多智能体系统编队控制相关问题研究综述

首先梳理了编队控制研究的脉络, 介绍了3 种经典的编队控制方法, 即跟随领航者法、基于行为法和虚拟结构法的研究思想; 接着综述了近年来发展的, 包容了上述3 种方法且基于图论的编队控制理论的研究成果, 包括多智能体系统图论的建模, 基于代数图论和基于刚性图论的多智能体编队控制律设计、编队构型变换等方面的研究成果; 然后从图论结果出发, 回顾了与编队控制密切相关的一致性、聚集/同向、群集/蜂拥和包络控制的最新进展; 最后, 为了促进多智能体系统在实际中的应用, 指出了多智能体编队控制研究中有待解决的若干问题.

     

非完整性约束的平面多智能体位置时变一致性控制

多智能体的通用一致性协议被广泛用于智能体的编队控制问题中.在实际工程中,多智能体系统为了完成期望的协作控制,智能体之间的位置关系通常是时变的.目前,在多智能体编队控制问题中,尽管已有研究成果能够解决多智能体某些特殊类型的时变编队控制,但对一般性的时变编队还没有成熟的研究成果.本文以受非完整性约束的平面多智能体为研究对象,提出了平面非完整性多智能体的位置时变一致性协议.实验结果表明:本文提出的位置时变一致性协议能够有效解决平面非完整性多智能体系统一般性的时变编队问题.     

陆用运动体多系统协同中的智能优化与控制

在信息化和网络化背景下,多系统协同正成为现代战争中陆用运动体的主要作战模式.针对陆用运动体多系统协同中的智能优化与控制问题,本文从多系统协同指挥控制中的优化与决策、多维高速运动体的协同制导与编队控制、陆用运动体群集运动的智能与安全控制和非线性随动系统的建模与控制四个方面,对当前主要研究成果和国内外最新进展做了简要综述.涵盖了陆用运动体协同过程中涉及的指挥决策、多平台火力控制和群集智能控制与安全控制.最后在总结国内外研究成果的基础上,指出了需要进一步研究的问题和未来的研究方向.     

基于后验经验回放的MAAC多智能体强化学习算法

【目的】针对多智能体强化学习过程中样本利用率低、奖励稀疏、收敛速度慢等问题,提出了一种基于后验经验回放的MAAC(Actor-Attention-Critic for Multi-Agent Reinforcement Learning,MAAC)多智能体强化学习（Hindsight Experience Replay Machanism of MAAC Algorithm,HER-MAAC）算法。【方法】利用失败的探索经验,将依据后验经验回放算法选取的目标重新计算奖励值,存入回放缓冲区中,增大回放缓冲区中成功经验的比例,从而提升样本抽取效率。【结果】实验结果显示,HER-MAAC相较原始MAAC算法,智能体成功率提升,奖励值也明显提高。在典型试验环境下,训练3个智能体胜率提高了7.3%,智能体数量为4时胜率提高8.1%,智能体数目为5时胜率提高5.7%。【结论】研究成果表明,改进后的算法能够有效提升多智能体训练效率。     

邻域交互结构优化的多智能体快速蜂拥控制算法

针对多智能体系统在动态演化过程中容易出现的"局部聚集"现象,融 合复杂网络中的拓扑结构优化理论与多智能体系统协调蜂拥控制研究,提出了一种基 于邻域交互结构优化的多智能体快速蜂拥控制算法.该算法首先从宏观上分析多智 能体的局部聚集现象,利用社团划分算法将局部相对密集的多个智能体聚类成一个 社团,整个多智能体系统可以划分成多个相对稀疏的社团,并为每个社团选择度 最大的个体作为信息智能体,该个体可以获知虚拟领导者信息;随后从多智能体 系统中不同社团相邻个体间的局部交互结构入手,取消社团间相邻个体的交 互作用,设计仅依赖于社团内部邻居个体交互作用的蜂拥控制律;理论分 析表明,只要每个社团存在一个信息智能体,在虚拟领导者的引导作用下,整个多 智能体系统就可以实现收敛的蜂拥控制行为;仿真实验也证实了对多智 能体系统进行邻域交互结构优化可以有效提高整个系统的收敛速度.     

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.     

一类具有群体LEADER的多智能体系统的聚集行为

针对目前关于群体聚集的稳定性研究中仅考虑同类智能体的问题,提出了一类由lea der和follower 两种个体组成的多智能体系统聚集模型.在该模型中,只有leader智能体具有关于环境和目标点的信息,并且当个体间距离较远时互相吸引,距离较近时互相排斥.当表示环境信息的势能场函数梯度有界时,证明了系统的聚集稳定性并确定了表示群体大小的一个上界,从而保证了所有leader和follower个体最终聚集在群体中心周围并一起沿着该函数的负梯度方向运动.仿真结果验证了方法有效性.     

含有障碍物环境下多智能体系统的聚集行为

研究多动态智能体系统在含有障碍物环境下的聚集行为．首先建立一类多智能体系统在有障碍物的环境下的数学模型，以描述个体在遇到障碍物时的行为特点．其次从理论上证明了整个多智能体系统聚集行为的稳定性，指出在有障碍物环境下仍然能够涌现系统的聚集行为．最后，通过数值模拟验证了有关结论的有效性．     

多智能体系统的队形控制方法及应用综述

多智能体系统队形控制的研究主要集中于队形形成、队形保持和队形变换3个方面;首先,介绍、分析了多种队形控制方法,包括轨迹跟踪法、行动选择法、假想刚体法、网络关系图分析法、动态编队法、虚拟势场法、学习控制法和混合控制法等;其次,对移动机器人、无人机、水下机器人等多智能体系统的队形控制应用进行研究;然后,给出了近年来多智能体系统队形控制的研究进展,包括基于复Laplacian矩阵的多维空间队形控制方法,其它领域技术(云计算、图像处理等)用于队形控制的研究成果,并对基于队形控制的多移动机器人和无人机搬运作了介绍;最后,给出了当前队形控制研究中尚未解决的问题,包括队形扩展,队形稳定性,通信、传感器功能,异构多智能体系统队形控制和机械臂编队等。     

多智能体分层协作规划及在RoboCup中的应用

为了更好地解决一类通讯受限环境中多智能体任务协作规划问题,提出了基于MAXQ-OP的多智能体在线规划方法,并在RoboCup仿真2D足球比赛的人墙站位和多球员传球问题中对算法进行了实验.实验结果表明,这个方法使智能体在需要协作配合的环境中的表现比传统方法有了明显提升.     

速度不可测的异构多智能体系统一致性分析

近年来,随着异构系统在实际中的广泛应用,异构多智能体系统一致性分析成为研究热点。针对一阶部分智能体控制输入有界、二阶智能体速度不可测的异构多智能体系统,在无向网络拓扑图下给出了无领导者和有领导者两种控制输入设计方法,基于图论知识和LaSalle不变集原理给出了该异构系统实现一致性的充分条件。最后,通过数值仿真验证了该理论的正确性。     

保持拓扑连通的多智能体网络有限时间聚集控制

针对个体动态为二阶积分器的多智能体网络,研究有限时间聚集控制问题,采用势能函数法和变结构控制思想设计分布式非光滑有界控制协议.在网络初始能量有限的前提下,得出该非线性耦合网络拓扑始终保持连通的结论.基于不变集原理和Lyapunov函数的二阶集值李导数信息,进行有限时间稳定性分析,得出在选取合适牵制权值的情况下,网络可实现保持拓扑连通的有限时间聚集的控制策略.最后通过仿真实例验证了理论方案的有效性.     

基于切换拓扑的多智能体协作控制研究综述

多智能体系统一直是众多学科领域研究的主要研究对象,基于切换拓扑的多智能体协作控制理论研究作为多智能体系统研究的重要部分,一直是近年来的热点。为了推进基于切换拓扑的多智能体协作控制理论研究,在广泛调研现有文献和最新成果的基础上,从一致性问题、分布式优化问题和分布式估计问题三个方面对该领域的发展现状进行了总结;探讨了诸如一致性协议的设计、一致性协议的性能分析方法及其优缺点、分布式优化的实现方式和分布式估计的实际应用。最后指出当前该领域尚未解决的问题和未来的研究方向。     

基于簇的无线传感器网络交会路由协议

针对现有无线传感器网络(WSN)协议中更多消耗sink附近节点能量导致网络寿命短的问题,本文提出一种基于簇的无线传感器网络交会路由协议(Cluster-based Rendezvous Routing Protocol, CRRP)。该协议是基于交会的路由协议,其中在网络的中间构建交会区域,该交会区域划分整个网络区域并在传感器节点之间分配网络负载,这延长了网络寿命。此交会区域内的节点分为不同的簇,每个簇的簇头(CH)负责不同簇之间的通信,sink在此交会区域内发送其更新的位置信息,并且当传感器节点想要发送数据时,会从该交会区域检索sink的当前位置信息并直接将数据发送到sink。仿真实验结果表明,在能耗与网络寿命性能方面,本文CRRP协议优于Rendezvous协议、LBDD协议、Railroad协议和Ring协议。     

复杂无向网络连通性的一种高效判定算法

通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往, 各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计, 而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证, 而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题, 本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度, 且便于计算机实现, 因而具有重要的理论意义和广泛的实用价值.     

异构变时延多智能体系统编队控制分析

实际工程应用中,异构多智能体的编队控制问题研究具有十分重要的意义。考虑现实环境影响,编队系统个体之间的通信变时延难以忽略。系统收敛速率是评价系统性能的重要依据,然而现有编队控制问题研究很少能给出相应的量化指标。针对上述情形,对包含一、二阶智能体的异构变时延系统的编队控制问题进行分析研究。首先,考虑固定有向通信拓扑情况,对领航跟随者模式下异构变时延多智能体系统提出线性一致性控制协议。然后,构建误差系统模型,利用图论与矩阵论分析方法,并结合Routh-Hurwitz定理与牛顿-莱布尼兹公式,获得系统实现编队控制的充要条件,同时得到估算系统收敛速率的不等式关系。最后,仿真算例中随机给定一种系统节点0全局可达的通信拓扑,并对不同时延情况的编队控制效果进行分析,验证一致性控制协议的正确性和有效性。     

一类异构多智能体系统一致性协议的收敛性分析

针对一阶二阶智能体组成的异构多智能体系统,采用了一种线性一致性协议,基于图论和矩阵分析的方法对一致性协议的收敛性进行研究,得出了一致性协议最终收敛值的表达式,并给出了收敛区间,通过参数优化设置可以实现系统收敛到该区间内任意给定的期望值.最后在仿真实例中,实现了异构多机器人系统在期望位置的聚集,仿真结果验证了理论分析的正确性.     

Containment control of switched multi-agent systems

In this paper, we consider the containment control problem for the switched multi-agent system which is composed of continuous-time and discrete-time subsystems. Continuous-time protocol based on the relative state measurements of agents are designed for the switched multi-agent system with multiple stationary and dynamic leaders, respectively. By using graph theory and matrix theory, some necessary and sufficient conditions are obtained for solving the containment control problem under arbitrary switching. When the leaders are dynamic, impulsive protocol are also proposed for the switched multi-agent system. The simulation results are given to verify the effectiveness of the theoretical results.     

TCP友好拥塞控制研究

因使用的传输协议缺乏有效的拥塞控制机制,造成流媒体传输数据包时会有大的延迟和丢失,导致流媒体播放不清晰、不同步、播放停顿等质量问题.针对流媒体传输而提出的TCP友好拥塞控制是当前网络协议研究的一个热点.比较分析了当前较有影响的TCP友好拥塞控制机制,并给出今后的研究方向.