[发明专利]一种多重信息约束下的多智能体一致性协同控制方法

说明书

本发明为一种多重信息约束下的多智能体一致性协同控制方法，属于无人驾驶、智能控制领域。该方法包含以下步骤：S1：建立通信拓扑；S2：制定一致性协同方案，获取邻居节点的状态信息；S3：建立多智能体的多重信息约束条件；S4：在多重信息约束条件下，计算期望稳态跟踪误差，设计性能函数指标，进行性能变换，得到误差模型；S5：根据变换后的误差模型，实现多重信息约束下多智能体一致性协同控制。本发明方法降低协同控制的通信成本与运行能耗，提高作业精度，优化系统性能指标，达到期望的稳态性能与一致性目标。

技术领域

本发明涉及一种多重信息约束下的多智能体一致性协同控制方法，属于无人驾驶、智能控制领域，尤其适用于多重信息约束下多智能体一致性协同控制领域。

背景技术

多智能体由于其鲁棒性、可靠性、高效性、可扩展性等特性，在计算机网络、机器人、制造业、交通控制、虛拟现实等方面得到广泛应用，且已成为分布式人工智能研究中的主要研究对象。多智能体的分布式协同控制由于只依赖智能体间的局部信息，大大降低了通讯成本和能耗，具有良好的灵活性和鲁棒性。多智能体的分布式协同能力是发挥多智能体优势的关键，也是整个多智能体系统智能性的体现。

一致性问题作为多智能体分布式协同控制的基础，具有重要的现实意义和理论价值。一致性协议是智能体间相互作用、传递信息的规则，它描述了各智能体和其相邻智能体的信息交互过程。当多智能体要协同完成一项任务时，控制策略的有效性表现在能够应对各种不可预知的形势和突然变化的环境，并与任务预期达成一致。因此，多智能体的一致性是其实现协同控制的一个首要条件。

实际环境中涵盖的干扰、非线性、时延、噪声、通信协议和最优控制等问题均可看作为多智能体的一致性实现所施加的约束；此外，执行器的饱和约束，测量元器件的有界非线性测量域，确保系统安全的饱和限制等信息要求一致性需要在更加复杂的环境下得以稳定且精确的实现。例如：电机的输出转矩受最大功率的限制，飞机的舵面受物理结构限制等。如果考虑饱和环节作为一种典型的非线性环节，将会给多智能体系统一致性的分析造成了实质性的困难。但任何微小的变化，都可能会改变系统的运动模式。因此，考虑多重信息约束下的一致性协同控制具有重大的应用价值。

综上所述，虽然多智能体的一致性研究已取得丰富的成果，但为了拓展多智能体的实际应用场景，在复杂多变的环境中进一步优化系统性能指标，提高协同作业精度，降低通信成本与运行能耗，开发多重信息约束下多智能体一致性协同控制方法是本领域技术人员亟待解决的问题。

发明内容

针对多重信息约束，为弥补现有技术的空白，本发明提供一种多重信息约束下的多智能体一致性协同控制方法，旨在进一步降低协同控制的通信成本与运行能耗，提高作业精度，优化系统性能指标，达到期望的稳态性能与一致性目标。

为达到上述目的，本发明提供如下技术方案：

一种多重信息约束下的多智能体一致性协同控制方法，可以实现针对无人机、无人车、智能机器人等多智能体的控制，包括如下步骤：

S1：将多智能体的各个智能体作为通信节点建立通信拓扑；

S2：针对每个智能体在多智能体通信拓扑中连通关系制定一致性协同方案，各个智能体根据通信拓扑相互通讯，从而获取邻居节点的状态信息；

S3：结合多智能体的具体工作环境和自身约束条件限制，建立多智能体的多重信息约束条件；

S4：在多重信息约束条件下，每个智能体根据自身及邻居节点的状态信息计算期望稳态跟踪误差，并根据一致性协同控制的性能得失设计性能函数指标对跟踪误差进行性能变换，得到变换后的误差模型；

S5：根据变换后的误差模型，结合最优化稳定状态以及多智能体内协同控制的指令信号，实现多重信息约束下多智能体一致性协同控制。