多智能体最优持久编队动态生成与控制

研究了多智能体系统中最优持久编队生成算法,并根据对应的通信拓扑设计了最优持久编队的运动控制算法.首先,提出了基础圈概念,通过有向增加顶点操作,研究了基础圈为三角形或包含部分四边形的最优持久编队的分布式生成算法;在此基础上,考虑到持久编队中单向通信邻居的状态信息,设计了基于距离的最优持久编队运动控制算法.最后,仿真研究验证了所提算法的有效性.     

基于刚性图的多智能体编队控制研究

对多智能体编队执行结点扩展、集结、分离等操作后,保持编队队形稳定的问题进行研究。利用代数图论为研究工具,介绍了刚性图和最小刚性图的概念,基于刚性图理论对多智能体编队操作进行形式化描述和数学建模,重点研究了结点增减、编队集结、分离等操作下编队刚性保持的条件,并给出保持编队刚性的理论证明。采用编队控制的形式化建模方法,可对进一步深入编队队形控制算法以及控制器的设计等问题提供编队操作的形式化表达,具有一定的借鉴意义。     

网络化多智能体主从式预测编队控制

为解决通讯延时对编队控制造成的不利影响,研究网络化多智能体在通讯延时情形下的主从式预测编队控制问题,提出一种主从式预测编队控制架构.在该架构中,所有智能体都基于延时状态预测自身当前时刻状态,用于主动补偿反馈通道延时.主智能体将自身未来预测状态发送给各从智能体,从而主动补偿主从智能体间的通讯延时.仿真结果验证了所提出主从式预测编队控制架构的可行性和灵活性.     

基于路径参数协同的多移动机器人编队控制

为了使每个机器人沿期望的跟踪路径运动,建立了一种基于路径参数协同的多移动机器人编队控制模型.模型将整个系统的控制分为两部分:-部分用Lyapunov和反演技术设计了路径跟踪控制器,另-部分为路径参数协同控制器,保证每个机器人期望跟踪路径的参数变量能够实现协同,进而达到对编队的控制.采用结构模型完全＞分布,并且适用于机器人不同集群任务需求,可易于仿真实现.使用控制方案仅需要机器人之间交互路径参数信息,通讯需求量小,满足实际工程需求.仿真结果验证了所提算法的有效性.     

基于协同进化的多智能体机器人路径规划

协同进化是一种新兴的、简单有效的智能优化方法,具有较好的收敛性、鲁棒性和高效性,在多目标优化问题中得到很广泛应用。将其应用到复杂环境下多智能体机器人的路径规划中,并设计适应度评价函数。同时,引入一系列新的变异操作算子,有效地对多智能体机器人规划的路径进行优化,加速了整体的规划速度,避免规划陷入局部最优,从而获得多智能体系统的全局最优或次优解。最后给出了的仿真结果证明方法可行、有效。     

考虑时变时滞的多移动智能体分布式编队控制

考虑到多移动智能体编队控制中的时变时滞问题,在所设计的编队框架下,基于一致性算法设计了具有不对称时变时滞的分布式编队控制律.该控制律仅使用全局速度导引信息和邻居状态反馈信息;在固定通信拓扑条件下,推导了具有时变时滞的闭环系统状态方程,应用改进的自由权矩阵方法获得了保守性更小的系统稳定条件,并在时变通信拓扑条件下,将拓扑变化处理为系统结构的不确定性,同样获得了时变通信拓扑下的系统稳定条件;进行了6个智能体在平面内编队运动的仿真,实例证明,理论结果是正确的.     

未知异构非线性多智能体系统的无模型自适应编队控制

研究一类未知异构非线性多智能体的编队控制问题.首先,利用全格式动态线性化(full form dynamic linearization,FFDL)方法将未知非线性智能体转化为含有时变参数的数据模型,并给出时变参数的估计方法;然后,基于该数据模型设计一种分布式无模型自适应多智能体编队控制方案;最后,为验证所提出的无模型自适应编队控制方案的有效性,利用3台NAO机器人开发基于Python的多智能体编队控制实验平台.实验比较结果表明,通过所提出的控制方案可使3台机器人仅利用局部信息就能有效完成编队控制任务,控制性能优于基于PID的编队控制方法.     

多智能体有向网络的加权平均一致性

对多智能体有向网络的一致性问题进行了研究。提出了加权平均一致性的新概念,基于一类分散协调控制器使多智能体网络在固定的网络拓扑取得全局渐近加权平均一致性。从理论上证明了有向网络的强连通性及一类称为平衡图的有向图在解决加权平均一致性问题中扮演着关键角色。最后,给出了一个仿真示例,对理论结果进行了验证。     

事件驱动的强化学习多智能体编队控制

针对经典强化学习的多智能体编队存在通信和计算资源消耗大的问题,本文引入事件驱动控制机制,智能体的动作决策无须按固定周期进行,而依赖于事件驱动条件更新智能体动作。在设计事件驱动条件时,不仅考虑智能体的累积奖赏值,还引入智能体与邻居奖赏值的偏差,智能体间通过交互来寻求最优联合策略实现编队。数值仿真结果表明,基于事件驱动的强化学习多智能体编队控制算法,在保证系统性能的情况下,能有效降低多智能体的动作决策频率和资源消耗。     

有向图中网络Euler-Lagrange系统的自适应协调跟踪

基于一致性理论, 在有向图中研究网络 Euler-Lagrange 系统的协调跟踪控制. 所有跟随智能体的动力学模型均为 Euler-Lagrange 方程. 在仅有部分跟随智能体能获取领航智能体信息的情形下, 同时考虑系统模型的参数不确定性, 设计分布式自适应控制律实现所有跟随智能体对领航智能体的跟踪. 针对领航智能体的运动状态, 考虑以下两种情形: 1) 领航智能体为固定点; 2) 领航智能体为动态点. 对第一种情形, 设计的控制律使得所有跟随智能体渐近交会于固定点; 对第二种情形, 首先对每个跟随智能体设计分布式连续估计器, 然后提出了分布式自适应控制律. 当每个跟随智能体均能获取领航智能体的加速度信息时, 设计的控制律能实现对领航智能体的渐近跟踪, 当跟随智能体不能获取领航智能体的加速度信息时, 跟踪误差是有界的. 最后通过仿真分析验证设计的控制算法是合理有效的.     

基于虚拟领航者的船舶无源协调编队控制研究

随着海上任务越来越复杂,许多作业过程要求多艘船舶相互协调. 本文结合了虚拟领航者协调策略和无源性理论控制方法的各自优势,提出了一种基于虚拟领航者的无源协调控制方法,来解决多艘船舶的协调路径跟踪问题.通过对虚拟领航者设计路径跟踪控制器,使其领导作业船舶按着指定的路 径进行协调作业,同时定义每艘船舶的队形参考点,应用无源性理论设计同步 控制器使所有船舶的参考点趋于一致,最终实现多艘船舶按一定的队形进行协调路径跟踪.最后通过仿真实验验证了所提算法的有效性.     

A Novel Multi-agent Formation Control Law With Collision Avoidance

In this paper a stable formation control law that simultaneously ensures collision avoidance has been proposed. It is assumed that the communication graph is undirected and connected. The proposed formation control law is a combination of the consensus term and the collision avoidance term (CAT). The first order consensus term is derived for the proposed model, while ensuring the Lyapunov stability. The consensus term creates and maintains the desired formation shape, while the CAT avoids the collision. During the collision avoidance, the potential function based CAT makes the agents repel from each other. This unrestricted repelling magnitude cannot ensure the graph connectivity at the time of collision avoidance. Hence we have proposed a formation control law, which ensures this connectivity even during the collision avoidance. This is achieved by the proposed novel adaptive potential function. The potential function adapts itself, with the online tuning of the critical variable associated with it. The tuning has been done based on the lower bound of the critical variable, which is derived from the proposed connectivity property. The efficacy of the proposed scheme has been validated using simulations done based on formations of six and thirty-two agents respectively.      

The Formation Control of Multi-agent Systems on a Circle

This paper investigates the formation control of a class of multi-agent systems moving on a circle, whose topology is a cyclic graph, and presents several new results for the following two cases:Case I, the agents with single-integrator kinematics, and Case Ⅱ, the agents with double-integrator kinematics. Firstly, for Case I, two control protocols are proposed under which the multiagent systems keep a uniformly-spaced formation. Secondly, we study Case Ⅱ, and a control protocol is designed for this case, then the stability of the formation is proved. Finally, three simulations are studied by using our presented results. The study of illustrative examples with simulations shows that our results as well as designed control protocols work very well in studying the formation control of this class of multi-agent systems.      

一类分布式队形控制及其稳定性分析

针对一类具有二阶动态行为的多机器人系统的队形控制问题, 提出了一种分布式离散协同控制算法, 并应用代数图论和矩阵论的方法对该系统的渐近稳定性和算法的一致收敛性进行分析. 应用上述方法, 证明了确保多智能体系统渐近收敛的充要条件,得到了反馈控制参数的取值范围. 同时证明了在该充要条件下多机器人将逐步收敛到期望队形和同一运动速度. 仿真部分通过一个六机器人系统的队形控制验证了本文研究结果的正确性.     

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.     

Formation Control for Nonlinear Multi-agent Systems with Linear Extended State Observer

This paper investigates the formation control problem for nonlinear multi-agent systems with a virtual leader. A distributed formation control strategy based on linear extended state observer (LESO) is proposed under the hypothesis that velocity of the agent's neighbors could not be measured. Some sufficient conditions are established to ensure that the nonlinear multi-agent systems form a predefined formation with switching topology when the nonlinear function is known. Moreover, the tracking errors are bounded with external disturbance. Lastly, a numerical example with different scenarios is presented to demonstrate the validity of the obtained results.      

一种目标导向运动控制算法

结合微小型轮式机器人灵活简便的控制特点,提出了一种新的目标导向运动控制算法,它采用首尾相切的直线段和圆弧构成基本运动路径,可以轻易地实现机器人的入口控制问题。与普通目标导向算法相比,该算法运算十分简单,控制代价非常小,极易在微小型机器人上实现和推广。仿真结果验证了控制算法的有效性。