多维度智能群体网络的感知与协同优化研究

Collaborations of different types of agents under network environment show more and more greater vitalities in our national economy and social development. By the land, sea and air platforms, with heterogeneous dynamics and intelligence, these interactive agents constitute a kind of stereoscopic heterogeneous network within multiple dimensions, which is called multidimensional multi-agent networks. There are many real difficulties in modeling of agents in different dimensions, coordinating and optimizing of the multidimensional multi-agent networks, and realizing superiority complementation between distinctive agents in different dimensions. It is thus important and necessary to establish relevant theories and analytical methods to provide detailed guidance for the design, development and implementation of multidimensional multi-agent networks. Based on several typical kinds of multidimensional multi-agent networks, and concerning some practical problems, like UAV-UGV coordinated formation and aero-amphibious warfare, this project will be devoted to: analyzing the dynamics features and the interactive topologies of agents；establishing real-time varying network models to reveal the structure and dynamical evolution of multidimensional multi-agent networks; studying the coordinated control and optimization problems of multidimensional multi-agent networks based on several typical multi-coordination examples, including collaborative perception, and multi-objective formation; building applicable theories and methods of coordinated evolution dynamics and optimization algorithms of multidimensional multi-agent networks with heterogeneous dynamics, intelligence and structure. All the developed results of this project will be verified by numerical simulation and physical tests.

网络环境下不同类型智能体的协同机制在国民经济和社会发展中越来越发挥着不可替代的重大作用。这类由异质、异智的智能体在网络环境下通过彼此之间的信息交互构成的涵盖海、陆、空多平台的多维立体异构网络，称为多维度智能群体网络。不同维度的智能群体如何优势互补、协调优化，迫切需要建立相应的理论与方法，以指导实际多维度智能群体系统的设计、开发与实现。项目拟从空地机器人协同编队、海陆空多机种联合攻击等几类典型多维度智能群体系统的实际问题出发，分析其节点特性和网络拓扑结构特征，建立能够反映多维度智能群体节点和网络自身结构特点和动态特征的时变网络模型；结合几类典型实际系统中的协同感知、多目标编队等具体的多协同问题，研究多维度智能群体网络的协同演化与优化问题，建立多维度智能群体网络的协同演化动力学与优化算法的有关理论和方法，并对所得结果进行数值仿真、软件模拟和实物验证。

本项目以复杂网络理论研究和多主体系统理论研究为基础，并从几类典型的多维度智能群体网络的实际问题出发，将其提炼成为多维度智能群体网络的感知和协同优化的一般问题，在网络环境下研究具有混杂智能特性的多维度智能群体的环境感知、协同控制、优化策略与动态演化机理。从空地机器人协同编队、海陆空多机种联合攻击等几类典型多维度智能群体系统的实际问题出发，分析其节点特性和网络拓扑结构特征，建立能够反映多维度智能群体节点和网络自身结构特点和动态特征的时变网络模型；结合几类典型实际系统中的协同感知、多目标编队等具体的多协同问题，研究多维度智能群体网络的协同演化与优化问题，建立多维度智能群体网络的协同演化动力学与优化算法的有关理论和方法，并对所得结果进行数值仿真、软件模拟和实物验证。. 针对编队控制中多智能体系统队形变化的实际需求，基于非连续的分布式估计器，提出解耦逆动力学控制算法，研究连通的通信拓扑下多智能体系统的时变编队跟踪问题，给出了系统编队跟踪误差渐近稳定的充分条件。. 针对异质多智能体系统任务空间的位置同步问题，考虑外界扰动，提出不依赖系统模型的分布式积分型滑模控制算法，得到系统任务空间中同步误差实用稳定的充分条件。所给算法基于同步耦合矩阵，不依赖于系统的动力学模型。. 针对实际应用中多目标、多任务等相关作业需求，研究了二维非完整多智能体系统的多蜂拥控制问题。证明了二维非完整多智能体系统在所设计的分布式控制协议下最终实现了多蜂拥行为，同时保持每个子系统通讯交互的连通性，以及整个系统的避撞性。. 针对编队跟踪控制中多智能体系统收敛时间的实际需求，基于快速终端滑模控制的方法，设计了有限时间控制协议，分别在领导者控制输入等于零和不等于零的情况下，研究了有限时间的编队跟踪控制问题。. 这些研究为实际群集智能网络的分析和设计提供重要理论指导。在国内外期刊上共发表学术论文43篇，其中SCI收录31篇，并培养了多名硕士博士生。