唐 茜，涂细凯，郑笑雨，张冰冰

（1.湖北工业大学工业设计学院，湖北 武汉 430068；2.湖北工业大学机械工程学院，湖北 武汉 430068）

1 引言

过去二十几年来，多智能体的分布式协同控制一直是各学科非常感兴趣的话题，广泛的应用于分布式一致性、编队控制、包容控制和同步等。其中，一致性问题是分布式协同的关键问题[1-3]。一般来说，一致性问题的目标是设计合适控制算法，通过邻居智能体之间的局部信息交换，使得所有智能体的状态最终收敛到一致。

根据网络领导者的数量，一致性可以分为：无领导一致性、一致性追踪（Leader-Following）和多追踪（Multi-Tracking）等。近些年来，多追踪问题受到越来越多的注意。多追踪问题中，一个多智能体网络由多个群集组成，每个群集的所有跟随者的状态最终收敛于领导者的轨迹，同时，不同的群集之间收敛的轨迹不同[4-5]。注意到，代数图理论一直是研究多智能体一致性问题[6-8]的有效方法。

值得注意的是相比于位置信息，智能体的速度信息更难测量。因此，研究速度不可测的二阶多智能体系统的一致性问题是非常有必要的。前文提到大部分工作的前提是智能体之间信息的传输是连续的，然而，由于传输带宽的限制，这种传输形式不太可靠。因此，对于研究二阶多智能体系统的一致性问题来说，与连续数据相比，采样数据是更实际的来源。

在实际应用中，由于传输信息的带宽有限制，采样数据需要提前量化。因此，使用量化数据研究多智能体的一致性问题更有现实意义。……