面向非一致性优化目标的异质非线性多智能体系统协同控制方法研究

The aim of multi-agent systems is to perform objectives decisions by integrating individual knowledges, structures, functions, and achieve the objectives by applying certain cooperative control strategies. The existing methods only consider the identical objectives and thus give synchronization or consensus-based cooperative control strategies. However, for the differences in local objectives, constraint requirements, operational environments, functional structures always deny the existing methods, and require new optimization methods to decompose an .overall task into different local objectives, also new cooperative control methods to perform different operations to fulfill these local objectives. So, this project is to study a more general cooperative control problem with nonidentical optimization objectives for nonidentical heterogeneous nonlinear multi-agent systems. The contribution is to give a systemic methods for generating nonidentical dynamic optimal solutions, information sharings and fusions, coordinating agents, to reveal the internal theoretical connections between optimality of dynamic solutions, convergence to optimum set and closed-loop stability. Furthermore, actual heterogeneous multi-agent systems like unmanned airplanes or vehicles and sensors networks are to be investigated with the proposed theories. Therefore, this project is able to extend multi-agent control theories and of importance for enhancing real cyber-physical systems.

多智能体系统分布式优化与协同控制方法，旨在通过综合各智能体的知识、结构、功能等进行目标决策，同时采用协同控制策略完成目标。现有方法针对具有一致性优化目标的协同控制问题进行研究，即为各多智能体拟定相同的局部目标，以此设计一致性协同控制策略。由于各局部目标、约束要求、运行环境、功能结构存在差异性，必须要研究新的优化方法将整体任务自主分解成不同局部目标，也要给出新的协同控制方法实施不同的操作来实现这些任务。为此，本项目将研究更具普遍意义的面向非一致性优化目标的异质非线性多智能体系统协同控制问题，给出非一致性动态解生成方法、共享信息融合方法、协同控制器设计方法，揭示动态解最优性、最优解集收敛性和闭环稳定性之间的相互联系，并在实际背景下发展异质多智能体系统协同控制策略，进而以无人机、无人车、传感器网络等展开应用研究。因此，该项研究既可以拓展多智能体控制理论，又对完善实际信息物理系统具有重要意义。

多智能体系统分布式优化与协同控制方法，旨在通过综合各智能体的知识、结构、功能等进行目标决策，同时采用协同控制策略完成目标。现有方法针对具有一致性优化目标的协同控制问题进行研究，即为各多智能体拟定相同的局部目标，以此设计一致性协同控制策略。由于各局部目标、约束要求、运行环境、功能结构存在差异性，必须要研究新的优化方法将整体任务自主分解成不同局部目标，也要给出新的协同控制方法实施不同的操作来实现这些任务。为此，本项目将研究更具普遍意义的面向非一致性优化目标的异质非线性多智能体系统协同控制问题，给出非一致性动态解生成方法、共享信息融合方法、协同控制器设计方法，揭示动态解最优性、最优解集收敛性和闭环稳定性之间的相互联系，并在实际背景下发展异质多智能体系统协同控制策略，进而以无人机、无人车、传感器网络等展开应用研究。因此，该项研究既可以拓展多智能体控制理论，又对完善实际信息物理系统具有重要意义。在国内外重要学术刊物上发表学术论文31篇，其中SCI收录25篇及以上。ESI高被引6篇，热点2篇。培养5名博士研究生，6名硕士研究生。参加国内外学术会议6次，交流研究成果。邀请国内外多自主体网络与直流微网领域的专家讲学4次。