi-agent systems under arbitrary topology

Consensus problem of second-order leader-following multi-agent systems under arbitrary topology is investigated in this paper.Arbitrary topology means the variable topology shifts continuously rather than switches among several different structures.For ensuring the consensus of leader-following multi-agent systems,some sufficient conditions and controller design principles are deduced both for a double-integrator case and a nonlinear case.Certainly,numerical simulations are carried out to prove the feasibility and effectiveness of theory derivation,which vividly illustrates that the following agents can successfully track the leader agent.     

两个有向图下时离散多智能体系统可控性研究

针对有向拓扑关系图研究了时离散多智能体系统的可控性问题。证明了系统能控的必要条件是跟随者在收到一个多智能体发来信息的同时,必须也要收到从其它多智能体发来的信息。此外,还给出了通过改变权重来使某些系统可控的方法。通过一个例子及其仿真对所得结论进行了验证。     

具有噪声与时延的多个体系统的鲁棒一致性

针对一般的有向非平衡网络,研究了当测量噪声与通信时延共存时的单积分多个体系统的鲁棒一致性问题。通过在随机逼近一致性协议中引入时变控制增益来抑制测量噪声,并利用不等式放缩和数学归纳法证明了只要网络中通信时延有上界,多个体系统能够实现均方一致性,最终的一致性值收敛到一个随机变量。最后通过仿真算例验证了所得的结论。     

含有状态时滞的时离散多智能体系统可控性研究

针对一类含有状态时滞的时离散多智能体系统,在固定拓扑条件下,研究了其可控性问题。在固定拓扑及领航者—跟随者结构下,即一个或多个智能体作为领航者,其余智能体作为跟随者,获得了系统可控的一些充分条件。在这些条件下,系统可以完成预期的编队控制。数字仿真结果验证了所得结论的有效性。     

基于多智能体强化学习的社交网络舆情增强一致性方法

针对社交网络舆情动力学的增强一致性问题,提出了一种基于多智能体强化学习的智能感知模型(Consensus Opinion Enhancement with Intelligent Perception, COEIP)。在舆情动力学场景下的马尔科夫决策过程中,首先通过双向循环神经网络设计了智能体的决策模型以解决智能体不定长感知的问题。然后通过差分奖励的思想针对收敛效率、连通度和通信代价三类目标,设计了有效的奖励函数。最后为优化COEIP模型,设计了基于策略梯度的多智能体探索与更新算法,让智能体在彼此交互过程中,通过奖励值自适应学习具备多目标权衡能力的邻域选择策略。大量仿真验证了COEIP在社交网络舆情动力学场景下可以有效调和智能体间的矛盾,降低系统稳定时的簇数,进而增强系统的舆情一致性。本模型为大规模社交网络下提高人群意见的统一性提供了新的解决方案,具有重要的理论指导意义。