一种异构多智能体系统在领导跟随下实现分组一致的方法

摘要

本发明是一种具有异构多智能体系统在领导跟随下实现分组一致的方法，属于网络化多智能体系统技术领域。与现有的直接利用过时的状态信息来设计分组一致性控制协议方法相比，本发明考虑了时延和数据丢失的情况，通过预测方法补偿通信约束，并引入领导者因素，再给出了保证系统稳定性和实现分组一致跟踪控制的充要条件，考虑到实际生活中可能存在两组竞争的情况，因此可通过合作竞争交互消除了度内平衡的拓扑约束，本发明采用预测控制协议，解决了离散时间异构预测控制下的网络约束，实现多组一致性跟踪。

说明书

技术领域

本发明是针对一种具有异构多智能体系统在领导跟随下实现分组一致的方法，属于网络化多智能体系统技术领域。

背景技术

目前，众多学者从切换网络拓扑图，时滞系统和非线性系统等角度研究同构系统一致性问题。

在实际应用中，并不是所有的系统都是由动态方程相同的智能体构成的，如捕食者和被捕食者的系统由不同的个体的构成，飞机编队系统中有不同型号的飞机，这些系统中的个体有不同的动态方程，因此，近些年来，关于异构多智能体系统的研究越来越多。

离散异构多智能体系统的动态方程是不同智能体构成的，不同智能体有不同的子任务，各个子任务的完成标志着异构多智能体系统任务的完成，因而研究离散异构多智能体系统，可以使得不同结构的多智能体能够通过网络通信传递信息，同时也让此类研究更加具有广泛性和实用性。

为了让多智能体系统完成更加复杂的任务，可以在多智能体内部利用分组的方法，将智能体分为两组，由多个智能体跟踪不同的值(不同的任务分配、不同的轨迹跟踪和不同的调整算法)，但到目前为止，网络多智能体系统的两组一致一致性问题仍然会受到通信和输入时延及数据包丢失的影响，导致两组智能体之间无法进行正常协同控制。

系统需要多个领导者，有领导者的多智能体系统相比无领导者的多智能体系统可以降低很多通信成本，还可以减少个体之间的信息交互时间，节约网络带宽。

例如，为了解决受混合脉冲网络影响的离散动态网络的多重跟踪问题，具有多个领导者的网络化多智能体系统的领导者跟踪一致性问题的研究就显得重要且有价值的，我们考虑在设计控制协议的时候，设计相应的输出反馈预测控制器，解决智能体在信息交换过程中存在着不可避免的通信约束问题，例如网络延迟和数据丢包。

发明内容

本发明解决的技术问题是：针对在通信和输入时延及数据包丢失导致网络多智能体系统的两组一致无法达成一致性问题，提出了一种网络预测的网络化多智能体系统控制协议，来主动预测当前和未来的状态，解决了网络多智能体系统的两组一致性问题。

本发明的技术解决方案是：异构多智能体系统在领导跟随下实现分组一致的方法，使网络多智能体系统的两组一致达成一致性，该方法具体步骤如下：

步骤一：建立具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型；

建立具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型，其状态空间表达式为

x

式子中

步骤二：针对具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型建立状态观测器，进行状态预测；

为了减少由通信网络引起的负面影响(如网络延迟和数据包丢失)，通过预测关联智能体的状态来提出补偿规则，对于智能体i，通过构建状态观测器可以得到

其中

利用控制器端可用信息，根据式(1)得到从t-τ

将公式(2)中t替换成t+τ

再将公式(1)减公式(3)，这里将状态的估计误差记为

其中

由

为达到主从分组一致，设计以下两组跟踪参考输入输出(7)

其中r

为主动补偿时滞与丢包，且使follower跟随本组的leader。

步骤三：根据步骤二对具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型的状态预测，设计控制协议为(8)；

这里

步骤四：根据步骤三设计的预测控制协议可得到分组状态误差方程与估计误差方程的紧凑表达形式即可得闭环特征系统

其中αE(t)＝P(t),βE(t)＝Q(t)，0,I表示适当维数的零矩阵和单位矩阵，

Δx(t+1)＝(A

式中，A

式中，C

Q(t)＝[q

E(t+1)＝A

令，

控制协议和离散异构多智能体系统两者都是稳定且具有分组一致性的充分必要条件是当且仅当Ω，

步骤五：利用分组状态误差方程与估计误差方程的紧凑表达形式，基于通过黎卡提方程求解线性矩阵不等式的方法，得到状态观测增益矩阵为

步骤六：当且仅当控制协议和离散异构多智能体系统两者都是稳定且具有分组一致时可计算得Ω的特征值，由观测矩阵可得到预测误差e，数据仿真结果表明预测分组一致控制协议可以有效抑制通信约束，实现分组一致，因此本发明在无论是否出现时间延迟和数据丢失，通过选择参考输入和初始值，在预测控制协议下都能实现两组输出一致性。

附图说明：

图1为本发明所述方法流程图；

图2为异构网络多智能体系统拓扑图；

图3说明了异构网络多智能体系统可以在设计的多组一致跟踪控制协议下实现多组输出一致性；

图4说明了每个智能体的状态错误轨迹可以达到零；

图5说明了每个智能体的状态错误轨迹可以达到零；

图6显示了异构网络多智能体系统可以在预测跟踪控制协议下实现多组一致性跟踪。

与现有技术相比，本发明的有益效果是：本发明考虑了具有通信约束(时间延迟和丢包)的异构多智能体系统在领导跟随下实现分组一致方法，基于代数图论和稳定性理论的知识，推导了获得稳定性和实现多组一致跟踪的充要条件，并在通信约束的情况下，设计的网络预测协议可以实现对参考输入组的一致性跟踪，通过仿真实例实现了离散时间异构网络多智能体系统的两组一致跟踪，数值仿真表明，预测性群体一致跟踪控制协议可以有效抑制通信约束，实现群组一致跟踪；本发明还具有易于求解和实现，其主要特点还是实用性强和使用范围广。

具体实施方式

具体实施方式一、结合图1说明本实施方式，本实施方式所述，具有异构多智能体系统在领导跟随下实现分组一致方法，该方法具体步骤为：

步骤一：建立具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型；

建立具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型，其状态空间表达式为

x

式子中

步骤二：针对具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型建立状态观测器，进行状态预测；

为了减少由通信网络引起的负面影响(如网络延迟和数据包丢失)，通过预测关联智能体的状态来提出补偿规则，对于智能体i，状态观察器构造为

其中

利用控制器端可用信息，根据式(1)得到从t-τ

将公式(2)中t替换成t+τ

再将公式(1)减公式(3)，这里记状态的估计误差为

其中

由

为达到主从分组一致，设计以下两组跟踪参考输入输出(7)

其中r

为主动补偿时滞与丢包，且使follower跟随本组的leader。

步骤三：对具有异构多智能体系统在领导跟随下实现分组一致方法的离散时间动态模型的状态预测，设计控制协议；

这里

步骤四：根据步骤三设计的预测控制协议可得到分组状态误差方程与估计误差方程的紧凑表达形式即可得闭环特征系统

其中αE(t)＝P(t),βE(t)＝Q(t)，0,I表示适当维数的零矩阵和单位矩阵，

Δx(t+1)＝(A

式中，A

式中，C

Q(t)＝[q

E(t+1)＝A

式中，

令

控制协议和离散异构多智能体系统两者都是稳定且具有分组一致性的充分必要条件是当且仅当Ω，

步骤五：利用分组状态误差方程与估计误差方程的紧凑表达形式，基于通过黎卡提方程求解线性矩阵不等式的方法，得到状态观测增益矩阵为

步骤六：当且仅当控制协议和离散异构多智能体系统两者都是稳定且具有分组一致性时可计算得Ω的特征值，由观测矩阵可得到预测误差e，数据仿真结果表明预测性分组一致控制协议可以有效抑制通信约束，实现分组一致。因此本发明在无论是否出现时间延迟和数据丢失，通过选择参考输入和初始值，在预测控制协议下都能实现两组一致跟踪。

采用本发明所述方法进行仿真：

一个包含4个智能体的网络

系统参数：

对于单个代理，网络中连续数据丢失的次数为c

然后，

通过计算，矩阵Ω的所有特征值的集合为

{-0.8139,-0.5612,-0.2258,-0.2025,0.6493,0.4885,0.3358±0.6543i,

-0.8421,-0.4830,-0.3341,-0.3942}.

可以得出结论，通过极点分配和圆锥互补线性化，所有Ω的特征值都位于单位圆中，因此，本文提出的协议(5)可以解决稳定性和两组一致追踪问题(如定理1所强调)，给定参考输入，状态的初始值和状态错误如下

x

x

e

e

e

r

图3说明了异构网络多智能体系统可以在设计的两组一致跟踪控制协议下实现两组输出一致性跟踪，而图4和图5则说明了每个智能体的状态错误轨迹可以达到零。

如例1所示的离散时间异构网络多主体系统和图2所示的拓扑，当信息通过网络交换时，我们认为没有通信约束(即

以上所述仅为本发明的一个实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。