多智能體系統(tǒng)聚集任務(wù)中的協(xié)同控制.pdf

1、在過去的幾年中，網(wǎng)絡(luò)化多智能體系統(tǒng)協(xié)同控制方面的研究獲得了令人矚目的進(jìn)展。所獲得的不僅有很多理論結(jié)果，而且還有大量的實驗和實踐結(jié)果，涵蓋的主題有一致性問題、圖論、隨機(jī)網(wǎng)絡(luò)、動物群集、智能體蜂擁、機(jī)器人編隊、傳感器覆蓋、信息融合等等。在所有的網(wǎng)絡(luò)化智能體系統(tǒng)中，通信鏈的狀態(tài)在系統(tǒng)分析和控制律設(shè)計中一直是一個關(guān)鍵因素。眾所周知，一個智能體系統(tǒng)的通信拓?fù)浯_定了其個體間信息交流和共享的方式。因此，通信鏈的狀態(tài)在系統(tǒng)穩(wěn)定性和任務(wù)完成中就有決定性的

2、作用。正因為這樣，研究人員投入了大量的努力于以下兩個問題的研究中。一是在什么樣的通信鏈條件下，網(wǎng)絡(luò)化系統(tǒng)能夠獲得所要求的狀態(tài)，例如完成均值一致任務(wù)。二是怎樣設(shè)計智能體的控制機(jī)制來滿足特定的實踐任務(wù)中所需要的這些通信條件。
　　 在本論文中，我們將考慮一個基本任務(wù)――聚集任務(wù)中的協(xié)同控制問題。該任務(wù)的目標(biāo)是設(shè)計分布式控制算法來驅(qū)使所有的智能體在有限時間內(nèi)或當(dāng)時間趨于無窮時抵達(dá)工作空間中的同一位置。在有限通信范圍的條件下，開發(fā)了一些

3、新的方法來解決多智能體系統(tǒng)與聚集相關(guān)的問題，包括權(quán)重有向圖平衡，不可靠通信鏈下的協(xié)同控制，以及有界控制輸入下的連通性控制等。這些方法與現(xiàn)有文獻(xiàn)中的方法相比有顯著的優(yōu)點，例如，具有非保守的設(shè)計方法和實踐中容易實現(xiàn)的優(yōu)點。而且，其中某些問題，如多智能體同時在不可靠通信和有界控制輸入限制下的連通性控制問題，據(jù)我們所知，是在研究中首次考慮的。
　　 我們知道，網(wǎng)絡(luò)的一致性算法在機(jī)器人組群和智能體決策中有著廣泛的應(yīng)用，例如，應(yīng)用在聚集控制

4、和編隊控制中。在一致性算法中，由于在信號處理如傳感器信息融合方面的廣泛應(yīng)用，所謂的均值一致性算法的研究顯得尤為重要。又由于在均值一致性問題以及很多其它有向通信網(wǎng)絡(luò)協(xié)同問題中，平衡圖都扮演著重要角色，所以我們探討了有向圖權(quán)值平衡問題的條件和算法?，F(xiàn)有的結(jié)果表明，一個有向圖可以轉(zhuǎn)換成平衡圖，當(dāng)且僅當(dāng)它是強(qiáng)半連通的?；谶@個認(rèn)識，我們證明了有向圖能夠轉(zhuǎn)換成平衡圖當(dāng)且僅當(dāng)其關(guān)聯(lián)矩陣的零空間里包含有正向量。接著，基于這個結(jié)果和相應(yīng)的分析，提出了兩

5、個權(quán)值平衡算法。我們還指出了權(quán)值平衡問題與相應(yīng)的底層Markov 鏈的關(guān)系。與現(xiàn)有的平衡算法相比，我們的算法在實踐中更容易實現(xiàn)。
　　 本文研究的另一個主題是多智能體系統(tǒng)在離散時間設(shè)定下的聚集算法設(shè)計問題，也就是說，智能體以方向點的方式進(jìn)行控制。首先，考慮了帶有有限通信范圍和可靠通信鏈的智能體系統(tǒng)。提出了一個新的聚集算法框架――組合式框架，它以計算集合中的名詞“凸組合”來命名。基于圖論和一致性問題研究中的新工具，證明了所提出算法

6、的收斂性?？梢钥吹剑瑥V泛研究的外心算法能夠看成是組合算法的一個特殊情形。接著，我們研究了帶有有限通信范圍和不可靠通信鏈的多機(jī)器人協(xié)同問題。開發(fā)了一個新的基于鄰近圖的協(xié)同算法，使得機(jī)器人組群在通信鏈滿足遍歷性假設(shè)的情況下，能夠完成聚集任務(wù)。算法的收斂性證明建立在有根圖理論工具的基礎(chǔ)上。
　　 我們還考慮了連續(xù)時間設(shè)定下多智能體系統(tǒng)的聚集算法設(shè)計問題。因為在幾乎所有有關(guān)連通性控制的已有研究中，當(dāng)智能體趨于跑出其鄰居的通信范圍時，控制

7、輸入就會趨于無界，所以我們集中研究了有限通信范圍的多智能體系統(tǒng)有界輸入連通性控制律設(shè)計問題。研究了一個一般的基于勢的控制律，并給出了維持連通性的充分條件。接著，獲得了一個以有界控制輸入來維持連通性的必要條件。基于這個條件，提出了一個新的有界輸入控制律，并討論了相應(yīng)控制律所需的合適的參數(shù)選擇問題。顯然，與現(xiàn)有的控制律設(shè)計方法相比，所提出的有界輸入控制律在實踐中更容易實現(xiàn)。
　　 最后，我們回顧了方向點設(shè)定下帶有不可靠通信鏈的聚集算