[发明专利]基于梯度反馈的可扩展分布式多智能体一致性控制方法

说明书

本发明公开了一种基于梯度反馈的可扩展分布式多智能体一致性控制方法。本发明首先确定多智能体系统集合，建立多智能体系统的通信网络拓扑图。其次确定一阶多智能体系统的动态响应模型，并基于多智能体系统的可测状态，给定多智能体一致性控制协议。然后确定系统的稳定性条件，根据期望的控制要求，选取适当的方向函数和属性函数；最后将设计的分布式多智能体一致性控制协议通过编程写入每一个智能体，并通过建立的通信拓扑图实现智能体间的分布式信息交互，实现满足控制性能要求的多智能体协同一致性。本发明不需进行复杂的性能设计分析和计算，只需通过给定公式，简单地设计控制参数即可满足控制性能要求，从而降低了算法的复杂程度。

技术领域

本发明属于计算机科学与控制领域，涉及一种基于梯度反馈的可扩展性全分布式一阶多智能体系统一致性控制方法。

背景技术

多智能体有着广泛的应用前景，其相关研究工作成果被大量应用于智能小车、无人机、水下机器人和移动传感器等领域。其中，多智能体系统最主要的问题之一是协同一致性问题。

早期的一阶多智能体系统控制多为传统分布式一致性算法：针对多智能体一阶积分系统，分布式算法中的传统一致性控制器协议需要已知一些全局信息(这些信息对于智能体自身是未知的)，如网络图拉普拉斯矩阵，接收其它智能体的通信信息(即邻居的状态信息)，并通过数据融合步骤访问和计算相邻多智能体发送的通信信息，以设计控制器实现多智能体的协同一致性。

实际上，上述算法除能保证多智能体系统协同一致性以外，对于系统的其它控制性能要求均无法保证，因此在实际应用领域有时并不实用。针对以上缺点，越来越多的学者以传统分布式一阶多智能体系统一致性算法为基础，开展了能保证系统其他控制性能要求的学习和研究，但尚未有统一的分布式一致性算法框架。

发明内容

针对现有技术中存在的上述问题，本发明提出了一种基于梯度反馈的可扩展性全分布式一阶多智能体系统一致性控制方法。

本发明所采用的技术方案，包括如下步骤：

步骤1)确定多智能体系统集合，建立多智能体系统的通信网络拓扑图G，智能体之间的通讯用拉普拉斯矩阵L来描述。

步骤2)确定一阶多智能体系统的动态响应模型。

步骤3)基于多智能体系统的可测状态，给定多智能体一致性控制协议。

步骤4)确定系统的稳定性条件，主要通过Lyapunov稳定性定理证明。

步骤5)根据期望的控制要求，选取适当的方向函数s(·)和属性函数φ(·)。

步骤6)将设计的分布式多智能体一致性控制协议通过编程写入每一个智能体，并通过建立的通信拓扑图实现智能体间的分布式信息交互，实现满足控制性能要求的多智能体协同一致性。

本发明的有益效果：在一致性协议下提出了增益函数，方向函数和属性函数的概念，确立了一个统一的一致性算法框架，在保证协同一致性的情况下，通过替换以上三类函数，即可满足收敛性，鲁棒性或抗干扰性等控制性能要求，而不需进行复杂的性能设计分析和计算，只需通过给定公式，简单地设计控制参数即可满足控制性能要求，从而降低了算法的复杂程度，提高了算法的灵活性。

附图说明

图1为本发明流程图。

具体实施方式

为了方便问题的描述，这里假设期望的控制性能为控制系统的收敛速度，对应包括有限时间一致性控制与固定时间一致性控制。

所述的有限时间一致性是指：假设“0”是动态系统稳定平衡点，若x(t，x₀)＝0；T(·)：Rⁿ→R₊，则系统有限时间稳定；进一步的，如果有限调节时间T(x₀)有界，即则系统固定时间稳定。