项目名称: 不确定多智能体系统一致性的分布式自适应控制

项目编号: No.61203068

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: 王薇

作者单位: 清华大学

项目金额: 24万元

中文摘要: 在多智能体系统的实际应用中,不可避免地存在着各种不确定性。因此,对此类系统研究分布式控制算法时考虑这些不确定性因素的影响对于提高算法的实用性、鲁棒性和系统的可靠性有着重要的实际意义。另外,考虑到目前国内外围绕多智能体系统内存在的非匹配未知参数、智能体间耦合不确定性和未知部件故障等问题,取得的基于自适应方法的研究结果还很有限。本项目将以实现系统一致性收敛或跟踪为目的,主要开展以下三个内容的研究:1. 针对单个智能体内部含有未知参数的多智能体系统,特别是含非匹配未知参数的更一般多智能体系统,提出合理的分布式自适应控制方案;2.考虑智能体间的耦合不确定性,包括局部范围内固有耦合及整个系统中"扩散性耦合"的参数与结构不确定性,研究有效的自适应协调机制修正方案,使其对这些耦合具有良好的鲁棒性能;3. 针对含未知参数的多智能体系统,考虑某些智能体可能出现的未知执行器故障,研究自适应故障补偿控制方案。

中文关键词: 分布式协调控制;自适应控制;多智能体系统;一致性;不确定性

英文摘要: It is both theoretically and practically important to investigate the consensus problem for multi-agent systems (MAS) with various kinds of uncertainties, such as unknown internal parameters, unmodeled dynamcis, exogenous disturbances and so on. Adaptive control is one of the promising tools in developing distributed coordination control schemes for uncertain MAS due to its prominent feature in handling parametric, structural uncertainties and variations in the systems. Although there are a number of results have been reported in distributed adaptive control for consensus of uncertain MAS, some challenging issues deserve further investigation including the following: 1. Adaptive output consensus of lth-order (l≥2) MAS in the presence of unknown mismatched parameters; 2. Adaptive consensus of MAS in the presence of inherent uncertain couplings between (local) neighbors as well as unknown diffusive couplings in global area; 3. Adaptive compensation control of MAS with unknown actuator failures or faults. The main objective of this project is to develop a systematic methodology for control design and analysis of MAS with the above issues comprehensively discussed. Both leaderless and leader-following consensus problems will be studied and the effects due to communication delays will also be considered.

英文关键词: Distributed Coordinated Control;Adaptive Control;Multi-agent Systems;Consensus;Uncertainties

成为VIP会员查看完整内容
7

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
167+阅读 · 2021年8月3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
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13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
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
188+阅读 · 2020年5月24日
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
分布式一致性算法:解决分布式系统 80%核心问题
夕小瑶的卖萌屋
1+阅读 · 2021年8月31日
社区分享|如何让模型在生产环境上推理得更快
经典书《斯坦福大学-多智能体系统》532页pdf
浅谈 Kubernetes 在生产环境中的架构
DevOps时代
11+阅读 · 2019年5月8日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27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
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+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
1+阅读 · 2013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
6+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
12+阅读 · 2018年1月28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
34+阅读 · 2022年1月31日
【博士论文】集群系统中的网络流调度
专知会员服务
43+阅读 · 2021年12月7日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
167+阅读 · 2021年8月3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
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13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
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
188+阅读 · 2020年5月24日
相关资讯
【博士论文】集群系统中的网络流调度
专知
4+阅读 · 2021年12月7日
分布式一致性算法:解决分布式系统 80%核心问题
夕小瑶的卖萌屋
1+阅读 · 2021年8月31日
社区分享|如何让模型在生产环境上推理得更快
经典书《斯坦福大学-多智能体系统》532页pdf
浅谈 Kubernetes 在生产环境中的架构
DevOps时代
11+阅读 · 2019年5月8日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27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
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
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
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+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
1+阅读 · 2013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
6+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员