基于二阶邻居事件触发智能体系统二分一致性

针对多智能体系统的二分一致性问题,本文利用分布式事件触发控制方法,对多智能体系统二分一致性进行研究。为了加速多智能体系统二分一致性的收敛速度,利用智能体自身及其一阶和二阶邻居信息,设计了二分一致性协议,并对无向连通或有向强连通的拓扑结构进行研究,当拓扑结构是结构平衡时,利用李雅普诺夫稳定性定理,证明了多智能体系统可以在给定事件触发条件下达到二分一致。为验证理论结果的有效性,利用Matlab软件进行数值仿真。仿真结果表明,在所设计的二分一致性协议下,多智能体系统的状态可以达到二分一致。该研究为多机器人系统的编队问题提供了理论基础。     

基于预测机制的多自主体系统的一致性协议

针对离散时间一阶多自主体系统的一致性问题,设计了基于预测机制的一致性协议.基于矩阵论与图论,分析了一致性协议在无向拓扑结构下的收敛特性,并给出控制律的数值解.仿真结果表明:该协议能扩展离散系统采样步长和提高多自主体系统的一致性收敛速度,增强系统稳定性.     

基于领导者-跟随者模型的异质多智能体系统一致性

针对由一阶智能体、二阶智能体以及Euler-Lagrange智能体组成的异质多智能体系统,研究在领导者-跟随者网络模型下系统一致性的问题。当系统中存在一个一阶静态领导者时,跟随者之间的网络拓扑是无向连通的,设计了一致性控制协议,应用图论知识与拉塞尔不变集原理证明了协议的可行性;另外,当异质系统中有一个动态二阶领导者时,跟随者无法获取领导者的速度信息,采用设计分布式状态观测器的方法,给出了系统的一致性控制协议。一些仿真算例验证了所得结论的有效性。     

二阶多智能体系统拓扑切换下的领导跟随一致性

在有积极领导者且系统网络拓扑切换的条件下,对二阶非线性多智能体系统的领导跟随一致性进行了研究. 协议在非脉冲时刻采取连续控制,在脉冲时刻采取离散控制,且脉冲时刻创新性地提出各智能体的速度增量既与邻接智能体的位移状态有关又与速度状态有关. 构建新模型的误差系统,基于Lyapunov稳定性理论,利用数学归纳法和其他相关知识,得到系统拓扑图无向且连通时系统实现一致性必须满足的充分条件,并用Matlab软件实例仿真验证了结果的正确性.     

基于频域法的二阶多智能体系统快速一致性分析

一致性分析是多智能体系统(Multi-agent systems, MASs)理论研究的基本问题,研究目标是为系统中每一个智能体设计合理有效的分布式协议使其实现一致性。以图论为工具,引入矩阵论和稳定性理论等方法,讨论了具有无向拓扑网络结构的二阶MASs快速一致性控制,并基于传统的一致性协议提出了改进的新算法。该算法采用线性系统的频域理论,根据奈奎斯特稳定性判据给出了闭环系统稳定且具有较快收敛速度的充分性条件,克服了常规的Lyapunov稳定性理论分析方法中难以构造Lyapunov函数的不足。提出两个具有不同网络拓扑结构的仿真实例,通过Matlab对算法进行验证,结果发现:与传统算法相比,该算法不仅能够镇定系统,且能显著提高系统的收敛速度,提升系统的平稳性与快速性。     

基于PD反馈的二阶时滞多自主体系统一致性

针对存在一个全局可达点的有向拓扑下二阶多自主体系统的一致性问题,在通信时滞条件下,提出了对位置和速度同时采用比例微分（proportionderivative,PD）状态反馈一致性协议,以保证系统收敛到一致,基于频域分析和奈式判据研究揭示了通信时滞与系统内部参数之间的关系,并分析得到系统收敛的最大时滞值。仿真实验证明,选择适当的PD状态反馈参数,可缩短系统的收敛时间,加快系统趋向一致的收敛速度。     

具有参考时变状态的多智能体的H∞一致性

考虑了具有参考时变状态的多智能体时滞网络的鲁棒一致性问题．通过定义一个恰当的控制输出,将这个问题转化为一个鲁棒H∞控制,提出了一个参考时变状态的控制协议．应用线性矩阵不等式（LMI）的方法,得到了具有参考时变状态的多智能体时滞网络的鲁棒一致性收敛的充分条件．最后,通过仿真示例对理论结果的有效性进行了验证．     

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。     

具有参考时变状态的多智能体的H_∞一致性

考虑了具有参考时变状态的多智能体时滞网络的鲁棒一致性问题.通过定义一个恰当的控制输出,将这个问题转化为一个鲁棒H∞控制,提出了一个参考时变状态的控制协议.应用线性矩阵不等式(LMI)的方法,得到了具有参考时变状态的多智能体时滞网络的鲁棒一致性收敛的充分条件.最后,通过仿真示例对理论结果的有效性进行了验证.     

一种基于检测和补偿的多智能体系统弹性平均一致性方法（英文）

一致性是多智能体系统分布式协同控制的基础技术之一,例如智能制造中的多智能体协同控制。本文研究了具有行为不当节点的多智能体系统的弹性平均一致性问题。为保护一致性的收敛值免受不当行为节点的影响,本文通过检测不当行为、减轻相应不利影响并实现弹性平均一致性来解决此问题。本文考虑一般化的不当行为,包括恶意攻击、意外故障和链路故障。基于两跳通信信息,以分布式方式描述行为不当节点的不利影响,并面向确定性系统提出一种基于检测与补偿的一致性算法（D-DCC算法）,且该算法具有衰减容错错误界限。考虑到由于链路随机故障而导致信息集间歇性失效的场景,我们面向随机性系统提出一种基于检测补偿的一致性算法（S-DCC算法）。本文证明了D-DCC和S-DCC算法分别使得节点在统计意义上渐进地实现弹性准确平均一致性和无偏弹性平均一致性。紧接着,本文引入沃瑟斯坦距离来分析S-DCC的准确性。最后,进行大量仿真来验证所提算法的有效性。     

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。     

多跳Ad Hoc网络中支持MIMO的广播传输调度算法

针对当前支持MIMO的多址协议仅支持点对点传输,提出多跳Ad Hoc网络中支持MIMO的广播传输时分多址接入协议,其核心算法是保证每个节点无冲突传输广播业务且保证最小帧长的时隙调度算法,充分利用了MIMO系统并行数据流传输的特性,该特性可使发生传输冲突的节点集从两跳范围内的邻节点减小到一跳范围内的邻节点,从而提高网络容量．结果表明该协议可极大地提高网络容量和减小平均分组时延．     

多智能体系统的群集行为研究综述

近些年来,多智能体系统的群集行为分析已成为复杂网络领域的一个研究热点.本文从个体内部动力系统与个体间的拓扑结构这两个因素出发,对多智能体系统的群集行为问题的发展现状进行概述,并对相应的分布式协议、收敛速度以及实现的条件做了介绍和分析.最后,结合目前的研究现状,讨论了群集行为未来的研究方向.     

有效支持智能天线在移动Ad Hoc网络中应用的多址接入协议

对智能天线在移动Ad Hoc网络(MANET)中的应用进行了研究．提出了自适应波束形成CSMA/CA(ABF-CSMA/CA)协议．该协议利用RTS/CTS短分组对话实现信道预约,在RTS与CTS分组前设置了训练序列,收发节点的智能天线基于训练序列进行波束形成以传输数据分组与ACK．提出改进的“虚拟载波监测”机制进行冲突避免(CA)．每个节点中设置两类网络分配矢量(NAV),用一个oNAV记录邻节点以全向模式占用信道的时间,用多个bNAV分别记录各邻节点以波束形成模式传输分组的时间．推导了信道利用率的近似计算公式并进行了仿真．结果表明,ABF-CSMA/CA协议与智能天线的结合能够有效实现信道的空分复用(SDMA),显著提高网络的信道利用率．     

时变领航情况下多智能体网络一致性分析与应用

针对个体动态为一阶积分器的多智能体网络,研究时变领航情况下网络的一致性.当只有部分个体已知领航者状态时,基于智能体间的相对状态,提出分布式控制协议,应用图论、矩阵理论和稳定性理论给出有向固定拓扑网络实现一致的充要条件及算法.拓展算法至当智能体间具有固定相对状态偏差时,给出分布式控制协议和网络实现一致的充要条件及算法.仿真实验结果表明:基于文中算法的控制协议可以实现只有部分智能体已知时变领航情况下的一致性追踪,基于拓展算法的控制协议可使多车辆在一定时间保持理想编队.该研究结果对于多智能体协调控制问题具有参考意义,也为多车辆编队控制问题提出新的思路.     

基于进化算法的多智能体合作学习

强化学习的收敛速度随状态-动作空间的维数呈指数增长,因此在涉及大的状态空间时,强化学习算法的收敛速度非常慢以至不能满足应用需求。在许多应用环境中,若智能体之间存在合作关系,借助多个智能体进行分布式学习可以部分解决这一问题。利用进化算法,设计了智能体繁殖、消亡等操作,使得子代智能体能够继承父代智能体在状态空间的方向信息,从而更快地找到状态-动作空间的有效更新。仿真实验表明:算法比已有的强化学习方法具有更高的搜索效率和收敛速度。     

基于事件触发和欺骗攻击的多智能体一致性控制

本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性.     

输入约束下高阶智能体均方一致性研究

该文对高阶多智能体系统拓扑结构Markov切换且控制输入受到非凸约束时的均方一致性问题进行了研究。首先,引入了一个非凸约束算子,并且根据多智能体系统中邻居节点信息设计了系统的控制协议;之后,利用非负矩阵的性质,得到了当高阶多智能体系统拓扑结构是Markov切换时,系统能够实现均方一致性的充要条件;最后,通过数值仿真验证了在该控制协议下,系统能够达到均方一致性。     

基于事件一致性的异质多智能体系统研究

针对二阶异质多智能体系统的一致性问题,本文研究了二阶异质多智能体系统基于事件的一致性。为了确保一致性成立,分析了异质多智能体系统的位置信息图和速度信息图的拓扑特性,并设计了关于位置信息图的基于二阶邻居信息的分布式一致性算法。同时,建立一个事件触发函数,确保系统以指数函数的形式达到一致,并证明了所有智能体的两个连续事件触发时刻之间都存在正的下界,保证了没有Zeno行为,为验证理论结果的有效性,利用Matlab软件进行仿真分析。仿真结果表明,在一致性算法(5)下,多智能体系统的位置和速度达到了一致。该研究为多机器人系统的编队问题提供了理论基础。     

基于牵制控制带有协议失效多智能体的一致性

基于牵制控制研究了线性多智能体系统中协议失效的一致性问题，建立了一种连接失效的网络模型，该模型的驻留时间为常数。基于两种状态的李雅普诺夫方法函数来分析其一致性。依赖于驻留时间，给出了计算复杂度较小的简洁条件。在此基础上，总结了对于存在故障设计的一个牵制一致性控制器的两个充分条件。最后，通过实例验证了该方法的有效性。