基于脉冲控制的多智能体系统协同问题研究综述

脉冲控制因其具有鲁棒性强、易实现以及收敛速度快等优点而受到广大研究者的青睐,并广泛应用于多智能体系统协同控制领域。文章对基于脉冲控制策略的多智能体系统协同控制的研究进展进行较为详细的综述,着重介绍脉冲控制协议的设计及脉冲序列生成机制;此外,对多智能体脉冲协同控制理论在实际中的应用进行了相应的介绍;最后,指出多智能体系统脉冲协同控制中几个亟待解决的问题,并对其理论及应用进行了展望。     

网络控制系统研究进展

对网络控制系统领域的主要研究成果和将来可能遇到的挑战进行阐述。网路控制系统主要分为网络控制、基于网络的控制和多智能体系统3个研究领域。网络控制是针对网络自身的控制,主要是对通信网络的网络路由、网络流量等的调度与控制：基于网络的控制是对被控系统的控制,网络只是作为一种传输通道。研究时考虑网络自身存在的问题对系统的影响．对整个闭环系统进行建模、性能分析以及控制器的设计等;多智能体系统主要是研究网络的拓扑结构和多智能体之间相互作用对整个系统行为的影响。本文主要针对基于网络的控制系统中的时延、丢包、多包传输问题,介绍近年来网络控制系统分析与综合方面的研究成果和最新进展。最后,论述了网络控制系统研究中尚待解决的问题,展望了网络控制系统未来的发展前景。     

基于多智能体技术的出行诱导管理系统研究

将实时道路网络动态交通信息与交通管理专家的知识和经验结合起来,基于多智能体技术设计了以城市现有交通管理中心为基础的出行诱导管理系统.该系统通过黑板模型集成了包含在出行诱导管理过程中的交通问题类型确定、分流交通量预测和分流交通量控制3个智能体.系统使用一个管理智能体通过黑板模型对这3个智能体进行集中控制,使每一个智能体能够与黑板通信,智能体之间在黑板上进行信息分享与协作.研究表明,应用多智能体技术设计的出行诱导管理系统能对出行诱导负效应的产生进行实时跟踪和控制.     

基于多智能体的城市环道交通信号控制算法

针对城市环道交通信号控制问题,利用多智能体系统自主性、分布性、协调性、主动学习等特性,提出基于多智能体的环道交叉口绿波协调方法,将每个环道交叉口都看作一个智能体,相邻智能体间能够进行信息的互通交流,利用智能体系统记忆存储以及推理学习能力,对环道上的多个交叉口进行绿波协调优化,从算法模型与参数描述、协调方式的相位选择策略等角度对所提算法进行描述和推导,并通过实验仿真验证了所提的算法的有效性.     

基于脉冲控制的线性多智能体系统的二部一致性

对竞争网络下多智能体系统的一致性问题采用了脉冲控制方法进行了研究.利用代数图论知识和稳定性理论,得到了多智能体系统在脉冲控制下实现二部一致的充分条件.最后,通过Matlab数值仿真的例子验证了结论的有效性.     

多智能体一致性的随机镇定研究

本文给出多智能体随机一致性的数学描述,模拟了环境噪声对多智能体系统一致性的影响,并提出一种运用随机噪声控制多智能体系统的方法。仿真结果表明,添加满足一定条件的随机噪声控制可以令在没有噪声干扰情况下非一致性的多智能体系统达到随机一致性镇定。最后对多智能体的随机一致性镇定进行理论分析,并得到满足控制要求的随机噪声强度的大致下界。所提出的多智能体协调控制方法具有系统能耗小、控制性能更佳的特点。     

多智能体分布式智能控制在VAV空调系统中的应

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。     

迭代学习在多智能体编队中的控制研究

针对具有控制时延的非线性多智能体系统模型,设计了一种能够实现其稳定编队的迭代学习控制算法.首先,建立单个智能体的动态特性,根据多智能体的拓扑连接结构,将多智能体编队控制问题转化为跟踪问题.其次,针对每个智能体设计形式统一的迭代学习控制器,根据每个智能体不同的动态特性,选取合适的学习增益矩阵.最后,基于λ范数理论证明了算法的收敛性.由于该迭代学习控制算法放宽了对迭代初值的限定,使其达到在任意常值初态条件下的稳定控制,从而满足了各个智能体在初始位置随机分布时的编队控制要求.仿真结果证明了文中所给算法的有效性.     

异质多智能体系统的编队控制

目的研究异质多智能体系统的编队控制问题。方法基于图论和李雅普诺夫直接方法进行研究。结果针对由一阶和二阶积分器智能体构成的异质多智能体系统,给出了一种基于一致性的时变编队控制协议。结论证明了使用上述协议的异质多智能体系统能够解决编队控制问题。     

动态输出反馈协议下二阶多智能体系统H_∞一致性

研究了受外部干扰的二阶多智能体切换网络的一致性控制问题,并通过使用智能体邻居的相对位置信息提出了一种分布式动态输出反馈协议.通过定义受控输出和对原模型进行两步变换,把多智能体系统一致性控制问题转化成H∞控制问题,进而对具有切换拓扑结构的无向网络找出使多智能体系统达到H∞一致性的充分条件.仿真算例验证了所提方法的有效性.     

基于事件触发策略的连续多智能体系统一致性综述

多智能体系统信息量庞大,对多智能体系统事件触发一致性的研究有利于降低资源的消耗,减少智能体之间的信息交互.本文综述了基于不同事件触发策略的连续多智能体系统一致性的研究现状.首先,简单阐述了多智能体系统的研究历史,并探讨了基于事件触发策略的多智能体一致性研究的意义.随后,从动力学行为、控制协议以及事件触发条件等角度出发,概述现阶段连续多智能体系统的事件触发一致性研究进展.最后,给出了尚未解决的问题和未来值得关注的研究方向,如优化问题、输出反馈等,为下一步研究奠定基础.     

基于自触发脉冲牵制的机坪多智能体网络协同策略

针对机坪多智能体网络场景下传统的一致性算法存在收敛性差、资源严重浪费等问题,提出一种基于自触发脉冲牵制的控制策略.基于图论建立机坪多智能体网络模型,设计脉冲激发函数,实现对脉冲触发时刻自行预估;改进节点重要度评价算法,拓宽评价指标的维度,提高牵制节点选取的合理性.在MATLAB中进行网络状态收敛性模拟分析.结果表明：提出的方法在降低采样触发频率、减少受控节点数的同时,有效提高了网络的收敛速度,并使收敛趋势更为平滑,且拓扑结构越简单,控制效果越好.     

基于强化学习的输入受限多智能体系统的同步最优控制

研究了一类带有输入受限的领导者-追随者多智能体系统的同步最优控制问题。该问题可以看作是一个图博弈问题。基于图博弈理论,首先为每个智能体定义了一个带有非二次型能量函数的性能指标,该性能指标同时依赖于智能体自身及其邻居的信息。然后,利用所定义的性能指标建立耦合的哈密顿-雅克比-贝尔曼(HJB)方程。通过求解HJB方程得到最优控制策略,使得每个追随者同步于领导者且最小化给定的性能指标。由于HJB方程的解析解难于获得,因此借助于强化学习方法利用Actor-Critic(A-C)神经网络在线学习得到近似最优解。通过稳定性分析可以证明所得近似最优控制策略使得闭环系统所有状态一致最终有界,并且收敛到交互纳什均衡。最后,通过仿真实验验证所提同步最优控制算法的有效性。     

基于多智能体技术的搜索引擎系统

介绍了基于多智能体技术的搜索引擎系统，包括该系统的组织和结构问题、定义问题、通讯问题、协作问题。     

基于事件驱动的一般线性多智能体系统的一致性

多智能体系统不仅是复杂系统研究中的一类重要系统,也是分布式人工智能研究的一个重要分支。多智能体系统的协调控制是当前国际控制领域的前沿研究方向,其中,多智能体系统的一致性是最基本问题。采用事件驱动控制方法,研究了一类一般线性多智能体系统的一致性问题。通过设计合理的事件驱动函数与激励条件,确定事件驱动时间序列,利用邻域内其他个体在事件驱动时刻点处的信息,设计相应的控制策略,从而获得多智能体系统达到一致的充分条件。同时本文在研究模型上,采用传统的一般化模型,而研究方法上不再需要Laplacian矩阵具有对称性,就可以获得一类线性多智能体系统达到一致的充分条件,所得结果简化改进了过去的模型。     

面向主动配电网的安全多智能体深度强化学习电压优化控制

针对主动配电网电压优化控制中模型不确定性和通信代价大的问题，提出了一种基于灵敏度矩阵安全的多智能体深度强化学习(SMS-MADRL)算法。该算法利用安全深度强化学习，应对主动配电网的固有不确定性，并采用多智能体结构实现通信代价较小的分布式控制。首先，将电压优化控制问题描述为受约束的马尔可夫博弈(CMG);然后，对无功功率进行适当修改，通过分析节点电压的变化得到灵敏度矩阵，进而与主动配电网环境进行交互，训练出若干可以独立给出最优无功功率指令的智能体。与现有多智能体深度强化学习算法相比，该算法的优点在于给智能体的动作网络增添了基于灵敏度矩阵的安全层，在智能体的训练和执行阶段保证了主动配电网的电压安全性。在IEEE 33节点系统上的仿真结果表明：所提出的算法不仅能够满足电压约束，而且相较于多智能体深度确定性策略梯度(MADDPG)算法，网络损耗减少了4.18%,控制代价减少了70.5%。该研究可为主动配电网的电压优化控制提供理论基础。     

加权平均预测的一阶多智能体一致性的采样控制

研究了具有加权平均预测的一阶多智能体系统一致性的采样控制问题。应用时滞分解技术得到了基于采样数据的离散时间一致性协议，同时，使用代数图论、线性系统的稳定性理论，获得了确保具有加权平均预测的一阶多智能体系统渐近实现平均一致性的充分和必要条件，最后仿真结果表明了理论研究结果的有效性，得到了采样周期的条件，并对满足和不满足条件的2种情况进行了仿真验证，为一阶多智能体系统采样控制的一致性问题提供了一种可行解。     

基于MAS理论的机器人系统研究概述

介绍了多智能体机器人系统的发展和关键技术 ,对国内外的MARS研究作了综合 ,描述了未来多智能体机器人系统的发展趋势 .     

l步信息脉冲牵引控制的多智能体一致性分析

应用矩阵论和代数图论,分析l步信息脉冲牵引控制的多智能体一致性问题。把具有单个脉冲控制器的多智能体的一致性系统推广到只对一个智能体实施l步信息脉冲牵引控制的系统。在通讯拓扑是无向连通图的情况下,给出使多智能体达到一致性的一个充分条件。选择恰当的l有助于减少使多智能体系统达到一致性所需的脉冲次数。最后,仿真实例验证了理论结果。     

敏捷制造环境下基于多智能体的车间控制系统

针对敏捷制造的需求，提出了一种基于多智能体的车间控制系统，这种控制系统是由重构智能体，任务智能体、资源管理智能体、制造资源智能体构成的多智能体系统，通过智能体的自治和智能体之间的相互协调，完成车间控制任务并保证其敏捷特征，讨论了各种智能体的功能、作用和行为。