多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述

1、多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述文章編號(hào)：?多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述苗國英馬倩。摘要引言近年來，多智能體系統(tǒng)的協(xié)調(diào)控制在多機(jī)器人合作控制、交通車輛控制、無在落葉飄飛的秋天,人們經(jīng)?？匆姶笱闩胖R的“人”字型隊(duì)人飛機(jī)編隊(duì)和網(wǎng)絡(luò)的資源分配等領(lǐng)域有伍遷徙到南方；在陰暗潮濕的環(huán)境下，細(xì)菌部落聚集而生；夏天池塘著廣泛白應(yīng)用，成為當(dāng)前控制學(xué)科的一的青蛙同時(shí)發(fā)出“哇哇”的叫聲；夏日的一群螢火蟲同時(shí)發(fā)出一閃一個(gè)熱點(diǎn)問題.首先介紹了多智能體系統(tǒng)的研究背景、智能體的概念和相關(guān)的圖亮的光線；自然界中成群的蜜蜂，事先沒有商量建筑蜂巢的藍(lán)圖，但論知識(shí)：然后從多智能體系統(tǒng)協(xié)調(diào)控制是它們各自搬運(yùn)泥土，筑成了堅(jiān)固的蜂巢

2、；在海洋中某些魚類，具有包含的幾個(gè)問題入手，即群集問題、編隊(duì)規(guī)則隊(duì)形聚集在一起運(yùn)動(dòng)，當(dāng)發(fā)現(xiàn)新的食物來源或者受到外部攻擊控制問題、一致性問題和網(wǎng)絡(luò)優(yōu)化問題等，對其國內(nèi)外的發(fā)展現(xiàn)狀進(jìn)行了總結(jié)時(shí)，原來規(guī)則的隊(duì)形被打亂了，但是在沒有外界力量的介入下，一段和分析；最后，給出了多智能體系統(tǒng)有待時(shí)間之后，這群魚類又建立了規(guī)則的隊(duì)形聚集在一起運(yùn)動(dòng)，如圖是解決的一些問題，以促進(jìn)對多智能體系統(tǒng)協(xié)調(diào)控制理論與應(yīng)用的進(jìn)一步研究.攝影師在南極拍攝到企鵝捕獵前群集魚類的圖片.自然界中的這些關(guān)鍵詞自組織現(xiàn)象在沒有集中中央控制的條件下，是什么樣的工作機(jī)制，使多智能體系統(tǒng)；一致性；隊(duì)形控制；得內(nèi)部個(gè)體相互感知和交換信息，從而外

3、部表現(xiàn)出規(guī)則而有序的智群集/蜂擁能行為運(yùn)動(dòng)并且這種智能行為是單個(gè)個(gè)體所不能達(dá)到的，因而這中圖分類號(hào)些現(xiàn)象引起了生物學(xué)家的興趣.生物學(xué)家試圖了解這些自然界生物文獻(xiàn)標(biāo)志碼系統(tǒng)內(nèi)部的工作機(jī)制，期望把這些理論應(yīng)用到實(shí)際的系統(tǒng)中，為新出現(xiàn)的系統(tǒng)，例如交通車輛系統(tǒng)、機(jī)器人編隊(duì)系統(tǒng)、無人飛機(jī)或者水下航行器系統(tǒng)等復(fù)雜智能系統(tǒng)提供理論指導(dǎo).生物學(xué)家最初使用模擬仿真實(shí)驗(yàn)的方法，不能在理論上真正揭示這些生物界自組織現(xiàn)象的本質(zhì).收稿日期？資助項(xiàng)目教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金作者簡介苗國英,女,博士，講師，主要研究方向?yàn)槎嘀悄荏w系統(tǒng)的協(xié)調(diào)控制.圖攝影師在南極拍攝到企鵝捕獵前群集魚類的圖片南京信息工程大學(xué)信息與控

4、制學(xué)院，南京,.，南京理工大學(xué)自動(dòng)化學(xué)院,南京，苗國英,等.多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述在計(jì)算機(jī)和工程領(lǐng)域，隨著它們的發(fā)展，早期的行研究，可謂欣欣向榮、百花齊放，得到大量頗具價(jià)集中式和分布式計(jì)算系統(tǒng)不能處理越來越復(fù)雜和規(guī)值的研究結(jié)果.例如香港城市大學(xué)的.模越來越大白實(shí)際問題.世紀(jì)年代以后，分布教授和陳關(guān)榮教授，香港中文大學(xué)的黃捷.式人工智能方法出現(xiàn)，能夠解決當(dāng)時(shí)的問題，得到了教授，中國科學(xué)院的陳翰馥】教授、郭雷教授、程代展】教授、張紀(jì)峰教授和洪奕光教授，北京迅速的發(fā)展.但是這種分布式人工智能有其缺點(diǎn)，就是低層子系統(tǒng)個(gè)體之間的相互作用方式是被高層系大學(xué)的王龍教授，上海交通大學(xué)的汪小帆教統(tǒng)根據(jù)任

5、務(wù)預(yù)先設(shè)定好的,采用“自上而下”的分析授，北京航空航天大學(xué)的賈英民教授，南開大學(xué)的陳增強(qiáng)教授，東南大學(xué)的田玉平教授和曹進(jìn)方法，因此缺乏靈活性，很難為實(shí)際中的復(fù)雜大系統(tǒng)建模.為了克服上述的缺點(diǎn)，美國麻省理工學(xué)院的德。教授，南京理工大學(xué)的徐勝元教授等.最早提出了智能體的概念，同時(shí)把智能體的概念和相關(guān)圖論知識(shí)生物界個(gè)體社會(huì)行為的概念引入到計(jì)算機(jī)學(xué)科領(lǐng).智能體的概念域.這時(shí),生物學(xué)和計(jì)算機(jī)科學(xué)領(lǐng)域發(fā)生了交叉.所多智能體系統(tǒng)是由一系列相互作用的智能體構(gòu)謂的智能體可以是相應(yīng)的軟件程序,也可以是實(shí)物例如人、車輛、機(jī)器人、人造衛(wèi)星等.成，內(nèi)部的各個(gè)智能體之間通過相互通信、合作、競爭等方式,完成單個(gè)智能體不能完

6、成的,大量而又復(fù)近些年來，由于生物學(xué)、計(jì)算機(jī)科學(xué)、人工智能、雜的工作.多智能體系統(tǒng)有以下特點(diǎn)：控制科學(xué)、社會(huì)學(xué)等多個(gè)學(xué)科交叉和滲透發(fā)展，多智每個(gè)智能體都有獨(dú)立的決策、計(jì)算能力以及能體系統(tǒng)越來越受到眾多學(xué)者的廣泛關(guān)注，已成為獨(dú)立的通信能力，但是自身的感知能力又是有限的，當(dāng)前控制學(xué)科的熱點(diǎn)問題.對多智能體系統(tǒng)的研究只能根據(jù)局部鄰居的信息作出判斷.例如,用一組機(jī)成果日益增多.在、器人完成某個(gè)地方的地面情況勘察，每個(gè)機(jī)器人過自身攜帶的傳感器獲取自己周圍地面的信息，然后把這些信息進(jìn)行融合，于是這一組機(jī)器人獲得地等工程和控制學(xué)科國際權(quán)威期刊上，都面信息比單個(gè)機(jī)器人獲得的地面信息全面.有對多智能體系統(tǒng)協(xié)調(diào)控

7、制最新的研究成果.來自多智能體系統(tǒng)中采用大規(guī)模的分布式控制，眾多學(xué)科的知名學(xué)者，從不同的學(xué)科角度研究了多不會(huì)因?yàn)閭€(gè)別智能體之間的通信故障，而影響整個(gè)智能體系統(tǒng)的協(xié)調(diào)控制.據(jù)文獻(xiàn)的統(tǒng)計(jì)，年多智能體系統(tǒng)的運(yùn)行，因而具有更好的靈活性和可月年月在期刊.擴(kuò)展性.例如,現(xiàn)在的互聯(lián)網(wǎng)就是一個(gè)多智能體系上發(fā)表的篇文章中，與多智能體統(tǒng)，不會(huì)因?yàn)槟承┞酚善鞯膿p壞，而影響網(wǎng)絡(luò)的通相關(guān)的論文達(dá)到篇.自年以來，很多國際論信.這種分布式控制的方式，與集中式控制相比，具壇和會(huì)議都有多智能體系統(tǒng)方面的論文，例如在國有更強(qiáng)的魯棒性.在工業(yè)成本上來講，分布式控制的際會(huì)議和“工業(yè)成本要小于集中式的工業(yè)成本.例如，在工業(yè)”中，都有多

8、智能體系統(tǒng)相上，往往一些簡單而且價(jià)格低廉的設(shè)備相互協(xié)調(diào)作的專題報(bào)告.即將于年在南京舉辦的第屆用，從而取代工業(yè)中價(jià)格昂貴、結(jié)構(gòu)復(fù)雜的大設(shè)備，中國控制會(huì)議征稿通知中，把“多智能體系統(tǒng)與分布大大節(jié)省了工業(yè)成本.式控制”作為一個(gè)專門的方向進(jìn)行征稿，可見多智能每個(gè)智能體以自己的利益達(dá)到最大化為自體系統(tǒng)備受關(guān)注.國內(nèi)的很多高校及科研院所開展己的行動(dòng)和決策準(zhǔn)則.當(dāng)面臨決策的時(shí)候，每個(gè)智能了多智能體系統(tǒng)課題的深入研究,例如北京大學(xué)、清體都會(huì)讓自己的利益達(dá)到最大化.例如在有限的資華大學(xué)、中國科學(xué)院、南開大學(xué)、上海交通大學(xué)、華中源下，智能體之間會(huì)搶奪有限的資源.科技大學(xué)、東南大學(xué)、北京航天航空大學(xué)、哈爾濱工業(yè)大學(xué)

9、、南京理工大學(xué)等.圖論眾多知名學(xué)者致力于多智能體系統(tǒng)的研究，例現(xiàn)實(shí)中的多智能體系統(tǒng)，具有個(gè)體的數(shù)量多，且如美國的、.、.它們之間的相互作用關(guān)系復(fù)雜，構(gòu)成一個(gè)巨大的網(wǎng)和.，新加坡的學(xué)者.絡(luò)結(jié)構(gòu).因而,很多學(xué)者在研究多智能體系統(tǒng)時(shí)，把它建模成圖，再利用現(xiàn)有圖論的知識(shí)，解決多智能體等.同時(shí)，國內(nèi)的眾多學(xué)者對多智能體系統(tǒng)進(jìn)曲未壓露摹學(xué)報(bào)：自然科學(xué)版，：，,：系統(tǒng)的協(xié)調(diào)控制的有關(guān)問題.下面就介紹一下基于多智能體系統(tǒng)的圖論的相關(guān)知識(shí).為了方便說明圖論的知識(shí)，假設(shè)一個(gè)多智能體系統(tǒng)中含有個(gè)智能體，例如用一組機(jī)器人完成某些任務(wù)，每個(gè)機(jī)器人可以看作是一個(gè)智能體.用阿拉伯?dāng)?shù)字對這組智能體編號(hào),用數(shù)字表示指定的圖智能

10、體是全局可達(dá)的第個(gè)機(jī)器人即第個(gè)智能體，用數(shù)字表示第.個(gè)智能體，同樣的用數(shù)字表示第個(gè)智能體.用，一，表示智能體的集合.如果第個(gè)機(jī)多智能體系統(tǒng)的協(xié)調(diào)控制研究器人向第個(gè)機(jī)器人進(jìn)行信息傳遞時(shí)，用，表示智能體和智能體之間的邊，如圖所示.從控制理論的角度來看，由于各智能體之間的智能體到智能體沒有信息的傳遞，則智能體到合作、競爭、通信等關(guān)系能刻畫復(fù)雜大系統(tǒng)內(nèi)部的本智能體不存在邊.用，一，表示質(zhì)特性，所以多智能體系統(tǒng)能為復(fù)雜大系統(tǒng)提供建圖中所有邊的集合.用表示智能體和智模思想，成為前復(fù)雜系統(tǒng)理論中一個(gè)重要的研究方能體邊上的連接權(quán)重.從以上定義可以看出一存向.例如在文獻(xiàn)中，在軍事上，傳統(tǒng)的戰(zhàn)爭模型是蘭切斯特方程

11、，即用一組微積分方程在的充分必要條件是智能體和智能體存在邊表示的數(shù)學(xué)模型.這種模型的優(yōu)點(diǎn)是比較形象且容一其中，？，？，.用易操作,而且從方程中可以清楚地看到各種可量化表示這個(gè)多智能體系統(tǒng)的加權(quán)鄰接矩陣，其中凡表示智能體的個(gè)數(shù).用,表示這個(gè)因素和作戰(zhàn)損耗的約束關(guān)系.缺點(diǎn)是,把戰(zhàn)爭建模成一個(gè)確定系統(tǒng)，即對于蘭切斯特方程來多智能體系統(tǒng)對應(yīng)的圖.與第個(gè)智能體存在邊的智講，只要給定了初始條件，解方程得到結(jié)果，即戰(zhàn)爭能體所成的集合，稱為智能體的鄰居,表示為的結(jié)局.其實(shí)，現(xiàn)實(shí)中的戰(zhàn)爭是一個(gè)時(shí)刻動(dòng)態(tài)變化而V.例如在圖中,智能體的鄰居是智又及其復(fù)雜的系統(tǒng)，所以用這類數(shù)學(xué)模型是難以刻能體.對于智能體，定義智能體的

12、人度為畫的.而對于多智能體系統(tǒng)來講，智能體之間的協(xié)匯，智能體的出度為。調(diào)、合作、競爭等方式，能使智能體獲取時(shí)刻變化的信息，能形象地刻畫現(xiàn)實(shí)系統(tǒng)的內(nèi)部特性，是采取E.當(dāng)。時(shí)，稱加權(quán)有向圖為“自下而上”的分析方法，能很好地為復(fù)雜的大系統(tǒng)平衡圖.有向圖的拉普拉斯矩陣定義提供建本K方法，同樣也為現(xiàn)實(shí)中的戰(zhàn)爭提供很好的為？，其中,?,建模方法.，表示智能體的總數(shù)，如在圖中，為.隨著工業(yè)和經(jīng)濟(jì)的發(fā)展，人們越來越關(guān)注各個(gè)從上述拉普拉斯矩陣的定義可以看出，存在一個(gè)智能體之間相互協(xié)調(diào)合作而不沖突的完成任務(wù),因零特征根,.當(dāng)有向圖是平衡圖時(shí)，則此多智能體系統(tǒng)的協(xié)調(diào)控制顯得非常重要.在多.在有向圖中，如果從任何智能

13、體出智能體系統(tǒng)的協(xié)調(diào)控制中，基本而又重要的問題是發(fā)，都有一條有向路徑到達(dá)智能體，稱智能體是全群集問題/、隊(duì)形問題局可達(dá)的.例如，圖中，智能體是全局可達(dá)的.和一致性問題.多智能體系統(tǒng)的群集問題多智能體系統(tǒng)的群集問題/是通過智能體之間的相互感知和作用，產(chǎn)生宏觀上的整體同步效應(yīng)，稱作是涌現(xiàn)行為.例如，前文例子中的蜜蜂筑巢、成群的魚共同的覓食圖拓?fù)鋵?yīng)的有向圖和逃避天敵等行為.世紀(jì)年代以前，對生物界.的群集現(xiàn)象的研究只局限于根據(jù)長期的觀察，得到苗國英，等.多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述,.研究結(jié)果.由于計(jì)算機(jī)技術(shù)的發(fā)展，推動(dòng)了對群集現(xiàn)體之間的通信方式，最終使各個(gè)智能體的狀態(tài)滿足模型的條規(guī)則.例如,在有

14、向切換拓?fù)浜屯饨缦蟮纳钊胙芯?文獻(xiàn)推動(dòng)了對群集的研究發(fā)展在年，在文獻(xiàn)中基于仿真實(shí)驗(yàn)的環(huán)境的約束下，文獻(xiàn)設(shè)計(jì)了自適應(yīng)的群集算法.方法研究了鳥類個(gè)體之間的行為，在仿真實(shí)驗(yàn)的時(shí).多智能體系統(tǒng)的隊(duì)形問題彳g,提出了鳥類在運(yùn)動(dòng)的過程中所遵循的條規(guī)則對多智能體系統(tǒng)的隊(duì)形控制模型：研究最早起源于生物界?.人們觀察到自然界群居與周圍的同伴密切保持在一起，即向飛行的的捕食者通常是排成一定的隊(duì)形捕獲獵物，某些動(dòng)中心靠攏；物排成一定的隊(duì)形抵抗攻擊，這是達(dá)爾文進(jìn)化論中避免與周圍的同伴碰撞要求各個(gè)體之間保的自然選擇的結(jié)果，適者生存，自然界中的群居的動(dòng)持一定白距離，即避免碰撞；物采用隊(duì)形的方式有利于自身的生存.受自然界隊(duì)

15、與周圍的同伴速度保持一致，即速度匹配形思想的啟發(fā)，多機(jī)器人隊(duì)形問題、無人飛機(jī)編隊(duì)、.人造航天器編隊(duì)和多車輛系統(tǒng)等，引起了國內(nèi)外學(xué)年，等將模型進(jìn)行了簡化，者的極大興趣.提出了一個(gè)簡單的離散模型來模擬生物界大量粒子多智能體的隊(duì)形控制問題是指，一組多智能體的自治運(yùn)動(dòng).文獻(xiàn)只是用計(jì)算機(jī)進(jìn)行了模擬自通過局部的相互作用通信、合作、競爭,使它們在然界鳥類的運(yùn)動(dòng)，而文獻(xiàn)是把鳥類運(yùn)動(dòng)建模成運(yùn)動(dòng)過程中保持預(yù)先指定的幾何圖形，向指定的目簡單的離散模型稱作是模型，具優(yōu)點(diǎn)是可標(biāo)運(yùn)動(dòng)，要求每個(gè)智能體在運(yùn)動(dòng)的過程中，各智能體以借助數(shù)學(xué)工具，研究鳥類的運(yùn)動(dòng).在模型中之間保持一定的距離避免發(fā)生碰撞，在運(yùn)動(dòng)的道路假設(shè)所有的智能體

16、速度的大小是一樣的，第個(gè)智上能繞過障礙物.多智能體系統(tǒng)的隊(duì)形問題與多智能體速度更新的方向用下式表示：能體系統(tǒng)的群集問題的區(qū)別是，隊(duì)形問題要求智能，體之間在運(yùn)動(dòng)的過程中保才e預(yù)先給定的幾何圖形.其中，/時(shí)刻所有智能體多智能體系統(tǒng)的隊(duì)形問題在航天、工業(yè)、交通和娛樂表示速度的平均等領(lǐng)域都有廣泛的應(yīng)用前景.例如，用一組智能的機(jī)方向，表示噪聲干擾.可以看出，式是非線性器人編成合理的隊(duì)形，代替士兵在極度惡劣的環(huán)境的算法.中執(zhí)行人員搜求救援、偵查和排雷等工作.在航天領(lǐng)模型的提出引起了眾多學(xué)者的關(guān)注.在域,把人造衛(wèi)星進(jìn)行合理的編隊(duì)，其功能遠(yuǎn)遠(yuǎn)超過了年，等將模型的式非線衛(wèi)星相加的功能之和.其他如日本的機(jī)器人足球

17、比性算法進(jìn)行線性化得到如下的算法：賽等.多智能體系統(tǒng)的隊(duì)形控制主要解決的是以下南、，問題：其中，凡表示時(shí)刻多智能體系統(tǒng)中個(gè)體的總數(shù).各智能體之間如何相互作用才能生成指定由于線性化以后，可以用經(jīng)典的線性系統(tǒng)理論處理的隊(duì)形；多智能體系統(tǒng)的相關(guān)問題，促進(jìn)了多智能體系統(tǒng)的在隊(duì)形移動(dòng)的過程中，智能體之間是如何相發(fā)展.等利用圖論、矩陣?yán)碚摵蛣?dòng)態(tài)系互作用，才能保持指定隊(duì)形的；統(tǒng)理論，給出了文獻(xiàn)一致性問題的理論分析，指在運(yùn)動(dòng)的過程中，隊(duì)形中的個(gè)體如何才能躲出了在有界區(qū)域內(nèi)網(wǎng)絡(luò)拓?fù)浔３致?lián)合聯(lián)通的條件避障礙物；下，各智能體位置和速度的運(yùn)動(dòng)方向趨于一致.在文當(dāng)外界環(huán)境突然改變時(shí)，如何自適應(yīng)地改變獻(xiàn)中，雖然把大量粒子

18、的自治運(yùn)動(dòng)建模成一個(gè)隊(duì)形或者保持隊(duì)形，以適應(yīng)環(huán)境.離散模型，但是處理方法仍然是用仿真實(shí)驗(yàn)的方法，研究多智能體系統(tǒng)的編隊(duì)控制常用的方法第而在文獻(xiàn)中，利用理論分析的方法，為在本質(zhì)上種是基于行為的方法？揭示多智能體系統(tǒng)群集現(xiàn)象打下了基礎(chǔ).,是由一系列行為控制器組成，每個(gè)行文獻(xiàn)和給出了群集的若干問題的研為都有自己的目標(biāo)和內(nèi)部狀態(tài)，其輸入可以是智能究現(xiàn)狀，文獻(xiàn)給出了蜂擁控制的研究.目前很多體自身的信息，也可以是鄰居智能體輸出的信息，設(shè)學(xué)者研究群集問題的時(shí)候，主要關(guān)注如何設(shè)計(jì)智能曲榮信盛學(xué)學(xué)報(bào)：自然科學(xué)版，:.:,:計(jì)智能體之間的基本行為，使智能體的整體行為湖人排成特定的隊(duì)形，完成某個(gè)地域的地面掃雷工作，

19、足所期望的隊(duì)形.這種方法的優(yōu)點(diǎn)是靈活性、并行性突然一個(gè)機(jī)器的零件更換導(dǎo)致不能運(yùn)行，其他的幾個(gè)機(jī)器人意識(shí)到這個(gè)突發(fā)狀況，首先對這種情況達(dá)和實(shí)時(shí)性好，具缺點(diǎn)是智能體之間局部行為很難設(shè)計(jì)滿足指定的隊(duì)形，在設(shè)計(jì)的局部行為規(guī)則下，多智成共同的認(rèn)識(shí)即一致性然后才能做出決定，調(diào)整隊(duì)能體系統(tǒng)的穩(wěn)定性很難保證.第種方法是虛擬結(jié)形，繼續(xù)完成掃雷任務(wù).所以，一致性問題是多智能體系統(tǒng)協(xié)調(diào)合作控制問題的一個(gè)首要和基本的條構(gòu)法，把多智能體系統(tǒng)的隊(duì)形看作是一個(gè)虛擬結(jié)構(gòu)，每個(gè)智能體看作是虛擬結(jié)構(gòu)件，是非常有必要進(jìn)行研究的.根據(jù)上文的介紹，多智能體系統(tǒng)中的群集問題上位置固定的一點(diǎn)，當(dāng)隊(duì)形移動(dòng)的時(shí)候，每個(gè)智能體和編隊(duì)控制中，只考

20、慮位置靠攏和速度匹配問題，就跟蹤虛擬結(jié)構(gòu)上對應(yīng)的固定點(diǎn)即可.第種方法是勢能場白方法，是利用物理學(xué)是一致性問題.群集問題和編隊(duì)問題最后都要化為多智能體系統(tǒng)的一致性的相關(guān)問題.因此，從另外一上的吸引力和排斥力的概念，即目標(biāo)對各智能體存?zhèn)€角度說明了一致性問題是多智能體系統(tǒng)的協(xié)調(diào)合在吸引力，障礙物對各智能體存在排斥力，各智能體作控制的一個(gè)基本和首要問題.在吸引和排斥的合力的最小勢能方向運(yùn)動(dòng).有很多在世紀(jì)年代，多智能體系統(tǒng)的一致性問學(xué)者研究隊(duì)形控制的時(shí)候，是上述幾種的方法的結(jié)題最早在統(tǒng)計(jì)學(xué)和管理學(xué)中被研究，具借助隨機(jī)合.文獻(xiàn)和文獻(xiàn)給出了多智能體系統(tǒng)隊(duì)形分析的工具分析了這一問題.近些年來，由于文獻(xiàn)控制中的

21、若干問題的研究發(fā)展現(xiàn)狀.和的出現(xiàn)，推動(dòng)了對多智能體一致性問題下面給出多智能體系統(tǒng)隊(duì)形問題的一個(gè)應(yīng)用例的研究.年，.等建立了研究多智子.考慮由個(gè)機(jī)器人組成的動(dòng)態(tài)系統(tǒng)，每個(gè)機(jī)能體系統(tǒng)的理論框架.其中考慮每個(gè)智能體的連續(xù)器人動(dòng)態(tài)滿足方程動(dòng)態(tài)方程如下：，,？,，其中和分別是第個(gè)機(jī)器人的位置和狀其中是第個(gè)智能體的狀態(tài)，是第個(gè)智態(tài)輸入，目標(biāo)是使這組機(jī)器人排成一定的隊(duì)形，形成能體的控制輸入.設(shè)計(jì)智能體之間的算法為的隊(duì)形由各個(gè)機(jī)器人的相對位置表示.假設(shè)第個(gè)機(jī)器人和第.個(gè)之間期望的距離為位置矢量,即E一.在上述算法下,一階多智能體系統(tǒng)動(dòng)態(tài)達(dá)到一致的充分和必要條件是一其中和分別表示第個(gè)機(jī)器人和第個(gè)機(jī).同時(shí)給出了平

22、均一致的概念就是使智器人的位置.設(shè)計(jì)每個(gè)機(jī)器人的控制輸入為能體的各個(gè)狀態(tài)最終達(dá)到初值狀態(tài)的平均值，即一：口,.,-E,其中是每個(gè)智采用梯度算法極小化如下目標(biāo)即可得各智能體之間能體的狀態(tài).從上述定義可以看出，平均一致的條件期望的距離，即期望的隊(duì)形：要比一致性的條件要強(qiáng).文獻(xiàn)還提出了代數(shù)連通度的概念，即無向圖所對應(yīng)的拉普拉斯矩陣第,匯一一，個(gè)最小特征根，用代數(shù)連通度即數(shù)學(xué)表達(dá)式表示.多智能體系統(tǒng)的一致性控制智能體之間的聯(lián)通情況.研究帶有時(shí)滯的系統(tǒng)時(shí)，最多智能體系統(tǒng)中的一個(gè)基本問題就是一致性大時(shí)滯的最大上界為，其中，即拉問題.一致性問題來源于多智能體系統(tǒng)二的協(xié)調(diào)合作控制問題.一致性問題就是如何設(shè)計(jì)智

23、普拉斯矩陣的最大特征值.能體局部之間的作用方式，使各智能體根據(jù)鄰居傳在以上研究成果的基礎(chǔ)上，隨后大量學(xué)者沿著來的信息，不斷調(diào)整自己的行為，使所有的智能體的不同思路和方法對多智能體系統(tǒng)一致性問題進(jìn)行了狀態(tài)隨著時(shí)間的推移達(dá)到共同的值.設(shè)計(jì)智能體之研究，分別從連續(xù)和離散、固定和切換拓?fù)?、帶有時(shí)間的通信方式，稱作是一致性協(xié)議或者是滯和無時(shí)滯、有領(lǐng)導(dǎo)者和無領(lǐng)導(dǎo)者等多個(gè)方面進(jìn)行致性算法.為什么說一致性問題是多研究多智能體系統(tǒng)的一致性問題.下面從多智能體智能體系統(tǒng)中的一個(gè)基本問題例如，用一組機(jī)器系統(tǒng)一致性問題備受關(guān)注的幾個(gè)子問題人手，介紹苗國英，等.多智能體系統(tǒng)的協(xié)調(diào)控制研究綜述,.一下多智能體系統(tǒng)的發(fā)展現(xiàn)

24、狀.到多智能體系統(tǒng)的一致性的充分條件.有領(lǐng)導(dǎo)者的多智能體系統(tǒng)的一致性問題以上文獻(xiàn)研究的是一個(gè)領(lǐng)導(dǎo)者的問題。在實(shí)際在多智能體系統(tǒng)中，有個(gè)別智能體代表著整個(gè)的生活中，例如用一組自主的機(jī)器人去移除一些對多智能體系統(tǒng)的共同利益或者是其他智能體跟蹤的人類有危害的物質(zhì)例如一些放射性物質(zhì)，為了保目標(biāo)，把這些智能體稱作是領(lǐng)導(dǎo)者，把其他的智能體證這些裝有有害物質(zhì)的機(jī)器人按照預(yù)先指定的路線稱作是跟隨者.帶有領(lǐng)導(dǎo)者的多智能體系統(tǒng)的一致搬運(yùn)到特定的地方，需要另外的一些機(jī)器人對它們性問題，也稱作是一致性跟蹤問題.進(jìn)行約束，即這些機(jī)器人稱為領(lǐng)導(dǎo)者，裝有有害物質(zhì)，就是通過合適的算法，使得領(lǐng)導(dǎo)者和的機(jī)器人稱為跟隨者.要求設(shè)計(jì)

25、合適的算法，使跟隨跟隨者的最終狀態(tài)達(dá)到一致.這種方法有其缺陷，就者要在領(lǐng)導(dǎo)者形成的凸包里面，這就是多領(lǐng)導(dǎo)者的是當(dāng)領(lǐng)導(dǎo)者遭到破壞或者是領(lǐng)導(dǎo)者的速度變化過快致性問題，也稱作是多智能體系統(tǒng)的包含控制問導(dǎo)致跟隨者跟蹤不上時(shí)，領(lǐng)導(dǎo)者和跟隨者的最終狀題.等分別設(shè)計(jì)態(tài)無法達(dá)到一致.了靜止和動(dòng)態(tài)的多個(gè)領(lǐng)導(dǎo)者的一致性算法.在研究帶有領(lǐng)導(dǎo)者的一致性問題上，把領(lǐng)導(dǎo)者等考慮的是一階連續(xù)多智能體系統(tǒng)，利用位置的分為單個(gè)領(lǐng)導(dǎo)者和有多個(gè)領(lǐng)導(dǎo)者的情況.先介紹一幾何中心，分別設(shè)計(jì)一致性算法,達(dá)到靜態(tài)包含和動(dòng)下單個(gè)領(lǐng)導(dǎo)者的一致性問題的發(fā)展?fàn)顩r.在現(xiàn)實(shí)的態(tài)包含,用仿真說明了這種算法的有效性.等系統(tǒng)中，跟隨者不能在線得到領(lǐng)導(dǎo)者的速度

26、，這給設(shè)研究的是二階連續(xù)系統(tǒng)的多領(lǐng)導(dǎo)者的一致性問題，計(jì)一致性控制算法帶來了困難.因此為了設(shè)計(jì)算法在一致性算法中只利用了位置的信息，利用.的需要，每個(gè)跟隨者要估計(jì)領(lǐng)導(dǎo)者的速度.函數(shù)和圖論的知識(shí)，給出了多領(lǐng)導(dǎo)者的一致性等一對于一階連續(xù)系統(tǒng)，設(shè)計(jì)了基于局部信息的分的充分條件.布式觀測器，使每個(gè)跟隨者能在線估計(jì)領(lǐng)導(dǎo)者的速無領(lǐng)導(dǎo)者的多智能體系統(tǒng)一致性問題在多智能體系統(tǒng)中，如果各智能體的地位和作度.文獻(xiàn)把文獻(xiàn)的結(jié)果推廣到二階連續(xù)多智能體系統(tǒng)，給出了跟隨者和領(lǐng)導(dǎo)者達(dá)到一致的充用是平等的，稱這樣的系統(tǒng)是無領(lǐng)導(dǎo)者的多智能體分條件.等研究了具有一階動(dòng)態(tài)的領(lǐng)導(dǎo)者的系統(tǒng)。無領(lǐng)導(dǎo)者的系統(tǒng)也可以看作是帶有領(lǐng)導(dǎo)者的系統(tǒng)，即

27、把其中一個(gè)智能體看作是虛擬的領(lǐng)導(dǎo)者就致性問題，利用蓋爾圓定理和圖論的知識(shí)，給出了可以了，大量的文獻(xiàn)采用了虛擬領(lǐng)導(dǎo)者的方矩陣：的特征根具有正實(shí)部當(dāng)且僅當(dāng)拓?fù)浞ㄑ芯苛藷o領(lǐng)導(dǎo)者的問題.通用的一般方法是把其所對應(yīng)的有向圖中領(lǐng)導(dǎo)者是一個(gè)全局可達(dá)的節(jié)點(diǎn)，中的一個(gè)智能體作為第個(gè)智能體，其余的智能體其中表示拉普拉斯矩陣，一，是一和第個(gè)智能體狀態(tài)求差值，這樣就化成了線性系個(gè)對角矩陣，表示第個(gè)跟隨者與領(lǐng)導(dǎo)者之間統(tǒng)的穩(wěn)定性問題.利用經(jīng)典的控制理論和圖論知識(shí)有通信時(shí)，否則,.等副研究了帶有多時(shí)得到一致性白相關(guān)條件.等分別考慮了一階滯和領(lǐng)導(dǎo)者的二階多智能體系統(tǒng)一致性問題，給出離散和連續(xù)多智能體系統(tǒng)的一致性問題，給出了拉

28、了時(shí)滯的最大上界和一致性收斂速率的估計(jì).由于普拉斯矩陣只有一個(gè)零特征根和其他特征根分布在多智能體系統(tǒng)內(nèi)部元素的相互耦合，導(dǎo)致出現(xiàn)含有左半平面充要條件是有向圖中含有一顆生成樹，利非線性動(dòng)態(tài)的多智能體系統(tǒng).等研究了非線用這一結(jié)論和相關(guān)的數(shù)學(xué)知識(shí)，得到在固定拓?fù)浣Y(jié)性動(dòng)態(tài)的多智能體系統(tǒng).等。加把上述結(jié)果推廣構(gòu)下，一階離散和連續(xù)多智能體系統(tǒng)達(dá)到一致當(dāng)且到帶有領(lǐng)導(dǎo)者的一致性問題上，其中的非線性動(dòng)態(tài)僅當(dāng)拓?fù)鋵?yīng)的有向圖中含有一顆生成樹.同時(shí)，給是滿足局部條件的.考慮的領(lǐng)導(dǎo)者是個(gè)非出了在切換拓?fù)湎拢鲜龆嘀悄荏w系統(tǒng)的一致性的線性系統(tǒng)，利用了牽制控制的方法，即選擇小部分節(jié)充分條件是聯(lián)合生成的拓?fù)鋵?yīng)的有向圖中含

29、有一點(diǎn)進(jìn)行輸入控制使得整個(gè)多智能體系統(tǒng)達(dá)到一致.顆生成樹.文獻(xiàn)中考慮每個(gè)智能體動(dòng)態(tài)滿足二階文獻(xiàn)和的非線性動(dòng)態(tài)由于滿足方程：條件，因此可以化為線性系統(tǒng)進(jìn)行處理.等是,，利用非線性系統(tǒng)理論進(jìn)行處理一致性問題的.等把文獻(xiàn)的結(jié)果推廣到帶有領(lǐng)導(dǎo)者和時(shí)滯其中,分別表示第個(gè)智能體的位的多智能體系統(tǒng)，利用了模型的分解和相關(guān)知識(shí)得曲垂學(xué)學(xué)報(bào)：自然科學(xué)版，:.：，：置、速度和控制輸入，給出了經(jīng)典的一致性算法為上述經(jīng)典的一致性算法中各個(gè)增益和每個(gè)邊上的連接權(quán)重是確定的，這樣帶來了局限性.實(shí)際：一匯一中,智能體之間的通信方式在變化時(shí)，每條邊上的連一，接權(quán)重是變化的.很多學(xué)者對自適應(yīng)一致性算法很其中是一個(gè)常數(shù).在文獻(xiàn)中

30、，指出了固定拓?fù)涓信d趣.自適應(yīng)一致性算法分為種，一種是假設(shè)每所對應(yīng)的有向圖中含有一顆生成樹，對于二階連續(xù)條邊上的連接權(quán)重是變化的，另外一種是假設(shè)在經(jīng)多智能體系統(tǒng)一致性問題，只是一個(gè)必要不充分條典的一致性算法中每個(gè)智能體對應(yīng)的增益是變化件，并且用仿真的形式說明了這一問題.二階多智能的，根據(jù)需要，設(shè)計(jì)相應(yīng)的自適應(yīng)算法.因?yàn)橹悄荏w體系統(tǒng)要想達(dá)到一致性，除了有向圖中含有一顆生的個(gè)數(shù)相對于邊的個(gè)數(shù)是少的，因此第種方法的成樹之外，還要選擇合適的參數(shù)和設(shè)計(jì)合適的一致階數(shù)小于第種方法的階數(shù).等。對于高階多智性算法.多智能體系統(tǒng)在一致性算法的作用能體系統(tǒng)，設(shè)計(jì)了種基于邊和和智能體節(jié)點(diǎn)的自下，可以達(dá)到動(dòng)態(tài)一致，即

31、各個(gè)智能體的位置和速度適應(yīng)一致性算法，利用函數(shù)和圖論的知是動(dòng)態(tài)一致的.在文獻(xiàn)中，給出了二階連續(xù)多識(shí)，得到一致性的充分條件.等研究了帶有非智能體系統(tǒng)靜態(tài)一致性算法，即最終各智能體的速線性動(dòng)態(tài)的二階多智能體系統(tǒng)一致性算法，基于分度是趨于，位置最終是相同的靜止在某個(gè)地方，段的設(shè)計(jì)協(xié)議方法，得到一致性的充分條件.目前對經(jīng)典的靜態(tài)一致性算法為上述種自適應(yīng)算法的研究，是在無向圖的基礎(chǔ)上，而對有向圖的自適應(yīng)算法還是個(gè)挑戰(zhàn).一匯一對高階多智能體系統(tǒng)一致性問題的研究，來源,一，于自然界.例如自然界中排著規(guī)則隊(duì)形的鳥類，由于其中和是正增益.由于通信帶寬限制和通信介質(zhì)遇到食物來源或者危險(xiǎn)，原來的規(guī)則隊(duì)形被打亂了，等

32、影響，導(dǎo)致智能體之間通信產(chǎn)生延后，對于一階連需要重新建立隊(duì)形，各個(gè)個(gè)體不僅需要鄰居的位置續(xù)多智能體系統(tǒng)，帶有時(shí)滯經(jīng)典的一致性算法為和速度的信息，還要需要加速度的信息.等研究的高階多智能體系統(tǒng)，設(shè)計(jì)了基于狀態(tài)反饋的一：口？一一，致性算法，使得各個(gè)智能體的一階微分、二階微分以其中丁表示時(shí)滯，它可以是具體的數(shù)值，也可以是不及高階微分的狀態(tài)達(dá)到一致.知道的函數(shù)和數(shù)值.假設(shè)智能體之間的時(shí)滯是已知隨機(jī)一致性問題的，給出帶有時(shí)滯的一致性算法：當(dāng)拓?fù)浣Y(jié)構(gòu)是固定的，或者連續(xù)變化的拓?fù)涫菂R口.按一定順序的，稱作是確定的拓?fù)?，即各智能體之間的通信連接是確定的.這種情況是在比較理想的情對于二階連續(xù)多智能體系統(tǒng)，當(dāng)智能

33、體之間存在通況下出現(xiàn)的.在現(xiàn)實(shí)中，由于通信介質(zhì)、通信信道的信時(shí)滯時(shí)，文獻(xiàn)給出了帶有時(shí)滯的二階多智能限制，外部環(huán)境不確定的影響以及隨機(jī)噪聲的干擾，體系統(tǒng)一致性算法.導(dǎo)致智能體之間的通信連接是隨機(jī)變化的.例如,數(shù)對于帶有時(shí)滯的多智能體系統(tǒng)，分種方法處據(jù)傳輸?shù)倪^程中丟包的發(fā)生導(dǎo)致智能體之間的通信理時(shí)滯，一種是利用函數(shù)的方式，使得選中斷；一組機(jī)器人合作搬運(yùn)大的物件，由于機(jī)器人自定的函數(shù)的微分小于，得到時(shí)滯的相關(guān)條件;另外一種就是把時(shí)域問題通過拉普拉斯變換，身攜帶的傳感器受距離的限制，當(dāng)個(gè)智能體之間轉(zhuǎn)換為頻域求解時(shí)滯的相關(guān)條件.等就是利的距離超過此最大距離時(shí)，它們之間的通信就會(huì)中斷;再或者個(gè)別的智能體為

34、了繞開障礙物，可能會(huì)出用頻域解決帶有時(shí)滯二階多智能體系統(tǒng)的一致性問題的.等研究的是帶有時(shí)滯的多智能體系統(tǒng)，現(xiàn)通信中斷，當(dāng)智能體移動(dòng)到此最大距離范圍之內(nèi)，與經(jīng)典的帶有時(shí)滯的一致性算法式不同的是，利個(gè)智能體之間開始建立通信.研究智能體之間的通信是隨機(jī)變化的情況，是非常有意義的工作.當(dāng)智用了采樣的方法儲(chǔ)存過去的信息，這樣節(jié)省了數(shù)據(jù)儲(chǔ)存空間，同時(shí)給出了采樣時(shí)間間隔的取值范圍，能體之間通信的隨機(jī)變化滿足一定的條件時(shí)，即當(dāng)只有滿足這個(gè)范圍，才能達(dá)到一致，過大或者過小的前時(shí)刻的狀態(tài)只依賴于前一時(shí)刻的狀態(tài)，是馬爾可時(shí)間問隔都不能達(dá)到一致性.夫鏈中的一個(gè)性質(zhì)，因此可以借助隨機(jī)過程的相關(guān)苗國英，等.多智能體系統(tǒng)的

35、協(xié)調(diào)控制研究綜述,.知識(shí)處理一致性問題.當(dāng)智能體通信的變化滿足馬中的元素，使得一致性收斂的速度加快.因?yàn)榇鷶?shù)爾可夫鏈,且智能體之間各個(gè)狀態(tài)差值平方的期望連通度是反應(yīng)動(dòng)態(tài)系統(tǒng)穩(wěn)定性和魯棒性的一個(gè)重要趨于，稱作是多智能體系統(tǒng)的均方一致性問題.的參數(shù).從物理拓?fù)涞姆矫?，即?yōu)化網(wǎng)絡(luò)連通度方等考慮的二階離散多智能體系統(tǒng)在馬爾可面，等研究了快速一致性收斂問題.在外界夫切換拓?fù)湎碌囊恢滦詥栴}，利用模型的轉(zhuǎn)化，把多環(huán)境條件的約束下，優(yōu)化系統(tǒng)的代數(shù)連通度使其最智能體系統(tǒng)的均方一致性問題轉(zhuǎn)化為線性系統(tǒng)中的大化，加快一致性收斂的速度.由圖論的介紹可知，穩(wěn)定性問題，然后利用了特征根分析和隨機(jī)分析的代數(shù)連通度是拉普拉斯矩陣的第特征值,即找出工具,得到了均方一致性的充要條件，是聯(lián)合生成的各智能體之間的最佳位置