多智能体系统领导者选择及可控包含控制研究

摘要

近年来，随着现代科技的飞速发展和生物、计算机、人工智能等交叉学科的深入探索，多智能体系统协调控制已成为控制领域新兴的研究热点，且在多机器人协作、交通流控制、无人机编队等诸多工程领域得到了成功应用。根据多智能体系统中领导者个体数量的差异，一致性问题可划分为以下几种情况：无领导者一致性、一致性追踪(领导-跟随一致性)、多领导者一致性，包含控制作为一种特殊的多领导者协同控制已成为多智能体协同控制研究领域的重要内容之一。
　　本文在学习和总结相关研究成果的基础上，结合控制理论相关原理研究了多智能体包含控制过程中的领导者选择方案及可控包含控制问题。论文主要工作如下：
　　1．研究随机给定拓扑结构的二阶有向多智能体网络的可控包含控制问题。针对当前包含控制研究成果大多没有考虑多智能体网络领导者与跟随者的可控配置问题，本章将复杂网络可控性理论引入到多智能体包含控制问题中，并结合二分图最大匹配算法给出了满足网络可控的最少领导者集合，并为跟随者智能体设计相应的控制协议，驱使跟随者能够渐近收敛到由多个领导者所构成的静态和动态凸包中，从而实现网络的可控包含控制。
　　2.进一步研究有强连通分支拓扑结构的有向多智能体系统领导者选择及可控包含控制问题。根据网络拓扑结构，智能体被分为两类:单元智能体和一般智能体。首先设计强连通分支中个体组成的单元智能体的一致性协议实现各个单元的一致；后由单元和一般智能体构成的新拓扑结构，结合二分图最大匹配算法确定满足网络可控的最少领导者集合，并为所有智能个体设计相应的控制协议，驱使跟随者渐近收敛到多个领导者组成的动态凸包中，实现网络的可控包含控制。
　　3.考虑到现有的有向多智能体系统包含控制算法中，针对多目标任务时不能高效的进行任务分配同时系统满足可控。文中首先结合社团划分算法对有向多智能体系统全局拓扑结构进行优化，并在每个社团中应用二分图最大匹配算法找出满足各个社团可控的领导者集合，将分布式目标任务给予领导者实现各个社团内的可控包含执行任务。完成分布式任务后根据社团间的拓扑关系，应用之前方法找出满足整个网络可控的领导者社团，并为社团之间设计估计包含控制协议，从而实现社团之间的可控包含控制。