● 摘要
一致性控制是多智能体系统分布式协调领域中的典型问题，近年来得到了深入研究并取得了许多成果。其早期工作主要是针对简单的一阶或二阶线性确定系统展开的，然而实际被控对象的动态方程往往比较复杂甚至具有强非线性，并且存在随机的外部干扰等不确定因素。鉴于此，本文首先研究外部干扰下具有复杂动力学的多智能体一致性控制问题，然后考虑具有非线性模型的多智能体系统自适应一致性控制。主要贡献包括：(1). 考虑具有外部干扰的高阶多智能体有向网络的输出一致性控制问题，提出了基于局部可测输出的分布式协议。其基本思想是将原一致性控制问题转化为一个标准H∞控制问题，然后运用线性系统H∞理论对分布式协议作用下的闭环系统进行H∞性能分析，从而对于定拓扑和变拓扑两种有向网络，分别得到了保证多智能体系统具有期望干扰衰减能力的输出一致性条件。(2). 研究了外部干扰下线性耦合多智能体系统的一致性控制问题，提出了一个动态输出反馈协议，并给出了协议中待定系统矩阵的求解方法。针对定拓扑和变拓扑无向网络，分别以线性矩阵不等式的形式给出了保证系统具有期望抗干扰能力的一致性条件。(3). 针对一类高阶非线性多智能体系统，提出了一种分布式自适应一致性协议，该协议通过引入神经网络对未知的非线性系统函数进行在线逼近。在此协议作用下，如果无向通信拓扑图是连通的，那么所有智能体的状态能够渐近达到一致。进而，研究了系统在达到一致过程中的瞬态性能，提出了一些性能改进方法。(4). 研究了二阶非线性多智能体系统的Leader-Following一致性问题，设计了基于神经网络的分布式自适应协议，并给出了使得所有Following智能体能够渐近跟踪Leader状态轨线的充分条件，从而实现了多智能体系统的一致性控制。进一步，通过估算Following智能体跟踪误差的L2范数，提出了改进系统瞬态跟踪性能的方法。