搜索
LOGO多智能体系统一致性问题概述多智能体一致性问题综述一致性理论发展趋势展望一致性理论应用领域一致性协议一致性问题描述多智能体系统多智能体系统定义:多智能体系统是由多个可计算的智能体组成的集合，其中每一个智能体是一个物理或抽象的实体，并能通过感应器感知周围的环境，效应器作用于自身，并能与其他智能体进行通讯的实体研究多智能体系统的主要目的期望通过大规模的智能体之间的合作协调来代替昂贵的单个系统（卫星、机器人、无人驾驶飞行器、自治水下潜艇等）完成复杂的任务。在合作控制问题中，智能体之间通过无线网络或者在初始时刻预输入来共享信息，这些信息包括相同的控制算法，共同的目标，或者相对的位置信息。一致性问题描述在自然界中，很多群体活动的生物在迁徙，觅食等活动中，往往会以一定的规则活动。比如说大雁在迁徙过程中往往以一致的速度排列成“人”字型飞行；又如海洋中的鱼群以一致的角速度结群活动。一致性问题描述一致性问题主要是研究如何基于多智能体系统中个体之间有限的信息交换，来设计算法，使得所有智能体的某一个状态量或是所有状态量趋于相等。一致性一致性协议问题作为智能体之间相互作用、传递信息的规则，它描述了每个智能体和与其相邻的智能体的信息交换过程。一致性问题描述一致性理论研究的三个阶段第三阶段（2004-）第二阶段(1995-2004)第一阶段(1987-1995)生物群体机制模拟阶段:主要模拟自然界群体一致性现象以Boid模型和Vicsek模型为代表理论探索研究阶段：Jadbabaie等人对Vicsek模型的一致性行为给出了理论证明，开辟了多智能体一致性理论研究的探索之路。理论日臻完善阶段：逐渐探索并完善了一致性理论在有向/无向通信网络、固定/动态拓扑、时滞系统、信息不确定以及异步通信中的相关问题，已形成了相对完善的系统理论一致性协议图论是一致性问题分析的重要工具。对于一个多智能体系统，很自然的会想到用图论来表示智能体之间信息交换的过程。下面是在一致性问题研究中要用到的图论知识的总结。图论基础一致性协议图论基础一致性协议矩阵论基础为了描述节点与边之间的关系，我们引入邻接矩阵A,A中元素取值如下：拉普拉斯矩阵L是另一种描述点与边之间关系的矩阵，它的取值如下：对于无向图，其拉普拉斯矩阵L是对称矩阵。对于有向图，如果有一个节点的信息能传递到系统中的任意节点，则这个有向图含有一个有向生成树。一致性协议矩阵论基础下图是含有七个节点的有向图，并给出了其相应的邻接矩阵A和拉普拉斯矩阵L。一致性协议一致性问题的数学模型则称多智能体系统实现一致性。一致性协议一阶一致性在早期关于一致性问题的研究中，绝大多数研究工作针对智能体为一阶智能体的情形，分析不同网络拓扑结构下实现一致性需要满足的条件和一致性实现时的收敛值。一致性协议二阶一致性对于n个智能体组成的系统，每一智能体的二阶动态模型为：采用如下二阶多智能体系统一致性算法：一致性协议高阶一致性协议近来，许多研究人员对多智能体系统一致性问题的研究转移到了智能体为n阶智能体的情况，并以线性矩阵不等式形式给出系统一致性需要满足的条件，在一定假设下分析给出线性矩阵不等式的可解性，并通过实例验证了算法的有效性议。一致性理论应用领域编队控制多平台编队控制是一致性策略的应用典型领域之一，基于相应的一致性协议，研究无人机等多智能体系统中高度保持，编队稳定等性能蜂拥问题在多智能体蜂拥(Flocking)算法应用中，一致性算法主要用于实现多智能体间的速度匹配，在以相同速度运动的前提下，多智能体间保持一定的距离以避免相互碰撞。聚集问题聚集问题(RendezvousProblem)是指一群移动的智能体，通过设计局部控制策略使得所有的智能体最后能够同时在指定位置聚集一致性理论应用领域融合估计相关文献中采用分布式Kalman滤波器来解决这一问题，并将其分解为两个动态一致性子问题：加权测量和逆协方差矩阵计算。协同决策针对网络环境下订单购买(代理/决策)问题，相关文献引入分布式一致性协议来协调订单价格。每个买家指定不同的阈值策略，并按此下订单。证明了分布式协议可以取得如集中式决策相同协调效果。耦合振子系统同步生物学家Winfree指出耦合振子(CoupledOscillators)系统同步问题可以简化为研究相位变化问题。相关文献中分析了非线性耦合振子系统Kuramoto模型的稳定性，基于一致性理论，得到了确定和不确定振荡频率情况下振子系统取得同步的结论。发展趋势展望BECDA弱连通(WeaklyConnected)条件下的多智能体一致性理论具有不对称时变时延的多智能体系统一致性算法。多变量非线性多智能体系统一致性理论事件驱动的异步通信网络条件下的多智能体一致性理论研究带约束条件和优化目标的多智能体系统一致性理论一致性理论发展趋势展望LOGO