多智能體系統一致性學習協議的設計與分析.pdf

1、多智能體之間的協調與合作可以提高單個個體行為的智能化程度，更好地完成很多單個個體無法完成的工作，因此多智能體協調控制成為眾多領域的研究熱點?，F有關于多智能體系統協調控制的絕大多數結果都是只關注了在時間域上的收斂性。然而，為了精確地實現多智能體的一致性目標，迭代學習控制的方法在多智能體一致性方面的應用受到了關注。目前，利用迭代學習研究多智能體的一致性還處在初步研究階段。本文主要充分利用了分布式多智能體系統和學習控制的特點，研究了具有重復性

2、質的多智能體系統完全一致性問題。設計出了分布式的學習協議，使得多智能體能夠達到完全一致。實現了學習控制理論與分布式多智能體系統的有效結合。本文的主要工作有：
　　1.利用迭代學習控制的方法研究帶有頭節(jié)點的線性多智能體系統的一致性問題。假設頭節(jié)點是全局可達的，分別針對單積分多智能體系統和一般的線性多智能體系統設計出了分布式迭代學習算法，并且得到在有向拓撲連接下達到完全一致的充分條件。使得每一個從節(jié)點在有限時間區(qū)間[0，T]上能完全地

3、跟隨上頭節(jié)點。
　　2.利用自適應迭代學習控制的方法來研究帶頭結點的一階參數化非線性多智能體系統的一致性。結合自適應迭代學習控制的特征和分布式系統的特點，設計出了一個新的自適應迭代學習控制協議。所提出的分布自適應迭代學習協議保證了所有的從節(jié)點在區(qū)間[0，T]上能完全跟隨上頭節(jié)點。同時研究了二階不確定多智能體系統在有限時間區(qū)間上的完全一致性和編隊控制問題，利用自適應迭代學習控制的方法，設計出了分布式的自適應迭代學習協議，使得每一個從

4、節(jié)點都能夠在有限時間區(qū)間[0，T]上和頭節(jié)點達到完全一致。此外，所設計的控制協議還有效地解決了多智能體的編隊控制問題。
　　3.通過模糊自適應迭代學習控制的方法研究帶有頭節(jié)點的一階未知非線性多智能體系統的協調合作控制問題。利用模糊邏輯系統對每一個從節(jié)點的未知非線性函數進行逼近。為了避免使用初始重置條件，對每一個從節(jié)點設計了分布初始狀態(tài)學習協議，使得每個從節(jié)點初始狀態(tài)可以任意的選擇。對未知參數設計了微分-差分型的自適應律。在該智能體

5、通信拓撲滿足連通的條件下，所設計的分布式自適應模糊迭代學習控制協議使得非線性多智能體系統在有限時間區(qū)間[0，T]上實現完全一致性以及編隊控制。接著研究了任意高階非線性多智能體系統的協調合作控制問題。對任意的高階非線性多智能體系統，設計了分布式初始狀態(tài)學習和微分-差分型自適應學習律。所設計出的統一的自適應模糊迭代學習控制協議可以保證每一個從節(jié)點在區(qū)間[0，T]上都能和頭節(jié)點達到完全一致。此外，所設計出的協議解決了未知非線性多智能體的編隊控

6、制問題。
　　4.利用迭代學習控制的方法討論了一類帶有頭節(jié)點的異質多智能體系統在有限時間區(qū)間上的協調合作控制問題，其中異質多智能體系統包括一階和二階動態(tài)。頭節(jié)點具有二階動態(tài)并且它的狀態(tài)只有一部分從節(jié)點可以得到。為了避免使用迭代學習控制中的初始重置條件，對每一個從節(jié)點都設計出了分布式的初始狀態(tài)學習協議，從而使得每個從節(jié)點的初始條件可以任意選取。利用迭代學習控制的方法，當智能體通信拓撲連通時，在固定拓撲以及切換拓撲的情形下，分別設計出

7、了分布式迭代學習協議，使得所有的從節(jié)點在有限時間區(qū)間上都能精確地跟蹤上頭節(jié)點。此外，將所設計的方法推廣到了異質多智能體系統的編隊控制中。
　　5.本章主要利用自適應重復學習的方法，給出了解決不確定的非線性多智能體系統協調控制的框架?；谶@個框架，針對含有時變參數不確定性的非線性多智能體系統，通過對周期不確定性的學習并設計出了基于學習的自適應律來補償周期時變參數。假設從節(jié)點都得不到頭節(jié)點的動態(tài)信息，因此對每一個從節(jié)點都設計出一個輔助