多智能体系统的自适应群集分布式优化

本文对具有非线性函数群集行为的连续时间多智能体系统的分布式优化问题进行了研究。本文的目的是 使局部代价函数之和最小。每个智能体只知道与其对应的代价函数。为了解决这一问题,本文设计了一个分布式 控制律,在这个研究中该控制律仅仅依赖于自己和邻居的速度。通过李雅普诺夫稳定性证明了多智能体系统的收 敛性,而且在最小化局部代价函数之和的同时所有智能体可以避免碰撞。最后,通过一个仿真案例来说明所获得 的分析结果。     

分布式优化的多智能体方法

分布式优化作为分布式协调控制领域中的一个基本而重要的研究课题,近年来,不同领域的众多学者对其产生了广泛的研究兴趣.本文总结归纳了分布式优化的研究现状和近期的研究成果,重点对离线分布式优化和在线分布式优化进行了阐述,并从算法设计和收敛性分析这两个角度进行了剖析.特别地,针对一类混合均衡问题,本文介绍了一类分布式求解算法.最后,阐述了当前尚未解决的问题和未来的研究方向.     

具有复杂动力学的多智能体系统分布式优化综述

多智能体系统分布式优化由于其高效性、灵活性和可靠性等特点吸引了大量学者的关注,在多机器人协同控制、无线传感器网络、能源系统等领域具有广泛的应用前景.分布式优化的基本目标是利用智能体的个体目标函数梯度、自身及其邻居状态信息设计分布式控制协议,驱动所有智能体的状态或输出到全局目标函数的最优解,系统动力学是影响智能体状态演化的重要因素.鉴于此,在回顾现有连续时间分布式优化算法的基础上,根据系统动力学分类,尽可能全面地评述具有复杂动力学的多智能体系统分布式优化问题的最新研究进展,并对未来发展方向进行展望.     

具有领航者的时延多智能体系统的群集运动

计算机技术、网络技术和通信技术的飞速发展,推动着无人驾驶飞行器的编队控制、传感器网络的分布控制、卫星的姿态控制等多智能体系统的建模与应用的逐步深入,也吸引了越来越多的研究者致力于多智能体系统的动态编队控制的研究.研究了具有不同的通信时延和不同的输入时延的移动多智能体算法的群集运动.假设多智能体系统由n个智能体和1个Leader组成,网络连接拓扑是静态有向连通图,智能体Leader为拓扑图的全局可达节点.应用频率域的广义Nyquist判据分析了具有不同的通信时延和不同的输入时延的移动多智能体算法,应用Greshgorin圆盘定理和曲线的曲率理论研究了具有领航者的多智能体算法的群集运动,得到保证系统一致性的收敛条件.该一致性条件是一个应用节点局部信息的分散式条件,只与输入时延有关,而与通信时延无关.最后,通过计算机仿真验证了本文结论的有效性.     

反馈控制策略的自适应群集运动

针对有领航者的多智能体群集运动中可能出现的跟踪误差大或跟随者掉队的现象,提出了一种基于信息反馈的自适应的群集运动跟踪方法.采用邻近规则在领航者与周围邻近的跟随者之间引入双向信息流,使得领航者按事先确定的轨迹运行的同时,能根据邻近的跟随者的状态信息自适应地调节自身的运行状态.并采用李亚普诺夫方法分析了系统的稳定性,证明了...     

具有群集行为的时变函数分布式优化（英文）

本文对具有群集行为的连续时间多智能体系统的优化问题进行了研究.考虑具有二阶动力学的多智能体系统,每个智能体都具有一个局部的时变代价函数.本文的目标是仅仅依靠局部信息交流使得多智能体在运动的过程中保持连通性、避免碰撞、总体代价函数最小.为此本文设计了一种具有群集行为的控制协议,该协议仅仅依赖于自己和邻居的速度.可以证明在该控制协议作用下,所有智能体在保持连通、避免碰撞的同时,速度能够跟踪上最优速度.最后,通过一个仿真来说明本文的结果.     

连通性保持下的多机器人系统分布式群集控制

多机器人系统群集控制中的连通性保持对于系统的稳定性和状态收敛的快速性具有重要影响.本文在初始通信网络拓扑为强连通非平衡图的条件下,研究具有非完整约束运动学模型的多轮式移动机器人系统群集运动中的连通性保持控制问题.首先,构造了一类新颖的光滑有界的人工势场函数,该类函数可以同时满足连通性保持、碰撞规避和相对距离镇定等任务需求.进一步,将基于势函数梯度的控制策略与一致性控制机制有机结合,在系统中存在和不存在领航者的条件下,分别设计出一类具有连通性保持功能的光滑有界的分布式群集控制协议,不仅可有效避免不连续/非光滑控制器所固有的抖振现象以及执行器饱和问题,而且实现了将传统群集控制中的连通性保持算法从个体运动模型和系统通信拓扑类型两个方面同时加以拓展.最后,仿真结果和实验结果验证了本文所提出的光滑有界群集控制算法的有效性.     

具有通信时延和有向网络的多智能体分布式优化

本文对非平衡有向拓扑下一阶多智能体系统的分布式优化问题进行研究.研究的智能体在与邻居的通信过程中都有一个变化的时延.本文的目标是找到使得目标函数f(x)=(NΣi=1)fi(xi)最小的智能体的状态.提出了一种基于有向图的拉普拉斯矩阵的零特征值对应的左特征向量和智能体的局部信息的控制器.在这项研究中,去掉了fi(xi)...     

基于梯度估计的多智能体系统有限时间分布式优化

现有多智能体系统分布式优化算法大多具有渐近收敛速度,且要求系统的网络拓扑图为无向图或有向平衡图,在实际应用中具有一定的保守性.本文研究了具有强连通拓扑的多智能体系统有限时间分布式优化问题.首先,基于非光滑分析和Lyapunov稳定性理论设计了一个有限时间分布式梯度估计器.然后,基于该梯度估计器提出了一种适用于强连通有向图的有限时间分布式优化算法,实现了多智能体系统中智能体的状态在有限时间内一致收敛到全局最优状态值.与现有的有限时间分布式优化算法相比,新提出的有限时间优化算法适用于具有强连通拓扑的多智能体系统,放宽了系统对网络拓扑结构的要求.此外,本文基于Nussbaum函数方法对上述优化算法进行了拓展解决了含有未知高频增益符号的多智能体系统分布式优化问题.最后,通过仿真实例对提出的分布式优化算法的有效性进行了验证.     

带通信时滞的多智能体系统的群集运动

由于环境的影响以及自身只能以有限的速度影响其他智能体,使得多智能体之间的影响不能立即作用,因此通常都有一定的时间延迟。在Cucker-Smale模型的基础之上研究了带有通信时滞的系统,主要利用二次函数理论证明了当智能体间的通信时滞在满足一定的条件下,依然可以达到群集运动。最后也给出了通信时滞下的Cucker-Smale模型的数值仿真结果,发现当其他系统参数不变时,耦合系数越小,系统能容忍的通信时滞越大。这也进一步证明了该理论的正确性。     

具有干扰的多领航者系统的群集运动的快速收敛

针对具有多领航者网络化系统的离散时间群集运动问题,提出了一阶/二阶网络化系统的包容控制算法。运用现代控制理论、代数图论和线性矩阵不等式等分析工具对所提出的控制算法进行理论分析,得到了具有干扰的多领航者网络化系统在离散时间情况下有限时间内实现群集运动的收敛条件。最后,利用LMI工具箱数值仿真求得正定矩阵范围,进而确定线性系统的稳定性。系统仿真验证了所得结论的正确性。     

具有时变通信延迟的多智能体系统改进蜂拥控制

针对不确定非线性二阶多智能体系统中存在的时变通信时延和未知干扰问题,提出了一种鲁棒自适应蜂拥控制规律。为了使二阶多智能体系统能够具有更好的抗干扰能力,设计了基于智能体位置状态信息和速度状态信息的鲁棒自适应算子,实现了系统在时变通信时延扰动下的分布控制。通过使用Lyapunov-Krasovskii方法构造能量函数,证明了多智能体系统的网络连通性,智能体的速度收敛于虚拟领导者的速度,并给出了具有时变通信时延的多智能体系统收敛条件。仿真实验结果表明,在不同干扰强度和不同通信时延下系统均能实现快速收敛,形成稳定的拓扑结构,证明所提方法正确有效。     

基于群集行为的分布式多无人机编队动态避障控制

针对无人机编队保持和动态障碍物规避控制问题,本文提出了一种新的基于群集行为的分布式多无人机编队控制和避障控制算法.首先考虑了由机间气流等因素带来的干扰,基于吸引/排斥势场和一致性方法,设计了分布式无人机编队的队形保持控制算法,对编队内无人机之间的距离进行控制.进一步考虑外部移动障碍对无人机编队的影响,引入了排斥势场产生...     

Distributed second-order multi-agent constrained optimization algorithm with time-varying cost function

This paper mainly discusses distributed constrained optimization problem for second-order multi-agent system under undirected communication network. The task of all agents is to minimize the sum of the local convex functions, where each agent is individual and only accesses to one objective function. Different from the most existing results, where the objective functions are assumed to be time-invariable, this paper considers the situation of time-varying objective function. Besides, we don't require that the Hessian matrices are identical and the gradients are bounded. First, a novel time-varying optimization algorithm is proposed based on the projection algorithm. Second, by using convex analysis and Lyapunov theory, it is shown that the states of all agents can reach consensus and asymptotically converge to the neighborhood of the optimal solution. Finally, some numerical examples are given to verify the effectiveness of our algorithms.     

A connectivity-preserving flocking algorithm for multi-agent systems based only on position measurements

Most existing flocking algorithms rely on information about both relative position and relative velocity among neighbouring agents. In this article, we investigate the flocking problem with only position measurements. We propose a provably-stable flocking algorithm, in which an output vector is produced by distributed filters based on position information alone but not velocity information. Under the assumption that the initial interactive network is connected, the flocking algorithm not only can steer a group of agents to a stable flocking motion, but also can preserve the connectivity of the interactive network during the dynamical evolution. Moreover, we investigate the flocking algorithm with a virtual leader and show that all agents can asymptotically attain a desired velocity even if only one agent in the team has access to the information of the virtual leader. We finally show some numerical simulations to illustrate the theoretical results.     

Stable Flocking Motion of Mobile Agents Following a Leader in Fixed and Switching Networks

Multiple mobile agents with double integrator dynamics, following a leader to achieve a flocking motion formation, are studied in this paper. A class of local control laws for a group of mobile agents is proposed. Prom a theoretical proof, the following conclusions are reached: (i) agents globally align their velocity vectors with a leader, (ii) they converge their velocities to the leaders velocity, (iii) collisions among interconnected agents are avoided, and (iv) agent's artificial potential functions are minimized. We model the interaction and/or communication relationship between agents by algebraic graph theory. Stability analysis is achieved by using classical Lyapunov theory in a fixed network topology, and differential inclusions and nonsmooth analysis in a switching network topology respectively. Simulation examples are provided.     

Distributed leader‐follower flocking control

This paper presents a fuzzy based leader‐follower flocking system. To maintain the distance between robots, we use a fuzzy logic controller to design a “force function” which is related to the relative distance between neighbours. The “force function” is used to control velocity of robots. To prove stability of the flocking system, we build a Hamilton function which is kinetic energy of the flocking system. Utilizing the LaSalle's invariance principle, we prove that the system is stable. Specially, we develop a flocking controller in local form. By using the local controller, the robots in the flocking system only need to know local information (relative distances and relative angles between neighbours). To evaluate performance of the flocking system, we simulate the flocking system tracking trajectories with different shapes. The local flocking algorithm is tested with three Pioneer robots. We use the SICK laser scanner to measure the relative distances and relative angles between neighbours. Copyright © 2009 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

一类有序化多移动机器人群集运动控制系统

群集运动控制(flocking control)是一种新型的多移动机器人运动协调控制, 目前的研究多集中于无leader模式下群集运动控制器的设计. 为此, 本文阐述了一类多移动机器人有序化群集运动系统控制方案及其性能评价方法. 首先, 在前人的研究基础上, 本文介绍了基于Agent的有序化编队控制机制; 然后, 运用非完整约束下移动机器人的动力学原理, 设计了由Agent到移动机器人的控制转化方法; 并进一步提出了基于“最小稳定时间”的群集运动分析法, 可对有序化群集运动系统进行分析; 最后, 运用仿真实例, 描述了多移动机器人有序化群集运动的控制及分析过程. 实验结果验证了此控制方案的有效性.