基于多时滞反馈的多智能体协同控制策略研究

With the appearance of new technologies such as bio-network synthesis and MEMS etc., complicated large-scale control systems are urgently required to evolve along the direction of low power-consuming, small-size, and distributed control. The present high-performance controllers based on the advanced control algorithm and proposed on the precondition that the system has a relatively strong ability of calculation, cannot satisfy these developing requirements. This proposal will adopt decentralized autonomy structure and multi-delay module, and present two designing strategies of multi-agent feedback control system having the characteristic of "slow-computing", including the design of decentralized multi-delay controller and local multi-delay controller. The key issue needed to be resolved firstly is the stabilization of multi-delay controller for the controlled plant having the distributed delays and complex coefficents. According to the total control objective and network topological characteristics of agents, the multi-agent feedback control system will be constructed on the basis of decentralized multi-delay controller and local multi-delay controller. The question of cooperative control will be simplified, and the decentralized multi-delay controller and local multi-delay controller will be designed using the obtained stabilization conditions in order to eventually realize the cooperative control of multi-agent system. It will provide solid basis of control theory for the development of small-size multi-agent system.

随着生物网络合成、微机电系统等新兴技术的出现，迫切要求复杂大规模控制系统向着低功耗、小型化、分散化控制的方向发展。现有基于先进控制算法的高性能控制器是在系统具有较强的执行计算能力的前提条件下提出来的，无法满足这些发展要求。本项目拟采用分布自主式结构和多时滞模块，给出两种具有"慢计算特性"的多智能体反馈控制系统设计策略（包括分布式多时滞控制器设计和局部多时滞控制器设计）。首先解决多时滞控制器对具有分布时滞和复系数的被控对象的镇定这一关键性问题，然后根据全局控制目标，联合个体间的网络拓扑特性，分别构建基于分布式多时滞控制器和局部多时滞控制器的多智能体反馈控制系统。将协同控制问题进行简化，进而利用所获得的镇定性结果，分别设计既能满足全局控制目标又能满足控制性能要求的分布式多时滞控制器和局部多时滞控制器，实现多智能体系统的协同控制，为小型多智能体系统的发展奠定坚实的控制理论基础。

多智能系统作为一种新型的自主分布式控制结构，在大规模复杂系统的研究中起了非常重要的作用，受到了国内外学者的广泛关注，取得了一些研究成果，但还有许多问题没有得到很好的解决，尤其是具有“慢计算”特性的分布式或局部控制器设计问题研究，这制约着多智能体协同控制方法在生物合成网络、小型移动机器人网络等新兴领域的应用。本项目将时滞作为反馈部分，研究了计算复杂度低、适用于低能耗系统且能实现复杂控制要求的多智能体控制系统控制策略。提出了多时滞线性系统的低阶控制器稳定解析算法和最优控制器设计方法，以参数空间的形式给出了有限复杂度控制器的控制参数稳定域，并给出了线性连续系统和线性离散系统的时滞控制器设计方法，从而解决了基于时滞反馈的多智能体系统中控制器设计的关键问题。针对多智能体系统，分别提出了分布式单时滞控制器、二时滞控制器和分布式比例-积分-时滞控制器的设计方法。根据分布式控制器对多智能体系统闭环极点的影响，通过将系统的主导极点重新配置，使得系统的收敛速度达到最佳。针对具有时滞的多智能体系统，分别解决了具有无向网络拓扑和有向网络拓扑两种情况下的协同控制问题，提出了包括个体控制器和耦合控制器的二自由度协同控制策略，以及局部式低阶控制器设计方法。针对多智能体系统的静态和领航-跟随的分布式编队控制，分别提出了在最短时间内计算个体最终位置和跟随者个体未来轨迹的预测算法，以解决编队收敛速度慢的问题。将提出的多智能体系统协同控制策略进行了实验验证，同时，对实际实验平台中所采用的移动机器人进行了基于路径规划的目标跟踪方法研究，提出了满足复杂任务需求的最优路径规划方法。鉴于控制系统简易化、低能耗和小尺寸的发展趋势，该项目在多智能体反馈控制系统的统一理论框架下，结合个体间的网络拓扑特性，解决多智能系统的多时滞反馈等协同控制问题，使得系统达到全局控制目的且获得良好的控制性能，具有潜在的应用价值。