多智能体系统及其控制方法与流程

技术特征：

1.一种多智能体系统，其特征在于，包括第一智能体和第二智能体，其中，所述第一智能体能够与所述第二智能体相互通信，当所述第二智能体具有至少两个时，各个所述第二智能体之间能够相互通信；

各个所述第二智能体均包括自适应控制器，所述自适应控制器用于当所述第二智能体的状态量未知或不可测时，实时辨识或度量所述第二智能体的未知状态量或不可测状态量。

2.根据权利要求1所述的多智能体系统，其特征在于，所述第二智能体的状态量具有至少两种，该至少两种状态量在不同通信网络结构下被通信。

3.根据权利要求2所述的多智能体系统，其特征在于，所述未知状态量或不可测状态量包括速度状态量和位置状态量，所述自适应控制器为：

${\stackrel{\·}{c}}_i\left(t\right)={\mathrm{\αh}}_i{\left(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{I}_{ij}^p{x}_j\right)}^T\left(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{I}_{ij}^p{x}_j\right),i\∈{\mathrm{\Δ}}_m$

${\stackrel{\·}{d}}_i\left(t\right)=\mathrm{\β}{\stackrel{\‾}{h}}_i{\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{I}_{ij}^v{v}_j\right)}^T\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{I}_{ij}^v{v}_j\right),i\∈{\mathrm{\Δ}}_N$

其中，c_i(t)和d_i(t)分别表示第i个跟随智能体自身的速度状态量和位置状态量；；α、β、h_i和分别是相应比例因子，其均为正的常数，v_j和x_j分别表示第j个跟随智能体的速度状态量和位置状态量；Δ_N＝{1,2,…,N}，Δ_m＝{1,2,…,m}，Δ_N/Δ_m＝{m+1,m+2,…,N}，N为正整数；和分别是多智能体系统中这两种状态量的通信网络结构的拉普拉斯矩阵和中第i行、第j列的数值。

4.根据权利要求2或3所述的多智能体系统，其特征在于，

所述第二智能体在所述自适应控制器实时辨识或度量所述第二智能体的未知状态量或不可测状态量之后，接收控制输入，以使所述第二智能体与所述第一智能体的同种状态量之间的差异趋近于零，且使所述第二智能体与相邻的另一第二智能体的同种状态量之间的差异趋近于零；

其中，所述至少两种状态量中任一状态量对应的控制输入取决于：所述第二智能体自身的所述状态量的第一信息量、与相邻的所有第二智能体通信获取的所述状态量的第二信息量、及与所述第一智能体通信获取的所述状态量的第三信息量。

5.根据权利要求4所述的多智能体系统，其特征在于，所述控制输入为：

$u_{1i}\left(t\right)=-{\mathrm{\αc}}_i\left(t\right)\underset{j=1}{\overset{m}{\Σ}}{a}_{ij}^p(x_i-x_j)-b_{pi}(x_i-x_0),i\∈{\mathrm{\Δ}}_m$

$u_{2i}\left(t\right)=-{\mathrm{\βd}}_i\left(t\right)\underset{j=1}{\overset{N}{\Σ}}{a}_{ij}^v(v_i-v_j)-b_{vi}(v_i-v_0),i\∈{\mathrm{\Δ}}_N$

其中，u_1i(t)和u_2i(t)分别表示第i个跟随智能体的速度状态量和位置状态量的控制输入；α和β分别是相应比例因子，其均可为正的常数并可根据实际需要设置；和分别表示第i个跟随智能体和第j个跟随智能体之间的速度状态量的通信信息量和位置状态量的通信信息量。b_pi和b_vi分别是第i个跟随智能体与领导智能体之间的速度状态量的通信信息量、和第i个跟随智能体与领导智能体之间的位置状态量的通信信息量。

6.一种多智能体系统的控制方法，其特征在于，所述多智能体系统包括第一智能体和第二智能体，其中，所述第一智能体能够与各个所述第二智能体相互通信，当所述第二智能体具有至少两个时，各个所述第二智能体之间能够相互通信；各个所述第二智能体均包括自适应控制器，所述控制方法包括：

当所述第二智能体的状态量未知或不可测时，利用所述自适应控制器实时辨识或度量所述第二智能体的未知状态量或不可测状态量。

7.根据权利要求6所述的多智能体系统的控制方法，其特征在于，所述第二智能体的状态量具有至少两种，该至少两种状态量在不同通信网络结构下被通信。

8.根据权利要求7所述的多智能体系统的控制方法，其特征在于，所述未知状态量或不可测状态量包括速度状态量和位置状态量，所述自适应控制器为：

${\stackrel{\·}{c}}_i\left(t\right)={\mathrm{\αh}}_i{\left(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{I}_{ij}^p{x}_j\right)}^T\left(\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{I}_{ij}^p{x}_j\right),i\∈{\mathrm{\Δ}}_m$

${\stackrel{\·}{d}}_i\left(t\right)=\mathrm{\β}{\stackrel{\‾}{h}}_i{\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{I}_{ij}^v{v}_j\right)}^T\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{I}_{ij}^v{v}_j\right),i\∈{\mathrm{\Δ}}_N$

其中，c_i(t)和d_i(t)分别表示第i个跟随智能体自身的速度状态量和位置状态量；；α、β、h_i和分别是相应比例因子，其均为正的常数，v_j和x_j分别表示第j个跟随智能体的速度状态量和位置状态量；Δ_N＝{1,2,…,N}，Δ_m＝{1,2,…,m}，Δ_N/Δ_m＝{m+1,m+2,…,N}，N为正整数；和分别是多智能体系统中这两种状态量的通信网络结构的拉普拉斯矩阵和中第i行、第j列的数值。

9.根据权利要求7或8所述的多智能体系统的控制方法，其特征在于，在利用所述自适应控制器实时辨识或度量所述第二智能体的未知状态量或不可测状态量之后，所述控制方法还包括：

各所述第二智能体接收控制输入，以使所述第二智能体与所述第一智能体的同种状态量之间的差异趋近于零，且使所述第二智能体与相邻的另一第二智能体的同种状态量之间的差异趋近于零；

其中，所述至少两种状态量中任一状态量对应的控制输入取决于：所述第二智能体自身的所述状态量的第一信息量、与相邻的所有第二智能体通信获取的所述状态量的第二信息量、及与所述第一智能体通信获取的所述状态量的第三信息量。

10.根据权利要求9所述的多智能体系统的控制方法，其特征在于，所述控制输入为：

$u_{1i}\left(t\right)=-{\mathrm{\αc}}_i\left(t\right)\underset{j=1}{\overset{m}{\Σ}}{a}_{ij}^p(x_i-x_j)-b_{pi}(x_i-x_0),i\∈{\mathrm{\Δ}}_m$

$u_{2i}\left(t\right)=-{\mathrm{\βd}}_i\left(t\right)\underset{j=1}{\overset{N}{\Σ}}{a}_{ij}^v(v_i-v_j)-b_{vi}(v_i-v_0),i\∈{\mathrm{\Δ}}_N$

其中，u_1i(t)和u_2i(t)分别表示第i个跟随智能体的速度状态量和位置状态量的控制输入；α和β分别是相应比例因子，其均可为正的常数并可根据实际需要设置；和分别表示第i个跟随智能体和第j个跟随智能体之间的速度状态量的通信信息量和位置状态量的通信信息量。b_pi和b_vi分别是第i个跟随智能体与领导智能体之间的速度状态量的通信信息量、和第i个跟随智能体与领导智能体之间的位置状态量的通信信息量。