多智能体系统的自适应群集分布式优化

摘要

本文对具有非线性函数群集行为的连续时间多智能体系统的分布式优化问题进行了研究.这篇文章旨在说明所有智能体的速度和位置可以渐近一致,并且速度达到最优,从而使局部代价函数之和最小.在这个研究中,每个智能体只知道与其对应的代价函数.首先,文章对局部代价函数作了一些假设;第二,设计了一个分布式控制法则和更新律,该控制法则仅仅依赖于自己和邻居的速度.然后证明了多智能体系统的稳定性以及在最小化局部代价函数之和的同时所有智能体可以避免碰撞.最后,使用一个仿真案例来说明所获得的分析结果.