多智能体系统一致性的自适应控制及其应用

本项目以提高多智能体系统协调控制的自适应性和鲁棒性为目标，针对一致性控制问题及其在系统编队中的应用，提出将多智能体理论和自适应控制理论相结合，研究复杂动态环境下多智能体系统一致性的自适应控制及应用。主要内容包括：（1）多智能体系统一致性的自适应协议设计；（2）不确定环境下系统自适应一致性的鲁棒控制；（3）基于离散采样数据的多智能体系统一致性自适应控制；（4）多智能体系统编队的自适应控制及其应用仿真研究。所获结果不仅能丰富多智能体系统协调控制理论，也为分布式卫星、多移动机器人等实际系统提供设计方法，具有重要的理论意义和广泛的应用价值。

本项目以提高多智能体系统协调控制的自适应性和鲁棒性为目标，研究了复杂动态环境下多智能体系统的自适应一致性及编队控制问题。取得的主要成果如下：（1）针对具有未知参数的领航-跟随者多智能体系统，应用模型参考自适应控制方法解决了多智能体系统的自适应一致性控制问题，并进一步研究了具有外部干扰的多智能体系统自适应一致性的鲁棒控制。（2）针对具有参数不确定性的欧拉-拉格朗日多智能体系统，在非线性动态方程满足可参数化的条件下，提出了具有两个可变反馈增益的自适应一致性协议，并给出了基于邻居信息的反馈增益在线自适应调节律，在此基础上应用自适应控制方法解决了受扰系统的鲁棒一致性控制问题。（3）针对二阶非线性领航-跟随者多智能体系统，讨论了基于自适应策略的一致性控制问题。在无干扰情形下，给出了反馈增益在线更新的自适应分布式控制协议，能够确保各智能体实现一致性；当外界存在干扰时，设计了自适应扰动补偿，并获得了多智能体系统实现一致性的充分条件。（4）针对具有未知非线性动态的变拓扑连续及离散多智能体系统，应用自适应迭代学习方法开展了有限时间区间的全程精确编队控制研究。特别地，考虑到每次实际迭代学习初始条件的随机偏差，解决了在随机初始条件下未知非线性动态离散多智能体系统的鲁棒编队控制问题。（5）鉴于离散数据控制方法在通信造价和通用性等方面的优势，开展了基于事件驱动的连续多智能体系统一致性控制研究，设计了基于离散数据的分布式协议及事件驱动条件，并给出了系统的一致性性能分析。