多智能体系统分布式编队控制的研究方兴未艾,国内外研究者在这个领域里也做出了具大的贡献,并取得了显著的成果。
多智能体编队控制分为集中式控制和分布式控制两种方法。分布式编队控制则克服了集中式编队控制计算复杂,鲁棒性差等缺点[5],它只需要知道邻居节点的信息而不必知道系统的全局信息。分布式编队控制有运用局部势函数和控制协议两种方法。其中势函数方法已被广泛应用于移动机器人的路径规划,例如文献[6],采用了势能函数进行控制律设计,提出一种针对障碍物的编队控制方法[6]。势函数的计算简单,但是它最主要的缺点就是,运用势函数时,系统往往存在多个平衡点,所以,很难保证系统从任何初始点最终都能形成所要求的队形。由此可见,设计分布式编队协议对系统的编队控制显得尤为重要。64512
J. Rodrigues等人[7]基于图论的理论,研究了leader-following拓扑结构的一阶连续和离散的多智能体系统分布式编队问题,设计协议使系统能够从任何初始状态形成并保持一定的编队。这篇文献只研究了一阶系统,并且对外界环境的约束和干扰也没有进行考虑。
文献[8]针对一阶和二阶的连续多智能体系统设计了分布式编队协议,并且也将有限输入、干扰和时延加以考虑[8]。但是,这篇文献没有说明所研究系统是有向还是无向通信拓扑结构,并且没有考虑系统的拓扑结构和编队收敛性之间到底有什么联系。
Olfati-Saber等人[9]提出了有时延和无时延的两种一致性协议,建立了系统网络拓扑结构的代数连通性与线性一致性协议性能之间的关系。在有向网络条件下分析了固定拓扑结构和切换拓扑结构两种情况下的多智能体系统的一致性问题,同时还研究了有通信时滞的无向网络,并对上述三种情况下的一致性协议进行收敛性分析。
Ren 等人[10]以一阶多智能体系统为研究对象,考虑了变化拓扑结构下的系统一致性问题,给出达到一致性所需的充分条件,即在一定时间段内,系统的网络拓扑结构包含有向生成树[10]。
与设计一致性协议来解决多智能体系统一致性问题不同,Tanner利用势函数的方法,研究了一阶固定拓扑和变化拓扑的多智能体系统一致性问题[11]。
Moreau[12]设计了当智能体接收信息的时延与通信时延不相等这种时滞不对称情况下的一致性协议,给出了智能体状态信息最终收敛为一个常值时所需的充要条件。
文献[13]提出了基于leader信息或基于邻居信息的两种机器人编队控制方法,由于机器人需要不断的变化队形,因此在设计协议时需要考虑动态变化拓扑结构。文献[14]中,研究了在有向通信连接下二阶多智能体沿多条给定路径编队运动的控制器设计及其稳定性分析问题,通过引入路径函数来设计路径跟踪控制[14]。论文网
由于受到通信线路、通信设备等的影响,在通信网络中难免存在时延。网络时延是多智能体系统编队控制中一个重要的研究问题。
文献[15]研究具有网络通信时延的移动机器人编队控制问题。
Olfati-Saber和Murray[16]考虑了在固定和切换拓扑结构下,含有相同通信时延的一阶多智能体网络的一致性问题,提出如果网络拓扑结构是强连通的,那么多智能体的状态最终都能够达到一致。
Kingston 和Beard[17]研究了在固定和切换拓扑下,离散时间系统的一致性问题。
文献[18]提出了不同时延的多智能体系统的一致性算法。文献[19]以离散一阶多智能体系统为模型,考虑了时延,设计相应的控制算法。