一种多智能体系统一致性协议仿真系统的设计

介绍了一种对多智能体系统一致性协议进行快速仿真的软件系统,给出了该仿真系统的组成框架、工作流程、系统设计中的关键问题及处理方法.该仿真系统界面友好,采用Matlab软件语法描述一致性协议,用图形化方式输入系统邻接矩阵,以Matlab标准图形用多种形式展现仿真结果,用户易于掌握使用并能用该仿真系统快速开发一致性协议仿真方...     

多智能体一致性协议可视化仿真平台的研究

设计实现了一种通用的大规模多智能体一致性协议可视化仿真平台,介绍了平台的体系结构、工作流程、详细设计与实现,最后以舆论传播为例给出了仿真平台的测试与结果分析;提出了进行系统总体性能分析所需的性能指标,给出了具体定义,从而实现了对多智能体系统性能的分析和评价。仿真平台通过设置系统主要参数和加载对应的一致性协议,能快速进行各种一致性模型的仿真验证,再现系统的演化过程,主要的设计方法是先进行系统环境的搭建,包括智能体、网络拓扑、任务目标、一致性协议等基本要素的设计,平台还能将系统演化过程进行图形化显示,并统计整个过程所消耗的资源的信息。     

基于观测器的线性时变时滞多智能体系统一致性

针对系统状态不可测和具有通信时延的线性多智能体系统,提出一种基于观测器的一致性控制算法.设计观测器用于解决智能体状态不可测的问题,在观测器的基础上,提出一种控制协议来实现带时变时延的线性多智能体系统一致性.利用模型转换的方式将原系统转换为新的模型系统,在此基础上,构造Lyapunov-Krasovskii函数并分析系统稳定性,通过求解线性矩阵不等式获取控制器系数矩阵.最后通过Matlab数值仿真验证所提出方法的有效性.     

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...     

受干预多智能体系统平衡状态及目标追踪设计

针对拓扑结构无向连通的多智能体系统受到干预的问题,运用图论,矩阵论及极限理论,分析了系统状态保持一致性的条件,并得到了系统的平衡状态.设计了干预控制器,引导系统向任意指定地点聚集.给出了多智能体系统一致追踪移动目标的一致追踪算法.最后仿真研究实验说明了本文结论的正确性.     

异质多智能体系统的合围控制

在固定有向拓扑下,研究由一阶与二阶动力学智能体组成的异质多智能体系统的合围控制问题.首先,分别针对系统内同时包含一阶动力学领航者和二阶动力学跟随者、二阶动力学领航者和一阶动力学跟随者的两种情况,共给出4种有效的控制协议;其次,综合利用代数图论、矩阵理论和稳定性分析工具,通过系统变换方法或构建误差向量法得到上述两类异质多智能体系统能够实现合围控制的判据条件;最后,通过仿真进一步验证所提出协议的有效性.     

基于实时多Agent系统的作战智能决策仿真模型

该文首先对Agent和多Agent系统的理论和应用进行了概述,提出一种用于实时人工智能系统(RTAIS)的多Agent结构模型AA的形式化描述,这种Ageng结构包含两层Agent,即RTAIS Agent(AA)和AA内部的一组Agent体(IA),并介绍基于该模型的舰艇协同攻击潜艇的仿真系统的实例,证明AA结构模型应用于实时智能系统,不仅能适应强实时系统的实时性要求,而且提供了更高的智能水平。     

多智能体系统通信拓扑最优设计

运用控制理论,矩阵论及最小二乘等理论,研究了多智能体系统的分组一致性与系统通信拓扑图的拉普拉斯矩阵属于特征值0的特征向量之间的关系.给出了在线性协议控制下,系统达到一致性和分组一致性,其通信拓扑的设计方法.提出了一阶多智能体系统的总能量概念,并得到了系统在能量最省时通信拓扑的最优设计.仿真实例佐证本文主要结论的正确性.     

基于影响力网络模型的多智能体一致性协议

如何增强系统一致性是多智能体系统研究中的一个重要问题。传统一致性协议通常未考虑拓扑中的关键节点,并且拓扑权重单一,从而导致系统更容易分裂。基于人际关系网络中的关键人物可以促进不同社区信息交流的思想,提出了一种影响力网络模型（influence network model,INM）。首先,提出了分布式的Hub Node识别算法（distributed hub node identify algorithm,DHNI）,用于区分关键节点和非关键节点,可以应用在分布式多智能体系统中。其次,提出了基于分布式hub node的拓扑权重设计算法（distributed hub node-based topology reweighting algorithm,DHNTR）,量化不同节点对其邻居的影响力。最后提出了基于影响力网络的一致性协议。设计了公共Lyapunov函数,分析了系统的全局稳定性,证明了系统具有Lyapunov意义下的稳定性。仿真实验表明该协议可以增强系统一致性。     

基于协进化的多智能体系统仿真框架及其面向对象设计与实现

协进化方法是继符号主义、行为主义方法之后出现的一种解决多智能体协作问题卓有成效的方法．本文提出了基于协进化方法的多智能体体系结构和协调机制,建立了基于协进化机制的多智能体系统仿真框架,用面向对象的方法设计了仿真框架的类库体系,最后以“捕食者 猎物”问题为背景进行了实验研究．     

无速度输入多智能体系统的一致性

本文研究了有无引导者的多智能体系统在非线性协议下的一致性问题.当智能体速度信息无法获知时,分别针对有无引导者的多智能体系统设计了包含辅助系统和智能体相对位移信息的非线性分布式协议.借助图论、Lyapunov稳定性理论、Barbalat引理等方法,推导出有无引导者的多智能体系统在连通无向通讯网络中实现一致的充分条件,其次,设计了一种新的能使引导–追随者多智能体系统在有向通讯网络中实现期望一致的协议.最后,数值仿真验证了结果的正确性.     

多智能体系统的事件驱动控制

近年来事件驱动控制发展迅速,并引起了多智能体系统领域研究者的极大关注.本文对基于事件驱动控制的多智能体系统的研究现状进行综述.从智能体动力学角度,分别对这个领域的一些代表性成果和研究方法进行了归纳总结.进一步,论述了边事件驱动控制策略下的多智能体系统的研究成果.随后,利用一类新型事件驱动控制来探讨多智能体系统的一致性问题.最后,给出了尚未解决的问题和未来值得关注的研究方向.     

一类离散时延多智能体系统的安全一致性研究

文章针对存在恶意智能体的一类离散多智能体系统,研究了其在时延影响下的安全一致性问题:以距离期望值一个标准差为约束条件,设计了一类容忍性强的安全一致性算法;仅利用包含自身信息在内的邻居时延信息序列,通过算法选取有效个最优信息作为控制输入,使系统在一定条件下实现安全一致.仿真实验结果表明,采用该算法,不仅增强了系统对恶意智...     

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。     

牵制控制下的多智能体系统群一致性

本文研究了一类多智能体系统在牵制控制下的群一致性问题,提出了融合群内信息交互、群间信息交互和牵制控制器的一致性协议.对固定拓扑下的二群组智能体系统和切换拓扑下的多群组智能体系统,利用稳定性理论和图论分别给出了适用于任意拓扑结构的充要条件,使得智能体系统在所提协议和牵制控制器的联合作用下实现预期的群一致.针对拓扑图中含有生成树这一特例,分析了被施加牵制控制的智能体在结构中的具体位置.此外,对切换拓扑下进行非线性交互的多群组智能体系统,利用Lyapunov方法推导出一充分条件,得出只要对多智能体系统的一部分主体进行牵制控制,则所有智能体即可在所提协议和牵制控制器的作用下渐近收敛于各自的期望一致平衡点.最后,仿真例子验证了所提方法的有效性.     

基于事件触发的三阶多智能体系统一致性控制

针对多智能体间信息通信量大的问题,提出一种事件触发控制策略来研究了三阶多智能体系统在有向固定拓扑下的一致性问题.首先,基于定义的位置、速度和加速度的测量误差,设计了一种新颖的事件触发控制机制.然后,采用矩阵理论和模型变换思想对系统进行了分析和转换,利用Lyapunov理论给出了系统达到一致性的充分条件,且确保了Zeno...     

有向图中基于扰动观测器的线性多智能体系统一致性

在有向图中,针对多智能体系统中智能体动力学存在扰动的情形,研究了系统的一致性问题.每个智能体的动力学模型为存在未知外部扰动的一般线性系统.在有向图是强连通的条件下,通过设计一种基于扰动观测器的分布式算法,实现了存在未知扰动的线性多智能体系统的一致性.最后通过仿真验证所提算法的有效性.     

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。     

寻找多智能体系统一致性的迭代学习方法

本文利用迭代学习的方法研究了带头结点的多智能体系统的一致性问题.文中分别对单积分多智能体系统和一般的线性多智能体系统提出了迭代学习型的一致性算法.该算法对每一个从节点所设计的分布迭代学习序列可以保证从节点能完全跟随上头结点.假设头结点是全局可达的,对于有向拓扑连接图,给出了智能体达到完全一致的充分条件.最后,仿真实例说明了文中所给方法的有效性.     

随机多智能体系统一致性增益的设计与分析

在固定和切换拓扑中通信网络含有加性随机噪声的情况下,针对随机多智能体系统一致性跟踪控制问题,本文采用自适应控制方法给出了一种新的一致性增益设计方法.在基于邻居智能体状态设计的分布式自适应控制协议中,每个跟随者的一致性增益自适应律仅仅依赖于跟踪误差,并且与通信网络全局信息无关.结合代数图论,随机理论工具和自适应控制得到两个结论:1)每个跟随者以均方意义下跟踪上领导者; 2)每个跟随者的一致性增益趋于一个理想估计值.通过两个仿真实例验证算法的有效性.