[发明专利]一种受限多智能体系统编队控制方法、系统及设备

说明书

本发明提出了一种受限多智能体系统编队控制方法、系统及设备，通过建立受限多智能体系统模型，该系统模型包括：多智能体系统拓扑模型、多智能体系统动力学模型和带有多非光滑优化指标的分布式资源分配优化模型；根据所述位置最优解对应的多近端算子、所述多智能体系统动力学模型和所述分布式资源分配优化模型，计算得到各个智能体的满足预设编队条件的第一位置状态信息使用第一位置状态信息对各个智能体进行位置状态控制。本实施例所提供的方法充分利用多智能体系统的群体性优势，可分布式地动态求解优化问题的最优解，并可以光滑地控制受限多智能体系统完成编队任务，可扩展性强，具有很高的实用性。

技术领域

本发明涉及多智能体控制技术领域，尤其涉及一种受限多智能体系统编队控制方法、系统及设备。

背景技术

近年来，受限多智能体的分布式编队控制受到了广泛的关注。多智能体编队控制的研究大多是建立在对系统状态和各智能体输入没有限制的理想假设基础上的，但智能体的系统状态或输入通常被限制在某个集合内，而现有技术中的受限多智能体编队控制研究中，未能提出针对带有多个非光滑函数加和形式优化指标情况的光滑编队控制协议，因此无法解决带有多非光滑优化指标的受限多智能体系统的编队控制问题。

因此，现有技术有待于进一步的改进。

发明内容

鉴于现有技术的不足，本发明目的在于提供一种受限多智能体系统编队控制方法、系统及设备，克服现有技术中的受限多智能体编队控制技术中，针对带有多个非光滑优化指标的编队控制方法，还未有有效的解决方案的缺陷。

本发明的技术方案如下：

第一方面，本实施例提供了一种受限多智能体系统编队控制方法，其中，包括：

建立受限多智能体系统模型，其中，所述受限多智能体系统模型包括：多智能体系统拓扑模型、多智能体系统动力学模型和带有多非光滑优化指标的分布式资源分配优化模型；所述多智能体系统拓扑模型中含有多个智能体对应的信息节点；

基于凸优化理论和多算子分割技术，计算得到所述分布式资源分配优化模型中的各个智能体的位置最优解对应的多近端算子；

根据所述位置最优解对应的多近端算子、所述多智能体系统动力学模型和所述分布式资源分配优化模型，得到第一编队控制算法，并基于所述第一编队控制算法计算得到各个智能体的满足预设编队条件的第一位置状态信息；

根据计算得到的各个智能体满足的第一位置状态信息对各个智能体进行编队控制。

可选的，所述非光滑优化指标中含有多个独立的非光滑凸函数；各个智能体对应的信息节点构成有向强连通图；且所述分布式资源分配优化模型至少有一个可行解。

可选的，所述多智能体系统由若干个一阶积分器模型的智能体组成，其运动学模型为:

其中,u_i(t)为t时刻的速度控制量，是智能体i的位置状态；每个智能体i∈{1,…,n}有m+1个函数包含在代价函数中，其中,f_i0是光滑凸函数，f_i^j,j∈{1,…,n}是非光滑凸函数，其中的一个非光滑函数为智能体i的局部区域限制Ω_i的指示函数。

第二方面，一种受限多智能体系统编队控制方法，其中，包括：

建立受限多智能体系统模型，其中，所述受限多智能体系统模型包括：多智能体系统拓扑模型、多智能体系统动力学模型和带有多非光滑优化指标的分布式资源分配优化模型；所述多智能体系统拓扑模型中含有多个智能体对应的信息节点；

基于凸优化理论和多算子分割技术，计算得到所述分布式资源分配优化模型中的各个智能体的位置最优解对应的多近端算子；