帶領(lǐng)導(dǎo)者的多智能體系統(tǒng)中的一致性問(wèn)題研究.pdf

1、近年來(lái)，多智能體分布式協(xié)作問(wèn)題已經(jīng)受到了來(lái)自很多學(xué)科(包括生物學(xué)，物理學(xué)，計(jì)算機(jī)科學(xué)和控制工程)的研究人員的關(guān)注。這主要是因?yàn)樗诤芏喾矫娑加袕V泛應(yīng)用。一致性問(wèn)題作為多智能體系統(tǒng)分布式協(xié)作控制的基礎(chǔ)，成為控制學(xué)界的一個(gè)研究熱點(diǎn)。在多智能體系統(tǒng)中，“一致”是指智能體系統(tǒng)中所關(guān)心的信息狀態(tài)達(dá)到相同，“一致性算法”是該信息狀態(tài)達(dá)到相同的算法。本文主要關(guān)注帶有領(lǐng)導(dǎo)者的多智能體系統(tǒng)中的一致性問(wèn)題，文中將簡(jiǎn)寫為領(lǐng)導(dǎo)者跟隨一致性問(wèn)題。根據(jù)領(lǐng)導(dǎo)者的不同

2、性質(zhì)，領(lǐng)導(dǎo)者跟隨一致性問(wèn)題可分為兩類：帶真實(shí)領(lǐng)導(dǎo)者的跟隨一致性問(wèn)題和帶虛擬領(lǐng)導(dǎo)者的跟隨一致性問(wèn)題。主要研究?jī)?nèi)容如下： ⑴平衡圖中的領(lǐng)導(dǎo)者跟隨一致性問(wèn)題研究。在該問(wèn)題中，多智能體系統(tǒng)的信息交互是平衡有向的。而且，領(lǐng)導(dǎo)者的速度是時(shí)變的，不可測(cè)的。針對(duì)這樣的分布式跟蹤問(wèn)題，我們首次提出了基于協(xié)作變量的控制策略，并提出了全新的研究角度：即從群體行為角度考慮分布式跟蹤性能。為此，我們通過(guò)引入一種新的分解方法，將所得的閉環(huán)系統(tǒng)分解為兩個(gè)子系

3、統(tǒng)：中心跟蹤誤差動(dòng)力學(xué)和聚合動(dòng)力學(xué)。接著，我們發(fā)現(xiàn)分布式跟蹤問(wèn)題中的聚合與群集行為中的一樣重要，并引入一個(gè)衡量聚合性的新指標(biāo)。最后，我們證明了所提出的控制策略不僅能估計(jì)出多智能系統(tǒng)中的跟蹤誤差，而且也能通過(guò)獨(dú)立地增大聚合增益來(lái)提高系統(tǒng)的聚合性能。 ⑵帶變速領(lǐng)導(dǎo)者和時(shí)變時(shí)滯通信的領(lǐng)導(dǎo)者跟隨一致性問(wèn)題研究。由于領(lǐng)導(dǎo)者的速度不可測(cè)，文獻(xiàn)中的降階Lvapunov-Krosovskii泛函方法不再適用于我們所研究的情況。我們考慮如下兩種情

4、況：用于表示領(lǐng)導(dǎo)者與跟蹤者之間連通性的領(lǐng)導(dǎo)者鄰接矩陣是時(shí)不變的和時(shí)變的。對(duì)于第一種情況，我們采用前節(jié)所用分解方法，將群體跟蹤動(dòng)力學(xué)分解成兩個(gè)子系統(tǒng)。然后利用Lvapunov-Krosovskii泛函，得到了跟蹤誤差達(dá)到一致最終有界的充分條件，并且發(fā)現(xiàn)聚合增益能增大時(shí)滯上界：而對(duì)于第二種情況，我們直接利用Lyapunov-Krosovskii泛函得到了跟蹤誤差達(dá)到一致最終有界的充分條件。 ⑶帶輸入飽和的領(lǐng)導(dǎo)者跟隨一致性問(wèn)題研究。在

5、該問(wèn)題中，領(lǐng)導(dǎo)者和跟蹤者的輸入都是有限的并且都在一個(gè)有限區(qū)域中運(yùn)動(dòng)。我們?yōu)槊總€(gè)跟蹤者設(shè)計(jì)了一個(gè)基于鄰域信息的飽和控制律，并且給出了該控制律能使跟蹤者跟蹤上領(lǐng)導(dǎo)者的充分條件。 ⑷帶多時(shí)滯和外部干擾的領(lǐng)導(dǎo)者跟隨一致性問(wèn)題研究。在該問(wèn)題中，所有智能體具有二階積分器型的動(dòng)力學(xué)，并且考慮網(wǎng)絡(luò)拓?fù)涫枪潭ê颓袚Q兩種情況。首先，我們提出了一種分布式一致性算法。再使用Lyapunov-Krasovs～i泛函和魯棒性能分析，得到了所有跟隨個(gè)體以期望