CN105353613A - 一种通信关系自动匹配的事件驱动一致性控制方法 - Google Patents

一种通信关系自动匹配的事件驱动一致性控制方法 Download PDF

Info

Publication number
CN105353613A
CN105353613A CN201510756251.7A CN201510756251A CN105353613A CN 105353613 A CN105353613 A CN 105353613A CN 201510756251 A CN201510756251 A CN 201510756251A CN 105353613 A CN105353613 A CN 105353613A
Authority
CN
China
Prior art keywords
event
driven
leader
correspondence
tagger
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510756251.7A
Other languages
English (en)
Other versions
CN105353613B (zh
Inventor
刘杨
李思远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201510756251.7A priority Critical patent/CN105353613B/zh
Publication of CN105353613A publication Critical patent/CN105353613A/zh
Application granted granted Critical
Publication of CN105353613B publication Critical patent/CN105353613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/44Star or tree networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种通信关系自动匹配的事件驱动一致性控制方法,属于自动化控制技术领域。所述方法针对具有一个领导者的多智能体系统,首先对单个智能体进行抽象建模得到被控多智能体系统的状态空间实现模型,如果该多智能体系统是可镇定的,设计一个事件驱动跟踪控制协议,利用通信关系自动匹配程序将系统的通信关系简化为树状通信网络,让每一个追随者一对一地跟踪自己的直接领导者,来实现对整个多智能体系统的事件驱动一致性控制。本发明降低了系统内的通信量,减小了系统的通信压力;降低了系统的事件触发频率,降低了系统能耗;同时与传统的分布式事件驱动控制方法相比,大幅简化了控制协议的设计过程。

Description

一种通信关系自动匹配的事件驱动一致性控制方法
技术领域
本发明属于自动化控制技术领域,涉及事件驱动控制和多智能体系统的一致性控制,具体涉及一种简化网络结构的通信关系自动匹配方法与分布式事件驱动控制策略相结合的新型一致性控制方法,能够有效降低系统内通信规模及系统能耗。
背景技术
目前,多智能体系统(本文简称为系统)的协调控制方法在实际问题中得到了越来越广泛的应用。这主要是由于单个智能体具有相对简单的功能及有限的信息采集、处理、通讯能力,无法解决越来越复杂的实际任务,而多智能体则具有更高的智能性和更强的问题求解能力,能够实现单个智能体所不能完成的各种艰巨、复杂、精度要求高的任务。
然而,对于具有领导者的多智能体系统,现有的控制方法总是让各个智能体利用其所能获取的全部邻居信息;在大规模的控制网络中,这无疑会增加系统的通信压力。在应用事件驱动策略实现分布式一致性控制时,这也会提高各个智能体的事件触发频率,造成系统能耗的增加。
发明内容
本发明提供一种通信关系自动匹配的事件驱动一致性控制方法,所述方法针对多智能体系统,采用了自动匹配通信关系的技术手段,通过在控制任务开始之前在系统中运行一个通信匹配将系统的通信关系简化为树状,使系统内的通信网络结构得到大幅度简化,达到了降低系统内通信压力和大幅降低各智能体事件触发频率的技术效果,具有系统能耗低、控制协议设计简便的优势,在实际系统中具有实现成本低、易于转化为实物的意义。
所述的通信关系自动匹配的事件驱动一致性控制方法,包括以下步骤:
步骤1:针对具有一个领导者的多智能体系统,首先对单个智能体进行抽象建模得到被控多智能体系统的状态空间实现模型,进而判断该多智能体系统是否为可镇定的。若为可镇定的,则执行步骤2;否则结束方法。
步骤2:设计一个事件驱动跟踪控制协议,使追随者可以在事件驱动控制模式下实现对其直接领导者的一对一跟踪。
步骤3:利用通信关系自动匹配程序将系统的通信关系简化为树状通信网络。
步骤4:利用步骤3得到的树状通信网络,通过让每一个追随者利用步骤2中的事件驱动控制协议一对一地跟踪自己的直接领导者,来实现整个多智能体系统的事件驱动一致性控制。
所述步骤1中,仅要求领导者的事件驱动控制输入随时间衰减到零,涵盖了现有一致性跟踪研究中要求领导者输入为零的情况,具有更广阔的应用范畴。
所述步骤3中,通过通信关系自动匹配程序将系统的通信关系自动简化为树状的通信网络是本方法的创新点,任何采用本方法所给程序或类似程序进行上述步骤的控制方法都应当受到本专利的保护。需要指出的是:多智能体系统能够实现一致性跟踪控制的充分条件是通信网络存在以领导者为根的生成树,即在通信网络图中对于任意追随者,都有一条从领导者到达该追随者的路径。该条件也是保证步骤3能够实施的前提。
所述步骤2和步骤4中,将事件驱动一致性协议设计简化为一对一跟踪控制,使得设计过程大大简化,且无需考虑系统的具体通信关系。与已有的事件驱动一致性控制相比,分布式一致性协议中反馈矩阵的求解及分布式事件驱动条件的设计也更为简单和直观。
本发明一种通信关系自动匹配的事件驱动一致性控制方法的优点在于:
(1)相对于现有设计方法,降低了系统内的通信量,减小了系统的通信压力;降低了系统的事件触发频率,降低了系统能耗;同时与传统的分布式事件驱动控制方法相比,大幅简化了控制协议的设计过程。
(2)相对于传统设计方法,本方法在设计中加入了一个新步骤,即前述的步骤3,加入该步骤可以获得以下的优点:<1>使用本方法后,系统中每个追随者都只接收1个其它智能体的状态信息,相对于令每个追随者接收其全部邻居状态信息的传统设计方法,通信量降低,减小了系统的通信压力。<2>在设计事件驱动控制协议时,即本方法的步骤2时,只需考虑一对一跟踪的情况,且可由此得到分布式事件驱动一致性协议。
(3)将事件驱动一致性控制简化为一对一跟踪控制器的研究,跳过了设计分布式事件驱动条件这一难点,使得一致性协议设计过程大大简化。与传统的分布式事件驱动控制协议设计过程相比,本方法无需考虑系统的具体通信关系,无需使用多次不等式放缩等复杂数学手段,设计简便。与此同时,由于在设计过程中没有不等式放缩,相较于传统方法得到的一致性条件,本方法得到的一致性条件要宽松得多,因而降低了各智能体的事件触发频率,降低了系统能耗。
(4)不同于现有一致性跟踪研究中领导者输入为零的假设条件,本方法中只要求领导者的输入满足随时间衰减到零,不仅涵盖了传统的假设条件而且更加宽泛,因而本方法具有更广阔的适用范围。
附图说明
图1为本发明提供的通信关系自动匹配的事件驱动一致性控制方法的流程图;
图2为实施例中的多智能体系统示意图;
图3为多智能体系统经由本发明方法得到的简化的通信网络示意图;
图4为本方法的仿真结果;
图5为使用传统方法时,系统内一个智能体的事件触发时刻(前2s);
图6为改用本发明的事件驱动一致性控制方法后,同一智能体的事件触发时刻(10s)。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
本发明提供一种简单、易实现、低能耗、低信息交互量的通信关系自动匹配的事件驱动一致性控制方法。基于多智能体系统,本发明采用了通信关系自动匹配的方式,通过在控制任务开始之前在系统中运行一个通信关系自动匹配步骤将系统的通信关系简化为树状,使系统内的通信网络结构得到大幅度简化,达到了降低系统内通信压力和大幅降低各智能体事件触发频率的技术效果;并由此可将分布式事件驱动一致性协议设计简化为一对一跟踪控制,使得控制实现过程大大简化,且无需考虑系统的具体通信关系。因此,该方法具有系统能耗低、控制协议设计简便的优势,在实际系统中实现成本低,易于转化为实物控制。
接下来的叙述为理论设计和通过Matlab仿真对理论结果和所述优点进行的仿真验证。对可抽象为多智能体系统的任何应用环境,只要符合本方法的基本要求均可使用该控制方法。
本发明提供的通信关系自动匹配的事件驱动一致性控制方法,如图1所示,具体包括以下步骤:
步骤1:针对具有一个领导者的多智能体系统,通过对单个智能体进行建模得到被控多智能体系统的状态空间实现模型为:
xi(t)∈Rm,ui(t)∈Rp,i=0...N
其中xi(t),ui(t),A,B分别为第i个智能体的内部状态、外部输入、状态矩阵及输入矩阵;t∈[0,∞)为连续时间变量;Rm,Rp分别代表m维和n维实向量空间。所述多智能体系统内包含N+1个智能体,设第0号智能体为领导者,其余N个智能体为追随者;领导者的输入仅需满足即事件驱动控制输入随时间趋近于0,而非传统的u0(t)≡0。进一步判断上述多智能体系统是否可镇定,即判断是否存在反馈矩阵K使得A+BK的所有特征值均具有严格负实部(简称Hurwitz稳定)。若为可镇定的,则进行步骤2;否则方法结束。
步骤2:设计一个事件驱动跟踪控制协议,使追随者可以在事件驱动控制模式下实现对其直接领导者的一对一跟踪。
对领导者和一个可与该领导者直接通信的追随者,取追随者的事件驱动控制输入u(t)为:
u(t)=K[x(tk)-x0(tk)],t∈[tk,tk+1]
式中t为连续时间变量;tk为第k次事件驱动时刻,k=0,1,2,...,其中t0=0为初始时刻;x(tk),x0(tk)分别为追随者和领导者在事件驱动时刻tk的状态;求取反馈矩阵K满足A+BK是Hurwitz稳定的。决定控制输入信号更新的事件驱动条件为:
&xi; T ( t ) e T ( t ) ( &sigma; - 1 ) I P B K K T B T P 0 &xi; ( t ) e ( t ) = 0 - - - ( 1 )
即满足上式(1)的时间变量t构成了事件驱动时刻tk(k=1,2,...)。上式(1)中,I为具有适当维数的单位矩阵;ξ(t)=x(t)-x0(t)为跟踪误差;e(t)=ξ(tk)-ξ(t)为采样误差;P为满足Lyapunov(李雅普诺夫)方程(A+BK)TP+P(A+BK)=-I的正定矩阵;σ为满足0<σ<1的任意常数。
步骤3:利用通信关系自动匹配程序将系统的通信关系简化为树状通信网络。以下给出了作为示例的程序设计思路和流程。
首先给多智能体系统中的每个追随者赋予一个阶数变量,代表每个追随者与领导者在通信关系上的距离。在自动匹配开始之前,领导者的阶数初始化为0,根据网络规模将所有追随者的阶数都初始化为同一个足够大的正整数(在应用计算机系统进行编程实现时,可取追随者的初始阶数变量对应字长所能表示的最大正整数,以保证适用于大规模的网络系统)。开始自动匹配过程后,除领导者外,所有追随者依次向自身的所有邻居发出请求查询邻居追随者的阶数,得到回复后判断:邻居追随者的阶数是否小于自身阶数减1。如果是,则放弃原有其他通信关系(如果存在),将这个邻居追随者作为自己在通信链中的直接领导者,并将自己的阶数置为这个直接领导者的阶数加1;否则不做任何操作。重复此过程,直到达到一个事先规定的时间,由此形成树状通信网络,如图1所示。
显然,通过该通信关系自动匹配程序可以将系统的通信关系简化为树状通信网络,并且在此过程中每个智能体都会尝试找到距领导者通信距离最短的通信链路。需要说明的是:通信网络中存在以领导者为根的生成树是保证多智能体系统实现一致性跟踪控制的前提,也是进行步骤3时一个隐含的基本条件。在实际应用中,根据所选取的通信协议的特点,可以对上述程序流程进行一定的修改,但只要采用了与本步骤相类似的、将通信网络简化为树状的设计方法,均应当受到本专利的保护。
步骤4:利用步骤3所产生的树状通信网络和步骤2设计的事件驱动跟踪控制协议,让所有追随者对自己的直接领导者(可能为领导者也可能是一个阶数较自己低的其他追随者)进行事件驱动跟踪,从而实现整个多智能体系统的一致性控制。具体地,按照步骤2所述方法,阶数为1的追随者一定能实现对领导者的事件驱动跟踪,故其作为阶数为2的追随者的直接领导者时也能满足事件驱动控制输入随时间趋于零。以此类推,不论对任何一级一对一的跟踪-被跟踪关系,在其中充当领导者的直接领导者均能满足事件驱动条件。因此,任何追随者都能实现对其直接领导者的事件驱动跟踪,进而实现对领导者的直接或间接的跟踪,最终实现整个多智能体系统的事件驱动一致性控制。
显然,在本方法中,每个追随者都只会利用其自身和其直接领导者两个个体的状态信息进行事件驱动条件的判断及控制协议的生成,因此本方法是一种分布式事件驱动控制方法。下面将通过数值仿真体现本发明提供的方法的优点。
如图2所示,本实例选取一个由5个追随者(图2中圆点1~5)和1个领导者组成的多智能体系统,图中连线表示智能体间的通信关系。单个智能体的状态空间实现系统矩阵为
A = 0 1 - 1 0 B = 0 1 ,
u0(t)=e-0.5t为领导者的给定输入信号,t为时间变量。
首先根据步骤2设计了系统的跟踪控制协议和事件驱动条件,之后利用步骤3的程序得到了如图3所示的树状简化通信网络图。
随机设置各智能体的初始条件进行仿真,得到仿真结果如图4所示,可以看到,系统实现了通过分布式事件驱动达到一致性的控制要求,对比图2和图3可以看到系统所需建立的信道数量(认为双向的通信关系需要2条信道)从14条减少到了5条,系统通信压力明显降低。对比传统的分布式事件驱动一致跟踪控制的设计方法可以看到本方法在一致性协议和事件驱动条件的设计过程较传统方法有明显的简化。
进一步观察传统方法和本方法中智能体的事件触发频率。如图5和图6所示,分别描述了同一个智能体使用传统事件驱动方法和本发明提供的方法所对应的事件触发时间点,图5和图6中每一道竖线代表智能体在该时间点产生了一次事件触发,从图5和图6中对比可以看出,使用本方法后,图6中竖线密度显著降低,可以大幅度地减小事件触发频率,降低系统能耗。

Claims (7)

1.一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:包括以下步骤:
步骤1:针对具有一个领导者的多智能体系统,首先对单个智能体进行抽象建模得到被控多智能体系统的状态空间实现模型,进而判断该多智能体系统是否为可镇定的;若为可镇定的,则执行步骤2;否则方法结束;
步骤2:设计一个事件驱动跟踪控制协议;
步骤3:利用通信关系自动匹配程序将系统的通信关系简化为树状通信网络;
步骤4:利用步骤3得到的树状通信网络,使追随者对其直接领导者进行一对一跟踪,从而实现整个多智能体系统的事件驱动一致性控制。
2.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:仅要求领导者的控制输入随时间衰减到零,即领导者的输入满足
3.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:所述的状态空间实现模型为:
xi(t)∈Rm,ui(t)∈Rp,i=0...N
其中xi(t),ui(t),A,B分别为第i个智能体的内部状态、外部输入、状态矩阵及输入矩阵;t∈[0,∞)为连续时间变量;Rm,Rp分别代表m维和n维实向量空间;所述多智能体系统内包含N+1个智能体,设第0号智能体为领导者,其余N个智能体为追随者。
4.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:所述的可镇定是指存在反馈矩阵K使得A+BK的所有特征值均具有严格负实部。
5.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:所述的追随者事件驱动跟踪控制输入u(t)为:
u(t)=K[x(tk)-x0(tk)],t∈[tk,tk+1]
式中t为连续时间变量;tk为第k次事件驱动时刻,k=0,1,2,...,其中t0=0为初始时刻;x(tk),x0(tk)分别为追随者和领导者在事件驱动时刻tk的状态;求取反馈矩阵K满足A+BK是Hurwitz稳定的;决定控制输入信号更新的事件驱动条件为:
&xi; T ( t ) e T ( t ) ( &sigma; - 1 ) I P B K K T B T P 0 &xi; ( t ) e ( t ) = 0
I为具有适当维数的单位矩阵;ξ(t)=x(t)-x0(t)为跟踪误差;e(t)=ξ(tk)-ξ(t)为采样误差;P为满足李雅普诺夫方程(A+BK)TP+P(A+BK)=-I的正定矩阵;σ为满足0<σ<1的任意常数。
6.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:所述的通信关系自动匹配程序,具体为:
首先给多智能体系统中的每个追随者赋予一个阶数变量,代表每个追随者与领导者在通信关系上的距离;在自动匹配开始之前,领导者的阶数初始化为0,根据网络规模将所有追随者的阶数都初始化为同一个足够大的正整数;开始自动匹配过程后,除领导者外,所有追随者依次向自身的所有邻居发出请求查询邻居追随者的阶数,得到回复后判断:邻居追随者的阶数是否小于自身阶数减1;如果是,则放弃原有其他通信关系,将这个邻居追随者作为自己在通信链中的直接领导者,并将自己的阶数置为这个直接领导者的阶数加1;否则不做任何操作;重复此过程,直到达到一个事先规定的时间,由此形成树状通信网络。
7.根据权利要求1所述的一种通信关系自动匹配的事件驱动一致性控制方法,其特征在于:所述的足够大的正整数,在应用计算机系统进行编程实现时,取追随者的初始阶数变量对应字长所能表示的最大正整数,以保证适用于大规模的网络系统。
CN201510756251.7A 2015-11-09 2015-11-09 一种通信关系自动匹配的事件驱动一致性控制方法 Active CN105353613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510756251.7A CN105353613B (zh) 2015-11-09 2015-11-09 一种通信关系自动匹配的事件驱动一致性控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510756251.7A CN105353613B (zh) 2015-11-09 2015-11-09 一种通信关系自动匹配的事件驱动一致性控制方法

Publications (2)

Publication Number Publication Date
CN105353613A true CN105353613A (zh) 2016-02-24
CN105353613B CN105353613B (zh) 2018-02-23

Family

ID=55329602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510756251.7A Active CN105353613B (zh) 2015-11-09 2015-11-09 一种通信关系自动匹配的事件驱动一致性控制方法

Country Status (1)

Country Link
CN (1) CN105353613B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106877398A (zh) * 2017-03-23 2017-06-20 燕山大学 基于多智能体的微电源分散协调控制方法
CN108092833A (zh) * 2018-02-28 2018-05-29 哈尔滨理工大学 一种多智能体一致性故障诊断方法
CN109507880A (zh) * 2018-10-17 2019-03-22 东北大学 一种事件驱动策略的多智能体一致性控制方法
CN109670602A (zh) * 2018-08-16 2019-04-23 东莞理工学院 带有师生机制的社会强化学习实现群体规范快速涌现方法
CN110308659A (zh) * 2019-08-05 2019-10-08 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103279031A (zh) * 2013-05-03 2013-09-04 北京航空航天大学 一种不确定多智能体系统的鲁棒趋同控制方法
WO2014164976A1 (en) * 2013-03-13 2014-10-09 Prolucid Localgrid Technologies Inc. Distributed micro-grid controller
CN104281053A (zh) * 2013-07-08 2015-01-14 哈尔滨点石仿真科技有限公司 一种解决通信时滞的多智能体协同控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014164976A1 (en) * 2013-03-13 2014-10-09 Prolucid Localgrid Technologies Inc. Distributed micro-grid controller
CN103279031A (zh) * 2013-05-03 2013-09-04 北京航空航天大学 一种不确定多智能体系统的鲁棒趋同控制方法
CN104281053A (zh) * 2013-07-08 2015-01-14 哈尔滨点石仿真科技有限公司 一种解决通信时滞的多智能体协同控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
徐德刚等: "基于网络一致性的多智能体跟踪控制", 《控制工程》 *
杨琳等: "线性时滞多智能体系统的最优一致性研究", 《中国科技论文》 *
胡春健: "基于事件驱动的一般线性多智能体系统的一致性", 《重庆邮电大学学报(自然科学版)》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106877398A (zh) * 2017-03-23 2017-06-20 燕山大学 基于多智能体的微电源分散协调控制方法
CN106877398B (zh) * 2017-03-23 2020-05-29 燕山大学 基于多智能体的微电源分散协调控制方法
CN108092833A (zh) * 2018-02-28 2018-05-29 哈尔滨理工大学 一种多智能体一致性故障诊断方法
CN109670602A (zh) * 2018-08-16 2019-04-23 东莞理工学院 带有师生机制的社会强化学习实现群体规范快速涌现方法
CN109670602B (zh) * 2018-08-16 2021-04-30 广东度才子集团有限公司 带有师生机制的社会强化学习实现群体规范快速涌现方法
CN109507880A (zh) * 2018-10-17 2019-03-22 东北大学 一种事件驱动策略的多智能体一致性控制方法
CN109507880B (zh) * 2018-10-17 2021-10-01 东北大学 一种事件驱动策略的多智能体一致性控制方法
CN110308659A (zh) * 2019-08-05 2019-10-08 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法
CN110308659B (zh) * 2019-08-05 2023-06-02 沈阳航空航天大学 具有时延和切换拓扑的不确定多智能体系统混合触发一致的控制方法

Also Published As

Publication number Publication date
CN105353613B (zh) 2018-02-23

Similar Documents

Publication Publication Date Title
CN105353613A (zh) 一种通信关系自动匹配的事件驱动一致性控制方法
Cho et al. Emergence of bi-cluster flocking for the Cucker–Smale model
CN108803349B (zh) 非线性多智能体系统的最优一致性控制方法及系统
CN109375514B (zh) 一种存在假数据注入攻击时的最优跟踪控制器设计方法
CN110481536B (zh) 一种应用于混合动力汽车的控制方法及设备
CN113836754A (zh) 面向多智能体仿真建模的仿真方法、装置、设备和介质
CN104504520A (zh) 一种基于神经网络的深空探测器自主任务规划方法
CN105242540A (zh) 基于平均驻留时间的网络控制系统动态切换控制方法
CN104112066A (zh) 基于fpga的癫痫状态闭环控制实验平台
CN103279032A (zh) 一种异质多智能体系统的鲁棒趋同控制方法
CN101504688A (zh) 一种基于hla的仿真软件交互方法
CN101673354A (zh) 操作条件反射自动机及其在仿生自主学习控制中的应用
Berrani et al. Mapping SysML to modelica to validate wireless sensor networks non-functional requirements
Lü et al. Modelling, analysis and control of multi-agent systems: A brief overview
Evertsz et al. CoJACK–Achieving principled behaviour variation in a moderated cognitive architecture
CN110209175A (zh) 基于分布式有限时间状态观测器的多智能车辆编队方法
CN116663416A (zh) 一种基于行为树的cgf决策行为仿真方法
CN110450164A (zh) 机器人控制方法、装置、机器人及存储介质
CN108230801A (zh) 一种嵌入式训练并行可重构仿真系统
CN109828460A (zh) 一种针对双向异构多智能体系统的输出一致控制方法
Handley et al. The use of simulation models in model driven experimentation
CN115018231A (zh) 基于动态奖励的强化学习深空探测器自主任务规划方法及系统
Ma et al. Object-oriented petri nets based formal modeling for high-confidence cyber-physical systems
CN110210838A (zh) 一种政务系统设计方法及政务系统
Cheng et al. Distributed traffic signal control approach based on multi-agent

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant