多智能体网络系统的能控性代数条件

能控性是多智能体系统研究的核心问题,主要包括结构可控性和精准可控性。对多智能体系统的模型和能控性代数条件进行了总结。在相对协议和绝对协议条件下,运用图论和矩阵论的知识系统分析了多智能体系统能控性的代数条件。按照同质多智能体到异质多智能体的顺序,对现有的多智能体系统模型和代数条件进行了梳理,并在已有结论的基础上对多智能体系统能控性的代数条件进行了改善,进一步提出了新的代数条件。多智能体能控性代数条件的改进大大简化了能控性的计算量。     

有向符号网络的边能控性研究

符号网络是一类具有正负符号特征的网络.在多智能体系统中,符号网络能够描述智能体之间的合作与对抗交互关系,因此受到学者的广泛关注.本文主要研究有向符号网络的边能控性.首先,对具有符号网络的多智能体系统边动力学进行建模,得到边能控性模型.其次,从网络拓扑结构角度对边能控子空间进行定量刻画,利用有向符号网络的距离和等价划分得到能控子空间的上下界估计.进一步,讨论了符号网络边能控性与顶点能控性的关系.所得结果表明:当顶点符号图为结构非平衡时,符号网络的边能控性与顶点能控性等价.最后,通过仿真结果验证所得理论的有效性.     

二阶邻居协议下多智能体系统能控能观性保持

为了研究多智能体系统的一致性特点及能控、能观性保持策略,分析了具有时变拓扑结构的多智能体系统在一阶邻居协议和二阶邻居协议下的一致性速度,针对拓扑结构的特殊性,利用结构能控性性质和拉普拉斯矩阵第二小特征值与一致性速度之间存在的关系设计出一种使能控性和能观测性保持的控制策略。此外,得出多智能体系统在二阶邻居协议下,具有更快的一致性速度的结论。文中2个主要定理分别通过算例和仿真进行验证,算例和仿真结果与定理结论一致。     

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.     

一种多智能体系统抗毁性拓扑结构构建方法

拓扑结构抗毁性对多智能体系统分布式协同控制完成既定的目标任务具有重要意义.文中研究多智能体系统拓扑结构,提出基于权重的分簇方法,通过虚拟骨干网的分布式提取,完成层次型拓扑结构的构建.在基于簇的层次型结构的基础上,提出关节点判断与中继节点运动控制相结合的分布式方法,实现网络的双连通,并阐述该方法在网络化火控系统中的应用.实验表明文中提出的概念和方法能提高多智能体系统拓扑结构的灵活性和抗毁性,为网络化无人作战理论在实践中的应用打下良好基础.     

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。     

多智能体深度强化学习研究综述

多智能体深度强化学习是机器学习领域的一个新兴的研究热点和应用方向,涵盖众多算法、规则、框架,并广泛应用于自动驾驶、能源分配、编队控制、航迹规划、路由规划、社会难题等现实领域,具有极高的研究价值和意义。对多智能体深度强化学习的基本理论、发展历程进行简要的概念介绍;按照无关联型、通信规则型、互相合作型和建模学习型4种分类方式阐述了现有的经典算法;对多智能体深度强化学习算法的实际应用进行了综述,并简单罗列了多智能体深度强化学习的现有测试平台;总结了多智能体深度强化学习在理论、算法和应用方面面临的挑战和未来的发展方向。     

多智能体分层强化学习综述

作为机器学习和人工智能领域的一个重要分支,多智能体分层强化学习以一种通用的形式将多智能体的协作能力与强化学习的决策能力相结合,并通过将复杂的强化学习问题分解成若干个子问题并分别解决,可以有效解决空间维数灾难问题。这也使得多智能体分层强化学习成为解决大规模复杂背景下智能决策问题的一种潜在途径。首先对多智能体分层强化学习中涉及的主要技术进行阐述,包括强化学习、半马尔可夫决策过程和多智能体强化学习;然后基于分层的角度,对基于选项、基于分层抽象机、基于值函数分解和基于端到端等4种多智能体分层强化学习方法的算法原理和研究现状进行了综述;最后介绍了多智能体分层强化学习在机器人控制、博弈决策以及任务规划等领域的应用现状。     

离散时间混合多智能体的拟平均一致性控制

为了研究混合一阶和二阶异质无向多智能体网络离散时间一致性问题,提出了固定和可变拓扑结构的多智能体网络的拟平均一致性协议.根据Lyapunov函数和代数图论,分析了多智能体网络的稳定性,表明在固定和可变拓扑结构的情况下,混合阶多智能体系统可以达到拟平均一致.对6个节点组成的4种不同的无向网络拓扑结构进行了仿真,结果显示了变拓扑离散时间异质多智能体网络的位置和速度均能达到拟平均一致.仿真结果表明,该算法对混合阶多智能体网络的拟平均一致性控制有效.     

多智能体聚集问题研究综述

多智能体聚集在分布式协调控制领域具有广阔的应用前景,近年来受到持续关注并且研究成果颇丰。首先梳理了多智能体聚集问题中涉及的理论基础与框架;接着综述了近几年多智能体聚集问题主要研究成果,重点从保持拓扑连通性和提升抗干扰性以及受资源限制两个方面介绍多智能体聚集问题研究进展,并对其中主流控制方法深入阐述;归纳总结了多智能体聚集协议优化在降低系统功耗和提升收敛速度方面的研究成果;最后,提出多智能体聚集问题若干未来的研究方向。     

多个体协调控制问题综述

对多个体协调控制问题的研究现状进行综述. 介绍了多个体协调控制领域的基本问题, 并结合系统中网络与动力学不确定性, 对该领域当前的研究热点和前沿进行分析阐述. 进一步, 对工程中广为应用的Euler-Lagrange系统协调控制最新研究成果进行归纳总结. 最后指出该研究领域存在的问题及今后的研究方向.     

多智能体系统安全性问题及防御机制综述

多智能体系统作为分布式人工智能的重要分支,已成为解决大型、复杂、分布式及难预测问题的重要手段。在开放网络中,多智能体系统仍面临许多安全问题,潜在的安全威胁很可能影响其实际应用的稳定性、快速性和准确性。基于目前已知的多智能体系统通用模型,介绍了多智能体系统通信协议、访问控制和协调机制中潜在的安全问题,规范了多智能体系统安全性问题的研究体系,总结了系统设计过程中可行的防御技术和隐私保护技术,最后展望了多智能体系统安全研究的发展方向。     

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。     

具有时延的多个体系统的一致性问题综述

考察了具有时延的多个体系统的一致性问题．根据不同的分析方法,介绍了关于具有通信时延的多个体系统一致性问题的结果,并对各种分析方法的特点进行了比较．此外,对具有输入时延的多个体系统的现有一致性结果也作了介绍．最后评述了该研究领域存在的问题以及今后的研究方向．     

多自主体量化趋同与有限数据率趋同综述

对近年来系统控制学科的一个前沿热点领域——多自主体系统的量化趋同和有限数据率趋同问题进行了回顾和总结. 介绍了该领域产生和发展的背景及意义; 分门别类地回顾了该领域一些代表性成果和研究方法; 并结合多自主体系统和网络化控制的大背景,对该领域未来可能的研究方向进行了展望.     

Controllability of discrete-time multi-agent systems with directed topology and input delay

This paper investigates the controllability of first-order and second-order discrete-time multi-agent systems with directed topology and input delay. The problem is studied in the leader–follower framework where a number of agents are selected to be leaders and serve as control inputs to all other agents. Sufficient and necessary conditions are derived for the controllability of first-order discrete-time multi-agent systems. With sampling period and feedback gain satisfying certain conditions, it is proved under three different protocols that the controllability of second-order discrete-time multi-agent systems is equivalent to that of a pair of submatrices of Laplacian matrix. In addition, the controllability of both first-order and second-order discrete-time multi-agent systems with input delay is shown, through some transformations, to be equivalent to that of the transformed non-delayed systems. Finally, some simulation examples are given to illustrate the theoretical results.     

Controllability of heterogeneous multi-agent systems under directed and weighted topology

This paper considers the controllability problem for both continuous- and discrete-time linear heterogeneous multi-agent systems with directed and weighted communication topology. First, two kinds of neighbour-based control protocols based on the distributed protocol of first-order and second-order multi-agent systems are proposed, under which it is shown that a heterogeneous multi-agent system is controllable if the underlying communication topology is controllable. Then, under special leader selection, the result shows that the controllability of a heterogeneous multi-agent system is solely decided by its communication topology graph. Furthermore, some necessary and/or sufficient conditions are derived for controllability of communication topology from algebraic and graphical perspectives. Finally, simulation examples are presented to demonstrate the effectiveness of the theoretical results.     

多智能体深度强化学习的若干关键科学问题

强化学习作为一种用于解决无模型序列决策问题的方法已经有数十年的历史, 但强化学习方法在处理高维变量问题时常常会面临巨大挑战. 近年来, 深度学习迅猛发展, 使得强化学习方法为复杂高维的多智能体系统提供优化的决策策略、在充满挑战的环境中高效执行目标任务成为可能. 本文综述了强化学习和深度强化学习方法的原理, 提出学习系统的闭环控制框架, 分析了多智能体深度强化学习中存在的若干重要问题和解决方法, 包括多智能体强化学习的算法结构、环境非静态和部分可观性等问题, 对所调查方法的优缺点和相关应用进行分析和讨论. 最后提供多智能体深度强化学习未来的研究方向, 为开发更强大、更易应用的多智能体强化学习控制系统提供一些思路.