一种执行器饱和多智能体系统最优一致性控制方法和装置

摘要

本发明提供一种执行器饱和多智能体系统最优一致性控制方法和装置，方案通过构建受执行器饱和限制的多智能体系统；设计每个智能体系统的目标函数；构建最优目标函数和最优一致性控制输入满足的HJB方程；利用基于数据的离策略强化学习算法，结合基于神经网络的值函数逼近方法估计最优目标函数和最优一致性控制输入；用加载有估计所得的最优一致性控制输入的控制器实现多智能体系统最优一致性控制。本方案考虑了实际工程应用中广泛存在的执行器饱和现象，以及实际系统的精确的动力学模型通常难以获取的难题，通过充分利用系统的输入输出信息设计控制器，能够在有执行器饱和限制的情况下实现最优一致性控制。