基于有向通信拓扑的高阶分布式一致性算法

为了提高有向通信拓扑下分布式一致性算法的收敛速度,提出了一种基于有向通信拓扑的高阶分布式一致性算法。该算法通过有向单跳通信,利用有向二跳邻接节点的前多步信息提高分布式一致性算法的收敛速度。对有向通信拓扑下该算法的收敛性能和收敛速度进行了分析和仿真比较。结果显示,该算法在满足一定条件下能收敛到初始状态的平均值,与其他同样利用二跳邻接节点信息的一致性算法相比,具有通信量小、收敛速度更快的特点,但是能容忍的最大通信延时变小。     

多智能体系统分布式一致性算法研究现状

综述了多智能体系统分布式一致性问题的研究现状。从理论层面介绍了一致性问题的几种常见定义及与特性相关的主要参数;总结归纳了近年来几种一致性协议及其理论分析结果;分析和阐述了一致性问题的主要应用领域的进展。展望了未来的研究方向。     

伪多跳中继分布式一致性算法

为了提高分布式一致性问题的收敛速度, 减少节点间的通信成本, 本文提出一种分布式一致性算法. 新算法采用单跳通信, 利用非邻接节点的前状态信息进行节点状态更新. 本文证明了在无向通信拓扑下新算法的一致性收敛, 并分析计算了新算法的通信量以及收敛速度的变化. 通过理论分析和仿真验证, 结果表明新算法具有收敛速度快, 通信方式简单, 通信量少, 存在通信延时情况下通信数据不容易丢失等优点.     

离散线性一致性算法噪声问题研究

多智能体一致性问题在传感网、社交网、协同控制等诸多领域有着广泛的实际应用背景, 本文对离散线性一致性算法的噪声问题进行了研究, 证明了离散线性 一致性算法的噪声不可控性; 提出基于抑噪算子ε(t)的噪声控制策略, 指出当ε(t)为t-0.5的高阶无穷小时, 抑噪后的一致性算法噪声可控; 分析了抑噪算子对一致性 算法收敛性的影响, 证明了在无噪声条件下, 当抑噪算子ε(t为t-1的低阶无穷小时, 抑噪后的一致性算法依然可以使Agent收敛至原收敛状态x*.在上述结论基础上进一步指出, 当t→∞ 时, 若抑噪算子ε(t)的阶在t-0.5~t-1之间, 所有Agent 的状态将以原收敛状态x* 为中心呈正态分布. 最后, 以DHA 为例对相应理论结果进行了验证和讨论. 本文为线性一致性算法的噪声控制提供了理论依据, 对抑噪算s子的确定有较强的指导意义.     

基于强化学习的完全分布式事件驱动二分一致性算法

使用强化学习(Reinforcement Learning,RL)方法和基于事件驱动的完全分布式控制策略来研究系统模型信息未知的多智能体系统(MASs)的二分一致性问题。首先,基于状态阈值和时间阈值提出了一种混合事件触发机制,用于减少智能体间的通信频率。其次,利用局部采样的状态信息设计了一个自适应事件触发一致性控制协议,使所有追随智能体的二分一致性误差最终趋于零。通过排除有限时间内的芝诺(Zeno)行为,证实了上述事件触发机制的有效性。然后,基于RL方法提出了一种无模型算法来获得反馈增益矩阵,并在模型信息未知的情况下实现了自适应事件触发控制策略的构建。与现有的相关工作不同,这种基于RL的事件触发自适应控制算法只依赖于局部采样的状态信息,与任何模型信息或全局网络信息无关。此外,将上述结果扩展到切换拓扑情形,这更具挑战性,因为状态估计在以下两种情况下更新:1)交互图切换时;2)事件触发机制满足时。最后,通过实例验证了上述自适应事件触发控制算法的有效性。     

多智能体系统离散时间一致性问题中的参数设计

研究二阶多智能体系统在固定、有向通信拓扑条件下的离散时间一致性问题.针对每个智能体,采用基于速度、位置的分布式控制协议,分析速度、位置增益系数以及采样周期等参数对系统一致性的影响.结果表明,要实现二阶多智能体系统的一致性控制,在保持个体之间通信拓扑有生成树的同时,控制协议中的各个参数还必须满足一定的约束条件.系统拉普拉斯矩阵的特征值和采样周期对系统能否实现渐近一致起到了关键的作用.最后,给出一致性控制中参数设计的一种可行方法,并通过仿真对理论分析的正确性进行验证.     

离散异质多智能体系统的分组一致性控制

针对一类混合异质多智能体系统的分组一致性控制问题进行了研究。具体分析了由一阶智能体和二阶智能体组成的混合异质系统,研究其在离散情况下的分组一致性。基于两个合理的假设提出了线性控制协议,运用代数图论、稳定性理论和矩阵理论,分析协议作用下闭环系统的系统矩阵及动态特性,取得了系统渐近实现分组一致性的充分条件,该条件与系统拓扑结构、采样周期以及控制参数有关。结论同时适用于有向拓扑与无向拓扑,最后通过仿真实例对所得分析结果进行了验证。     

基于Q-learning的离散时间多智能体系统一致性

针对模型未知的一类离散时间多智能体系统,本文提出了一种Q-learning方法实现多智能体系统的一致性控制.该方法不依赖于系统模型,能够利用系统数据迭代求解出可使给定目标函数最小的控制律,使所有智能体的状态实现一致.通过各个智能体所产生的系统数据,采用策略迭代的方法实时更新求解得到多智能体系统的控制律,并对所提Q-le...     

离散异构线性多智能体系统的输出一致性

研究了离散异构线性多智能体系统的输出一致性问题。考虑到实际系统中部分跟随智能体不能准确获知领航智能体的动态,所以采用观测器方法研究系统的输出一致性问题。首先为每个跟随智能体构造观测器,用以估计领航者的状态;其次设计分布式控制器,提出系统实现输出一致性所应满足的充分条件,并运用Lyapunov稳定性理论、矩阵论、图论知识加以证明;最后运用MATLAB软件的SIMULINK工具箱进行数值仿真,仿真结果显示文中方法与结论是有效的。     

离散时间系统的多智能体的一致性

动态多智能体系统的一致性是复杂动力学系统中很有现实意义的问题.假设智能体连接网络拓扑是无向、固定和连通的,而且个体之间信息传递存在通信时廷,分析了一个动态移动多智能体离散时间系统.应用广义Nyquist判据研究具有通信时延的多智能体离散时间系统,得到了保证系统达到一致的充分条件.最后应用计算机仿真验证了该结论的有效性.     

Distributed δ-consensus in directed delayed networks of multi-agent systems

In this article, we propose a distributed δ-consensus protocol in directed networks of dynamic agents having communication delays. The δ-consensus protocol is an average consensus protocol where agents exchange the information with their neighbours at some discontinuous moments. We provide convergence analysis for such consensus algorithm under stochastic switching communication graphs, and then present some generic criteria for solving the average consensus problem. We also show that directed delayed networks of dynamic agents can achieve average consensus even when each agent in the networks intermittently exchanges the information with its neighbours only at some discrete moments. Subsequently, a typical numerical example illustrates and visualises the effectiveness and feasibility of the theoretical results.     

Consensus-based distributed optimisation of multi-agent networks via a two level subgradient-proximal algorithm

This paper presents a consensus-based stochastic subgradient algorithm for multi-agent networks to minimise multiple convex but not necessarily differential objective functions, subject to an intersection set of multiple closed convex constraint sets. Compared with the existing results an alternative subgradient algorithm is first introduced based on two level subgradient iterations, where the first level is to minimise the component functions, and the second to enforce the iterates not oscillate from the constraint set wildly. In addition, a distributed consensus-based type of the proposed subgradient algorithm is constructed within the framework of multi-agent networks for the case when the iteration index of local objective functions and local constraint sets is not homologous. Detailed convergence analysis of the proposed algorithms is established using matrix theories and super-martingale convergence theorem. In addition, a pre-step convergence factor is obtained in this study to characterise the distance between the iterations and the optimal set, while some existing literatures only present a convergence work. Simulation results are given to demonstrate the effectiveness of the developed theoretical results.     

多智能体系统的时变约束一致性

针对一阶离散时间分布式多智能体系统, 本文研究了其时变约束下的一致性问题. 利用投影算子, 建立了多智能体系统的数学模型. 对于时变约束集存在交集的情形, 通过估计智能体的状态与交集中固定点的距离, 证明了闭环系统可以实现一致性. 对于约束集存在极限集的情形, 利用约束集的几何性质, 证明了闭环系统可以实现一致性. 最后, 通过数值仿真, 验证了所提一致性算法的有效性.     

基于事件触发的二阶多智能体系统平均一致性

针对二阶多智能体系统在固定无向拓扑下的平均一致性问题,为减少不必要的资源浪费,给出一种基于事件触发控制的一致性算法．首先,针对每个智能体设计基于状态误差形式的触发函数,只有当状态误差达到特定值时智能体才触发事件,在两个相邻事件触发时刻之间保持控制输入不变．然后,利用模型转换思想将系统的一致性问题转化为稳定性问题,并利用矩阵理论和李亚普诺夫理论给出系统达到平均一致的充分条件．最后,通过仿真实验验证该理论方案的有效性.     

多智能体技术发展及其应用综述

首先阐述了智能体技术的相关定义及特性,通过分析国内外多智能体技术的应用研究文献,对多智能体系统的基础研究进行分析并梳理了多智能体一致性及控制等方向的技术发展。接着选取了机器人控制和无线传感器网络两个领域重点,探讨了近年来多智能体技术在实际工程中的应用变化与最新成果。最后,总结了多智能体技术在工程应用中有待解决的主要问题,指出了未来多智能体技术应用的研究方向。     

多智能体系统协调控制一致性问题研究综述*

本文综述了多智能体系统协调控制一致性问题的发展情况,介绍了解决一致性问题的主要原理和适用范围,对一致性协议进行了总结,对一致性问题的研究的主要领域进行了深入阐述,对群集、蜂涌、聚集、传感器网络估计等问题进行分析和阐述。最后讨论了以上领域尚未解决的问题和未来的研究方向。