一种基于强化学习的模型未知多智能体一致性控制方法

摘要

本发明涉及一种基于强化学习的模型未知多智能体一致性控制方法，属于智能化领域。本发明首先在设计自适应分布式观测器时采用的方案有三个步骤组成。第一，设计了一个自适应分布式观测器来估计系统矩阵和leader系统的状态。第二，在设计自适应分布式观测器后提出了一种在线计算观测器方程解的方法。第三，为排除极少数极端情况，在假设每个follower不知道leader系统矩阵的情况下，综合了自适应状态反馈和自适应测量输出反馈控制来解决系统分布式一致性输出调节问题。本发明根据所估计的状态，采用基于强化学习的方法设计控制器，通过迭代的方法得到最优解，实现多智能体系统的最优控制。