基于状态观测器的多智能体系统一致性控制

多智能体系统一致性背景

多智能体系统(MAS)理论的研究是当前科学界的前沿热点话题，在近几年来迅速发展成为一门新兴的复杂系统控制科学，吸引了来自控制、数学、生物、物理、计算机、通讯和人工智能等不同领域的高层科研工作者。多智能体理论已经成为继面向对象方法之后出现的又一种进行系统分析与设计的强有力思想方法与工具，对许多学科与技术的发展起到了很大的指导促进作用, 这一理论对于促进经济、工业、社会、军事等方面的进步也具有以下深远意义^[1]：在信息时代的今天，Internet已经强烈地冲击着人们的生活，而多媒体系统研究成果的最大应用场台就是在Internet上的应用，这无疑会对国家的长远发展和人民的生活产生深远的影响。一般来说，智能体可以代表一个物理或者抽象的实体，它应该具有一定的自主能力，例如接受和检测外部信息、处理获得的信息、自我控制的能力等。多车辆/机器人系统、传感器网络、人造卫星簇等都是多智能体系统。与集中控制方式不同，多智能体系统采用的是分布式控制，即每个智能体只能获得来自其它一部分智能体信息，并根据这些信息调节自己的动态行为。与单个智能体行为相比，多智能体系统可以利用一些功能简单、价格低廉的智能体共同完成某些复杂的任务，例如灭火、搜救、抢险救灾等。因此，多智能体系统具有很大的灵活性、鲁棒性和抗干扰能力。对多智能体系统的研究不仅能够帮助我们更好地理解自然规律，还能够为多智能体系统在工程实践中的应用打下坚实的理论基础。目前，多智能体系统的已经在传感器网络^[2-4]、移动机器人^[5]、无人驾驶飞行器(UAV)^[6]、自制水下潜艇(AUV)^[7]、智能化高速公路^[8]、航空交通控制^[9]等面得到广泛的应用。

国内外研究现状

目前，多智能体系统已经成为了一个热门的研究领域，吸引了来自众多领域的研究者，他们的研究方向主要有一致性、编队控制、交汇、群集、姿态调节等。而今天我所研究的一致性问题是多智能体系统分布控制研究中的基本问题之一，是发展其它一些协调控制问题的基础。一致性顾名思义就是在现实生活中，为了共同完成一项任务，为了要求所有个体就某个共同的物理量达到一致或共享，这个物理量可以是编队控制中的期望队形、集会问题中的目的地或者到达目的地的时间等^[10] ，这类问题就称为一致性问题。如今一致性问题已经被成功应用到交汇问题、队形控制问题、传感器网络的信息融合等方面。一致性问题的研究在计算机科学中有着悠久的历史，并且是分布式计算领域的基础^[12]。在管理科学和统计领域，一致性问题的研究始于De Groot^[13] 的工作。在系统与控制领域，Borkar和Varaiya^[14]，Tsitsiklis和Athans^[15] ，以及Tsitsiklis^[16]等作了开创性的工作，他们考虑了异步一致性问题及分布决策系统中的应用。目前，大部分关于一致性的研究工作都是基于Vicsek等人提出的粒子模型。

在实际系统中受到空间、成本等因素的限制，智能体往往不能够得到准确的速度测量，鉴于此，智能体通过基于邻居的规则来估计这些不可估量的变量。 正如文献^[17]指出的那样，通过观测器设计的多智能体协调分布式估计是研究多智能体网络的一个重要课题。 ^[18]为每个一阶跟随者代理提出了一个基于邻居的估计规则来估计活动领导者不可测量的速度。^[19]假设每个智能体也可以获得其邻居的估计值并直接在本地控制规则中使用它。 为了追踪主动领导者，^[20]在假定主动领导者的速度不能被测量的情况下，提出了二阶跟随者主体的分布式观察者以及基于邻居的控制规则。 在^[21]中，考虑了在可变互连拓扑下加速运动领导者的多主体共识问题。 为了跟踪加速运动领导者，使用基于邻居的估计规则来估计领导者的加速度。 在^[22]中提出了一种分布式算法用于分布式估计一般主动领导者的不可测量状态变量，并且^[23]将结果扩展到交换拓扑下代理之间通信延迟的情况。 在^[24]中引入了一个统一的框架来解决多智能体系统和复杂网络同步问题的共识，该方案提出了一个观察者类型共识协议，仅使用固定通信拓扑下相邻代理的相对输出。同时考虑了系统中存在控制时延的情况在只有部分智能体能够获取领航智能体信息的情况下，文献分别通过构造观测器，实现了对领航智能体速度的观测，但是因加速度的观测值不连续，最终导致系统抖震。对此，文献设计观测器实现对加速度的连续观测但是假设各智能体是完全建模的。文献^［25］给出了使得带有非线性动态的二阶非线性系统达到一致的分布式自适应增益控制。文献^［26］给出了当领导者的状态信息不能被其他智能体可知的情况下的分布式自适应控制。一致性协议的设计以及相关收敛性分析依靠于智能体的动力学模型和它们之间的交互通讯拓扑。事实上，在许多真实情况中，由于数字传感器和控制器的广泛应用，智能体间的通讯可能只发生在离散采样的瞬间。因此，研究离散时间一致算法在现实中的应用就显得尤为重要。在文献^{［2，12，13］}中，学者们研究了一阶和二阶离散时间的多智能体系统的一致问题。在文献^［27］中，学者们把文献^［28］提出三种不同特征结构的控制器和观测器协议推广用以解决离散时间情况下的一致问题，涉及观测器是全维的。具有一般的离散时间的线性动态多智能系统，文献^{［29 30］}提出了基于全维（全阶）和降维（降阶）观测器的一致协议。

我要研究的多智能体系统一致性

为了在实际的多智能体系统中，部分智能体的部分或者全部状态能够被完全测量到，比如某个智能体往往无法在线获得邻居智能体的速度信息，为了设计有效的控制协议，智能体需要估计其邻居智能体的速度信息。所以我主要针对部分状态不可测多智能体系统，利用局部信息为每个跟随者设计了观测器实时观测未知的状态信息，然后基于对未知状态的估计值设计分布式一致性控制协议，使得多智能体系统实现一致性。.

1：研究具有离散时间二阶积分器动态的多智能体系统基于状态观测器的一致性问题。

2：研究了二阶领导者―跟踪者多智能体系统在切换拓扑和速度未知的情况下基于观测器的一致性问题