离散时变多智能体系统有限时间一致性迭代学习控制

针对一类离散时变多智能体系统,通过引入虚拟领导者产生期望轨迹的方法,将虚拟领导者和所有智能体组成固定的拓扑结构,在此基础上,提出一种离散时间迭代学习控制算法.该算法对多智能体系统中的每个智能体都设计一个控制器,各控制器都是利用上一次迭代时,该智能体与虚拟领导者之间的跟踪误差和该智能体与相邻智能体之间的跟踪误差,通过拓扑结构中通信权值的组合不断修正上一次的控制律,从而获得理想控制律.同时,基于范数理论严格证明所提出算法的收敛性,并给出算法在$\lambda$-范数意义下的收敛条件.该算法能够使离散时变多智能体的输出随着迭代次数的增加在有限时间区间内完全跟踪期望轨迹.理论分析和仿真结果都表明了所提出算法的有效性.     

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.     

测量受限线性多智能体系统一致性迭代学习控制

本文针对通讯拓扑同时沿时间轴和迭代轴切换且存在测量受限的情形,研究了基于迭代学习控制方法的连续线性多智能体系统输出一致性跟踪问题.在系统通信拓扑始终含有以虚拟领航者为根节点的生成树,以及所有智能体初态在每次迭代均可重置的条件下,针对跟随者能够获得的局部信息而设计了测量受限分布式输出一致性协议.然后,利用λ范数的方法和圆...     

切换拓扑下测量受限多智能体系统一致性迭代学习控制

针对通信拓扑至少含有一个沿迭代轴的联合生成树且同时沿有限时间轴和无限迭代轴切换的情况,文本研究了存在测量受限的连续线性多智能体系统输出一致性迭代学习控制问题.首先,文章采用迭代学习控制方法设计了一种基于跟随者局部信息的分布式输出一致性协议.然后,给出了系统可解输出一致性问题的两个充分性条件,其中之一可使跟随者实时获取迭代学习增益,避免了全局信息对学习增益设计的影响,且保证了算法的分布式实现.接着,利用λ范数理论和圆盘定理严格证明了所设计算法的收敛性.最后,通过实例仿真验证了所得结论的有效性.     

非参数不确定多智能体系统一致性误差跟踪学习控制

针对一类在有限时间区间上执行重复任务的主-从型非参数不确定多智能体系统,提出一致性误差跟踪学习控制方法,用于解决在任意初始误差情形下的一致性问题.根据Lyapunov综合方法设计控制器,经过足够多次迭代后,藉由从智能体的一致性误差在整个作业区间上完全跟踪对应的期望一致性误差轨迹,实现各从智能体在预设的部分作业区间上对主智能体的零误差轨迹跟踪.采用鲁棒策略与学习策略相结合的手段处理非参数不确定性,利用双曲正切函数设计反馈项补偿随迭代次数变化但有界的不确定性.仿真结果表明了该控制方案的有效性.     

多智能体系统的事件触发无模型迭代学习双向一致性

针对未知模型的非线性离散时间多智能体系统,研究基于事件触发迭代学习双向一致性问题.首先,利用紧凑形式动态线性化方法,建立多智能体系统的动态线性化数据模型,提出一种该数据模型的参数估计算法;其次,基于该数据模型设计输出观测器和死区控制器,并结合信号图论,构建一种事件触发分布式无模型迭代学习双向一致性控制策略;然后,通过设计李雅普诺夫函数对该控制策略的收敛性进行严格的证明;最后,通过数值仿真进一步验证该控制协议的正确性和有效性.     

数据丢失下多智能体系统迭代学习跟踪控制

考虑数据丢失下非线性多智能体系统的一致性跟踪问题。假设多智能体系统使用固定网络通信拓扑结构,由于通信网络自身限制导致多智能体系统中存在数据丢失现象。将数据丢失现象描述为取值0/1的随机伯努利序列,设计分布式一致性跟踪误差,提出该系统在数据丢失下的P型迭代学习控制算法。采用压缩映射的方法给出收敛性条件,并在理论上分析了跟踪误差的收敛性。仿真结果表明,提出的算法可以实现该系统在有限时间区间上对期望轨迹的完全跟踪,验证了算法的有效性。     

基于一类连续非线性函数的多智能体系统有限时间一致性

针对存在时滞的多智能体系统,提出了基于一类连续非线性函数的有限时间一致性算法.利用Lyapunov有限时间稳定性理论和矩阵理论,给出了这类算法使得系统能够在有限时间内达到一致的充分条件,进而给出了一个满足条件的有限时间一致性算法,并对该算法的收敛性进行分析,得到了系统的收敛时间.数值仿真验证了所提出算法的有效性.     

执行器饱和多智能体系统的自适应学习一致性算法

针对一类受到执行器饱和高阶多智能体系统在有限时间区间[0,T]上的精确一致性问题,利用自适应迭代学习控制的方法,设计了具有全饱和差分型自适应更新律的时变增益.通过构造适当的复合能量函数,严格证明了一致性误差向量随着迭代次数趋于无穷而一致趋于零,得到了不依赖于网络通信拓扑矩阵特征值的自适应学习一致性算法.最后,给出一个仿真例子,仿真结果说明了所提算法的有效性.     

Robust iterative learning protocols for finite-time consensus of multi-agent systems with interval uncertain topologies

This paper is devoted to the robust finite-time output consensus problems of multi-agent systems under directed graphs, where all agents and their communication topologies are subject to interval uncertainties. Distributed protocols are constructed by using iterative learning control (ILC) algorithms, where information is exchanged only at the end of one iteration and learning is used to update the control inputs after each iteration. It is proved that under ILC-based protocols, the finite-time consensus can be achieved with an increasing number of iterations if the communication network of agents is guaranteed to have a spanning tree. Moreover, if the information of any desired terminal output is available to a portion (not necessarily all) of the agents, then the consensus output that all agents finally reach can be enabled to be the desired terminal output. It is also proved that for all ILC-based protocols, gain selections can be provided in terms of bound values, and consensus conditions can be developed associated with bound matrices. Simulation results are given to demonstrate the effectiveness of our theoretical results.     

基于迭代学习的多智能体系统分布式跟踪控制

文章考虑了具适多智能体系统的分布式跟踪控制问题。通过设计带有初始学习机制的$P$型和$PD^{\alpha}$ 型迭代学习控制策略求解跟踪问题。具适导数具有良好的性质且可以刻画不同步长的实际数据采样情况。初始学习机制放松了初始值条件且提高了算法实现趋同跟踪的性能。在可重复操作环境和有向通信拓扑的假设下,提出了一种分布式迭代学习方案,通过重复同一轨迹的控制尝试和用跟踪误差修正不满意的控制信号来实现有限时间趋同。严格证明了随着迭代次数增加,提出的$P$型和$PD^{\alpha}$ 型迭代学习控制策略使得所有智能体能渐近跟踪上参考轨迹。两个代表性数值仿真验证了算法的有效性。     

输出饱和多智能体系统的迭代学习趋同跟踪控制

针对带有输出饱和的多智能体系统有限时间趋同跟踪控制问题,提出了一种分布式迭代学习控制算法.首先假设多智能体系统具有固定拓扑结构,且仅有部分智能体可获取到期望轨迹信息.基于输出约束条件构造一致性跟踪误差,在此基础上设计了P型迭代学习控制率.然后采用压缩映射方法给出了一个算法收敛的充分条件,并在理论上证明了跟踪误差的收敛性.最后,将理论结果推广至具有随机切换拓扑结构的多智能体系统中.仿真结果验证了所提出算法的有效性.     

Robust consensus algorithm for second-order multi-agent systems with external disturbances

This article investigates the problem of robust consensus for second-order multi-agent systems with external disturbances. Based on a non-smooth backstepping control technique, a class of novel continuous non-smooth consensus algorithms are proposed for the multi-agent network with/without communication delays. The controller design is divided into two steps. First, for the kinematic subsystem, the velocity is regarded as a virtual input and designed such that the states consensus can be achieved asymptotically. Then for the dynamic subsystem, a finite-time control law is designed such that the virtual velocity can be tracked by the real velocity in a finite time. Under the proposed control law, it is shown that if the communication topology graph contains a directed spanning tree, the states consensus can be achieved asymptotically in the absence of disturbances. In the presence of disturbances, the steady-state errors of any two agents can reach a small region around the origin. By building a relationship between control parameters and the bound of steady tracking errors, it is demonstrated that the disturbance rejection performance of the resulting closed-loop system can be enhanced by adjusting the fractional power in the non-smooth controller. Finally, an example is given to verify the efficiency of the proposed method.     

具有通信时延的二阶多智能体系统有限时间一致性跟踪控制

针对具有通信时延的二阶多智能体系统的有限时间一致性控制问题,分别研究了具有固定拓扑和切换拓扑网络结构情形下的二阶多智能体系统的有限时间一致性。为使多智能体系统能在有限时间内可以达到一致,引入一致性控制增益矩阵并设计了相应的基于相对位置和相对速度的时延状态误差有限时间一致性控制算法,利用系统模型转换,泛函微分方程稳定性理论和有限时间Lyapunov稳定性定理得到了使系统在有限时间内达到一致跟踪的最大时延上界值。最后,仿真实验结果验证了所得理论的正确性和有效性。     

Global consensus of second-order unknown multi-agent systems: A distributed fuzzy iterative learning scheme

This article focuses on global fuzzy consensus control of unknown second-order nonlinear multi-agent systems based on adaptive iterative learning scheme. In order to achieve global consensus, a replacement idea is introduced, where fuzzy systems are used as feedforward compensators to model unknown nonlinear dynamics relying on tracking signals. Considering that the network communication is distributed, a kind of hybrid control protocol is designed to avoid the complete dependence on the tracking signals. In addition, considering the complexity of the external environment, this article extends the above distributed protocol to the case of unknown control directions to study global consensus. Finally, the feasibility of the proposed protocols is verified by Matlab numerical simulations.