[发明专利]基于信任节点的异质多智能体系统分组一致性控制方法

说明书

本发明涉及多智能体系统控制领域，具体涉及一种基于信任节点的异质多智能体系统分组一致性控制方法，包括：进行状态收敛的任一智能体接收来自邻居智能体的状态值，将接收到的状态值进行降序排序；进行信息值处理，选择性的移除节点，并将移除的节点用集合R_i表示，将移除节点中的信任节点集合用T_i表示，将剩余的被移除节点以及节点i的边权重设置为0；根据动力学方程获得正常节点的位置信息和速度信息，根据正常节点的位置信息和速度信息设置一致性控制协议，采用一致性控制性协议对正常节点进行处理，实现异构多智能体系统中的节点分组一致。本发明将系统结构拓展为异质多智能体系统，加入信任节点机制和分组，增强了多智能体系统的稳健性。

技术领域

本发明涉及多智能体系统控制领域，具体涉及一种基于信任节点的异质多智能体系统分组一致性控制方法。

背景技术

从1980年代开始，科学家对自然界中的生物集群现象产生了浓厚的兴趣，并尝试探索这些现象的内在规律并加以应用。受自然界中的生物集群现象的内在规律启发提出了智能体的概念，多智能体系统(multi-agent systems，MASs)是一种全新的分布式计算技术。近年来，多智能体系统协同控制技术在机器人编队控制、分布式传感器网络、无人机编队控制以及人工智能等领域的研究热点。然而随着多智能体系统网络结构的日益复杂，外部威胁的突发性和干扰性已成为不可忽视的问题，外部威胁对系统的状态影响很大。因此，对于多智能体系统的安全性问题必然会受到越来越多研究者的重视，同时也具有很大的现实意义和应用价值

目前，对于存在恶意节点的多智能体系统，拓扑关系都是单纯的竞争关系，大多都是同质系统，系统结构相对简单，并且没有处理大规模复杂系统的能力，不符合现实系统需求。安全一致性算法大多采用攻击容忍类算法，其允许恶意节点存在于系统中，并设计一种约束条件来降低攻击造成的影响，最后使系统实现安全一致。然而，传统安全一致性算法需要满足较高的网络连通度要求，并且所能抵御的恶意节点数较少。为此，如何有效减少网络连通度要求又能面对更多恶意节点的攻击成为学者们的研究重心。此外，多智能体系统中存在着一些复杂情况，如邻居恶意节点状态值有利于状态更新的情况以及邻居正常节点不利于状态更新的情况；因此，需要一种约束条件来判断各邻居信息是否为最优信息，即该信息始终在约束条件范围内，是则保留否则排除，最后靠保留的若干最优邻居信息进行状态收敛。在状态收敛过程中，正常节点不必知晓网络的拓扑结构，也不必判断邻居节点类型，仅需要安全一致性算法筛选出最优信息进行状态更新。

发明内容

为了解决上述问题，本发明提供一种基于信任节点的异质多智能体系统分组一致性控制方法，在多智能体系统中的正常智能体被邻居节点攻击时，使正常智能体能够抵御系统中存在的恶意智能体的攻击，确保各正常智能体状态始终处于一个安全范围内，最终实现分组收敛一致。使得异质多智能体能够正常进行状态更新。

一种基于信任节点的异质多智能体系统分组一致性控制方法，包括以下步骤：

在异构多智能体系统中，进行状态收敛的任一智能体接收来自邻居智能体的状态值，并将接收到的状态值进行降序排序，得到任一智能体的邻居智能体状态值序列，一个节点的状态值包括该节点的位置信息和速度信息；

对上述状态值序列进行信息值处理，选择性的移除节点，并将移除的节点用集合R_i表示，将移除节点中的信任节点集合用T_i表示，将剩余的被移除节点以及节点i的边权重设置为0；

根据动力学方程获得正常节点的位置信息和速度信息，根据正常节点的位置信息和速度信息设置一致性控制协议，采用一致性控制性协议对正常节点进行处理，实现异构多智能体系统中的节点分组一致；

其中，一个节点代表一个智能体。