项目名称: 基于事件触发机制的多智能体系统分布式协调控制研究

项目编号: No.61203027

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 樊渊

作者单位: 安徽大学

项目金额: 26万元

中文摘要: 在很多应用领域中,多智能体系统均需要由大规模、低成本的智能体个体组成。将事件触发机制用于该类系统可以有效突破智能体的通信消耗、能源消耗、计算能力和驱动能力等多种限制。本项目的研究内容为:(1)针对通信非对称和拓扑时变的多智能体系统建立数学模型,并利用事件向量空间划分和辅助函数轨迹分析方法研究系统的触发事件设计、触发行为分析和稳定性分析;(2)在聚集任务背景下,利用邻居状态反馈和目标点设定法研究分布式事件触发协调控制律设计;(3)通过触发数量分析建立通信和能源消耗性能指标,并利用极小值原理和线性矩阵不等式求解法研究性能指标下的事件触发优化控制律设计。通过上述研究,本项目将提出一套有效的适用于通信非对称和拓扑时变的多智能体系统的触发事件设计和分布式协调控制律设计方法,并在此基础上提出若干种通信和能源消耗性能指标下的优化控制律设计方法,为资源受限的大规模、低成本多智能体系统的应用提供理论支持。

中文关键词: 多智能体系统;事件触发;分布式协调控制;优化控制;

英文摘要: For multi-agent systems consisting of a multitude of low-cost individual agents, to employ the event-triggering mechanism is an effective way of overcoming many emergent constraints, like those in communication and energy consumption, computational capacity and actuation capability. Taking into account all these factors, this project will focus on the following aspects. Firstly, we will investigate the modeling for multi-agent systems with asymmetric communication links and time-varying network topologies. To study the triggering event design, the triggering behavior analysis and the stability analysis, both the event-vector-space partition approach and the auxiliary function trajectory analysis approach will be applied. Secondly, in the context of rendezvous tasks, we will use the neighboring agent state feedback and the target point determination approach to study the distributed coordination controller design. Thirdly, we will formulate the communication and energy consumption performance index based on analyzing the number of triggering times. Furthermore, we will use the minimum principle and linear matrix inequalities to study the event-triggered optimal controller design under the proposed performance index. The project aims to propose a set of effective approaches to event design and event-triggered cont

英文关键词: Multi-Agent Systems;Event-Triggering;Distributed Coordination Control;Optimized Control;

成为VIP会员查看完整内容
3

相关内容

多智能体系统(multi-agent system,MAS) 是一种全新的分布式计算技术。自20 世纪70年代出现以来得到迅速发展,目前已经成为一种进行复杂系统分析与模拟的思想方法与工具。
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
专知会员服务
27+阅读 · 2021年6月18日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
知识蒸馏综述:蒸馏机制
极市平台
8+阅读 · 2021年12月13日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
19+阅读 · 2021年6月15日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
14+阅读 · 2018年12月6日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
专知会员服务
27+阅读 · 2021年6月18日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9月18日
GCN如何并行化?分布式图卷积神经网路,13页pdf
专知会员服务
34+阅读 · 2020年7月20日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
相关资讯
知识蒸馏综述:蒸馏机制
极市平台
8+阅读 · 2021年12月13日
YOLO 实现吸烟行为监测
极市平台
1+阅读 · 2021年10月30日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
【无人机】无人机的自主与智能控制
产业智能官
48+阅读 · 2017年11月27日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员