[发明专利]一种基于鲁棒微分博弈的多智能体系统避碰策略方法

说明书

本发明涉及一种基于鲁棒微分博弈的多智能体系统避碰策略方法。首先将具有通信能力有限且受外部干扰的多智能体系统避碰问题转化为分布式微分博弈问题；其次，基于人工势场法，明确的引入轨迹优化目标惩罚智能体的偏离程度；然后，将外部干扰看作最大化成本函数的虚拟玩家，求取最坏干扰下的最优避碰策略；分析局部鲁棒纳什均衡的存在性以及全局收敛性；最后，利用基于最佳成本函数的逆优化方法构建最优控制策略，采用基于非支配占优的蚁群优化算法求解最优反馈增益矩阵；该方法可以减少智能体到达目标点的时间，并且可以使避碰策略具有鲁棒性；此外，该方法采用分布式体系结构，相较于集中式体系结构，不依赖于全局状态信息，具有良好的可扩展性。

技术领域

本发明涉及多智能体协调控制技术领域，特别涉及一种基于鲁棒微分博弈的多智能体系统避碰策略方法。

背景技术

在过去的十年中，多智能体系统由于其松散耦合的网络结构而备受关注，智能体可以通过相互作用来解决单个智能体无法解决的问题。在多智能体系统中，智能体避碰是智能体能够安全协同执行任务的前提条件。

博弈论是解决多智能体决策的有效工具，其中微分博弈被广泛的应用到多智能体协调控制领域。微分博弈是博弈论与最优控制的结合，将微分博弈方法引入到多智能体协调控制中，可以充分体现智能体之间的动态交互性。对比分布式优化算法，微分博弈方法不需要中央协调机制，只需要智能体自私的优化自己的成本函数，最终仍能收敛到纳什均衡，具有严格的数学保证。当前基于微分博弈的方法已经在解决考虑有线通信能力的追逃问题和考虑外部干扰的情况下的编队问题等应用领域取得成功，包括文献(Lin W，Qu Z，SimaanM A.Nash strategies for pursuit-evasion differential games involving limitedobservations[J].IEEE Transactions on Aerospace and Electronic Systems，2015，51(2)：1347-1356.)提出了一种构建反馈追逃策略的方法，该方法不依赖于智能体的全局状态信息，文献(de la Cruz N，Jimenez-Lizarraga M.Finite time robust feedback Nashequilibrium for linear quadratic games[J].IFAC-PapersOnLine，2017，50(1)：11794-11799.)建立了一种带有外部干扰的集中式微分博弈模型，将外部干扰看作最大化成本函数的虚拟玩家，但没有考虑智能体的有限通信能力，文献(Fu Y，Chai T.Online solutionof two-player zero-sum games for continuous-time nonlinear systems withcompletely unknown dynamics[J].IEEE transactions on neural networks andlearning systems，2015，27(12)：2577-2587.)构建了一种分布式的不确定零和微分博弈，得出了局部鲁棒纳什均衡，但没有严格的理论保证。为了实现多智能体全局任务的协调性，需要局部鲁棒纳什均衡的全局收敛性保证。考虑到传统微分博弈方法在解决多智能体避碰问题中，没有考虑智能体的通信能力限制以及外部干扰问题，所以避碰策略缺乏鲁棒性，且无法保证任务高效顺利完成。因此，为了更好实现多智能体安全高效的顺利完成任务，需要针对智能体的有限通信能力以及存在的外部干扰问题，建立相应的微分博弈模型，以提升避碰策略的鲁棒性，尽可能减少智能体完成任务的时间。

因此，为了解决这一将微分博弈方法引入到避碰问题中产生的完成任务效率低以及控制性能差的难题，可以考虑引入人工势场法设计避碰规则，以及考虑将干扰看作一种最大化成本函数的虚拟玩家方法。设计一种基于鲁棒微分博弈的多智能体系统避碰策略方法。当前现有的技术提出的基于鲁棒的微分博弈的解决方案主要聚焦于智能体全局信息已知的情况下，对于分布式鲁棒微分博弈方法仍很少应用在多智能体避碰问题中，无法提供合适的解决方案。

发明内容