排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为研究行为未知的非线性多智能体系统领导-跟随者最优一致控制问题,针对智能体动态方程未知的情况,设计神经网络辨识器学习智能体动力学行为;构造以多智能体系统局部误差为输入的性能指标函数,将多智能体系统领导-跟随者一致性问题转换为求解智能体局部性能指标函数最优值的优化控制问题;结合自适应动态规划思想设计分布式迭代算法求解该优化问题,并讨论了算法的收敛性;设计基于神经网络的评价-执行结构分布式控制器来近似局部性能指标函数,通过神经网络学习迭代寻找局部性能指标函数的最优解,实现多智能体系统的最优一致控制策略。设计的分布式控制器能够根据智能体状态数据自适应产生控制策略,使多智能体系统趋于一致。 相似文献
2.
为了使多智能体可以减少信息交流,一致性问题在多智能系统的应用已被众多学者广泛研究,从而避免通信资源和计算资源的浪费;在有向拓扑图下,针对二阶的领导-跟随非线性多智能体系统,提出了一种基于事件触发机制和时滞一致性控制策略,对于每一个智能体给出事件触发条件,可以有效减少更新频率和系统能源的耗费;通过利用Lyapunov稳定... 相似文献
1