魏永东,李宗刚,杜亚江,陈引娟

(兰州交通大学机电工程学院,甘肃兰州 730070;兰州交通大学机器人研究所,甘肃兰州 730070)

1 引言

近年来,由于在智能电网、多机器人系统协同等复杂网络化系统建模与控制中的广泛应用,多智能体系统(multi-agent system,MAS)协同控制得到了深入研究,并取得了丰硕的成果[1–5].

在多智能体系统的研究中,人们采用了多种经典控制方法,包括在给定时间区间内能快速跟踪期望轨迹的迭代学习(iterative learning control,ILC)方法[6–9].对于连续的系统,文献[10]建立相应分布式ILC控制律,保证输入输出型线性系统的MAS在给定时间区间达成一致性.文献[11]研究了具有不确定性和存在扰动情形下的二阶多智能体系统ILC一致性问题.文献[12]基于给出的初态可学习分布式ILC协议,研究了固定拓扑结构下非线性多智能体系统的一致性问题.而对于离散的系统,文献[13]中的拓扑结构在有限区间的时间轴和无限增加的迭代轴双变化,根据个体智能体所能获得的局部信息建立的分布式ILC更新律保证了线性系统MAS完成编队.文献[14]考虑了存在时间延时和拓扑结构变化的情况,根据局部信息建立的分布式ILC能够保证所有线性系统智能体达成输出一致性.文献[15]在面对拓扑结构改变、初态漂移和存在扰动的情况,使用分布式ILC的方法仍能使非线性系统的MAS完成编队.值得注意的是,将ILC代入到MAS中,很多变量将会是沿时间轴和迭代轴双变化的,这增加了保证MAS达成一致性对通信拓扑结构的要求.若在……