项目名称: 多智能体系统的分布式采样一致性控制

项目编号: No.61273030

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 肖峰

作者单位: 哈尔滨工业大学

项目金额: 80万元

中文摘要: 多智能体系统是目前现代控制理论中的重要研究对象之一,具有广泛的工程应用背景和重要的理论研究价值,得到了科研工作者的广泛关注。本项目将研究基于时间驱动和事件驱动控制策略的多智能体系统的采样一致性协调控制问题,包括大采样间隔条件下的周期和非周期采样一致性问题和基于局部信息的数据采样和控制器更新的事件检测与触发机制,并研究采样一致性理论框架下的多机器人交汇控制、队形控制及其连通性保持问题。利用控制理论、矩阵分析、代数图理论、概率论等基本理论工具,解决时变有向通信拓扑、时变时滞、异步个体动态等带来的协议设计与稳定性分析难点,丰富和发展采样一致性控制理论,为多机器人分布式协同提供有益的指导。

中文关键词: 多智能体系统;一致性问题;采样控制;事件驱动控制;边事件

英文摘要: In recent years, multi-agent systems have become an important research topic in modern control theory and attracted considerable attention from many researchers because of their theoretical challenges and potential applications. In this project, we will study sampled-data consensus problems in multi-agent systems based on the time-driven and event-driven control techniques, including the problem under periodic/non-periodic data sampling with large sampling periods and the presentation of local information based event-detecting and event-triggering rules for data sampling and controller updating; we will also study the rendezvous and formation problems and their connectivity preservation in multi-robot systems within the framework of sampled-data consensus. By using the tools of control theory, matrix analysis and probability theory, we will try to overcome the difficulties in protocol design and stability analysis, caused by time-varying directed interaction topologies, time-varying delays and asynchronous dynamics, and contribute to the development of sampled-data consensus theory.

英文关键词: Multi-agent systems;consensus problems;sampled-data control;event-driven control;edge events

成为VIP会员查看完整内容
0

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。
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9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
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
【纽约大学Sean】神经文本退化:一致性和学习,93页ppt
专知会员服务
15+阅读 · 2020年10月18日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
经典书《斯坦福大学-多智能体系统》532页pdf
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16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
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+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
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Principal Neighbourhood Aggregation for Graph Nets
Arxiv
17+阅读 · 2020年6月7日
Heterogeneous Graph Transformer
Arxiv
27+阅读 · 2020年3月3日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
14+阅读 · 2018年12月6日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
【博士论文】吉布斯分布的局部、动态与快速采样算法
专知会员服务
28+阅读 · 2021年11月26日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9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
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
【纽约大学Sean】神经文本退化:一致性和学习,93页ppt
专知会员服务
15+阅读 · 2020年10月18日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
相关基金
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
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+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
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员