具有通信时延和有向网络的多智能体分布式优化

摘要

本文对非平衡有向拓扑下一阶多智能体系统的分布式优化问题进行研究.研究的智能体在与邻居的通信过程中都有一个变化的时延.本文的目标是找到使得目标函数f(x)=(NΣi=1)fi(xi)最小的智能体的状态.提出了一种基于有向图的拉普拉斯矩阵的零特征值对应的左特征向量和智能体的局部信息的控制器.在这项研究中,去掉了fi(xi)的梯度有界要求,并且不要求网络平衡.在某些假设下,所有智能体都达到相同的状态,同时最小化目标函数(NΣi=1)fi(xi).最后,通过数值模拟验证了本文的研究结果.