推荐星级：

多智能体系统的事件驱动控制

更新时间：2020-01-02 11:59:31 大小：2M 上传用户：IC老兵查看TA发布的资源 标签：多智能体系统 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

近年来事件驱动控制发展迅速,并引起了多智能体系统领域研究者的极大关注.本文对基于事件驱动控制的多智能体系统的研究现状进行综述.从智能体动力学角度,分别对这个领域的一些代表性成果和研究方法进行了归纳总结.进一步,论述了边事件驱动控制策略下的多智能体系统的研究成果.随后,利用一类新型事件驱动控制来探讨多智能体系统的一致性问题.最后,给出了尚未解决的问题和未来值得关注的研究方向.

部分文件列表

文件名	大小
多智能体系统的事件驱动控制.pdf	2M

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

控制理论与应用

Control Theory & Applications

第 35 卷第 8 期

2018 年 8 月

Vol. 35 No. 8

Aug. 2018

DOI: 10.7641/CTA.2018.70375

多智能体系统的事件驱动控制

张志强¹, 王龙^2†

(1. 济南大学数学科学学院, 山东济南 250022; 2. 北京大学系统与控制研究中心, 北京 100871)

摘要: 近年来事件驱动控制发展迅速, 并引起了多智能体系统领域研究者的极大关注. 本文对基于事件驱动控制

的多智能体系统的研究现状进行综述. 从智能体动力学角度, 分别对这个领域的一些代表性成果和研究方法进行

了归纳总结. 进一步, 论述了边事件驱动控制策略下的多智能体系统的研究成果. 随后, 利用一类新型事件驱动控

制来探讨多智能体系统的一致性问题. 最后, 给出了尚未解决的问题和未来值得关注的研究方向.

关键词: 多智能体系统; 事件驱动控制; 一致性; Zeno行为

引用格式: 张志强, 王龙. 多智能体系统的事件驱动控制. 控制理论与应用, 2018, 35(8): 1051 – 1065

中图分类号: TP273

文献标识码: A

Event-triggered control for multi-agent systems

ZHANG Zhi-qiang¹, WANG Long^2†

(1. School of Mathematical Sciences, University of Jinan, Jinan Shandong 250022, China;

2. Center for Systems and Control, Peking University, Beijing 100871, China)

Abstract: In recent years, event-triggered control has been developing rapidly with rich achievements, which attracts

great attention from the ﬁeld of multi-agent systems. This paper presents an overview of the state-of-the-art of event-

triggered control for multi-agent systems. Some representative results and methods in this ﬁeld are summarized from

the perspective of agent dynamics. Furthermore, some of the research achievements on edge-event driven control for

multi-agent systems are presented. Then, we investigate the consensus problem of multi-agent systems based on a new

event-triggered control method. Finally, some open problems and possible future research directions are proposed.

Key words: multi-agent systems; event-triggered control; consensus; Zeno behavior

Citation: ZHANG Zhiqiang, WANG Long. Event-triggered control for multi-agent systems. Control Theory & Appli-

cations, 2018, 35(8): 1051 – 1065

1 引言(Introduction)

辆交通拥堵、时尚现象、观众的同频率鼓掌等^{[1–3,7–8]}

这些在宏观层面上表现出的整体行动或是同步化行

动, 都是由多个个体经过局部的信息传递和交互作用

而形成的. 计算机学家通过数值仿真模拟鸟类编队飞

行时提出的Reynolds原则^[9], 即避碰原则、速度匹配

原则和相互靠拢原则, 比较精炼地概括了自然界和社

会中多数群体运动的基本特点.

多智能体系统协调控制是近年来系统控制领域的

一个研究热点^[1–3]. 由于多智能体系统的研究可以对

一些自然、社会现象进行有力的解释: 同时, 多智能体

系统的协调控制在多机器人系统、传感器网络、智能

交通系统、人造卫星簇等工程中有潜在的应用, 使得

多智能体系统的研究吸引了众多科研工作者的关注.

在自然和人类社会中, 多个智能体的协调行为与

自组织现象十分普遍. 自然界中的一些生物群体通过

分布的、个体间的相互作用, 最终在整体上涌现出规

则有序的集体行为, 例如鸟群的编队迁徙、鱼群的结

队巡游、昆虫和微生物的集体觅食等^[1–6]. 人类社会中

的群体行为也普遍存在, 例如人群的恐慌和疏散、车

随着微型传感器技术和数字通信网络技术的飞速

发展, 以及对群体行为研究的不断深入, 工程领域中

的学者们越来越多地借鉴群体行为内部机理以实现

多智能体系统协调控制的工程应用. 这些应用已经延

伸到了许多领域, 比如能够编队的多机器人/车辆系

统、目标跟踪的无线传感器网络、需要达到某种姿态

收稿日期: 2017−06−05; 录用日期: 2018−02−02.

^†通信作者. E-mail: ; Tel.: +86 10-62754388.

本文责任编委: 方浩.

国家自然科学基金项目(61751301, 61533001), 山东省自然科学基金项目(ZR2018BF019)资助.

Supported by the National Natural Science Foundation of China (61751301, 61533001) and the Natural Science Foundation of Shandong Province

(ZR2018BF019).

1052

控制理论与应用

第 35 卷

的人造卫星簇或多个无人机、可同步的耦合非线性振

子系统等^{[1–3,10–15]}. 在多智能体系统分布式协调控制

的应用中, 单个智能体设计为具有一定的传感、计

算、存储与通信能力的个体, 其结构较为简单, 所完成

的功能比较单一, 动态系统的控制输入仅依赖于自身

信息和其他有限个智能体的状态信息. 多智能体系统

分布式协调控制实现了从集中式框架到分布式框架

的转变. 一般而言, 单个智能体动态的崩溃不会影响

整个系统的动态演化, 也就不会影响整个系统控制目

标的实现. 这就避免了集中式控制中因中央处理器损

坏而导致的整个系统瘫痪, 加强了系统的抗干扰

性、可扩展性和鲁棒性; 同时, 通过局部/邻居间的信

息交互机制, 降低了通信成本.

2 多智能体系统的事件驱动控制(Event-trig-

gered control for multi-agent systems)

事件驱动控制是指基于事件的发生来驱动控制任

务的控制策略. 在满足期望控制性能的同时, 事件驱

动控制能够依据被控对象的状态变化调节采样和控

制更新周期; 相比于时间驱动控制, 事件驱动控制具

有减少控制任务的执行次数, 降低通信资源和计算资

源的消耗等优势. 这使得它在很多资源受限的环境中

具备良好的应用前景.

事件驱动控制的关键问题是事件的设计问题. 所

谓事件, 也定义为事件驱动条件, 一般归纳为与系统

状态、测量输出相关的数学表达式(函数). 由此, 事件

驱动控制便可基于系统的实际状况, 实时调节采样频

率, 在满足系统性能的要求下, 减少控制任务的执行

次数, 提高计算资源和通信资源利用率.

近年来, 基于事件驱动的控制方法在随机系统、线

性系统、非线性系统等一般的单回路系统中得到了广

泛应用^[48–52]. 在文献 [48] 中, Astrom 和 Bernhardsson

证明了相对于时间驱动控制方法, 在满足期望性能下,

事件驱动控制方法可以使得系统控制器的更新频率

明显降低. 这表明对于通信资源有限、计算负荷较大

的网络化控制系统, 此方法具有较大应用空间. 为了

减少通信次数, 许多学者研究了事件驱动控制在网络

化控制系统中的应用; 同时, 也考虑了时间延迟、丢

包、不确定性等影响下, 该方法的有效性^[53–57]. 另外,

文献[58–59]结合基于模型的控制和事件驱动控制来

研究网络化控制系统, 并证明了这种结合方式在减少

通信压力等方面具有显著优势.

在事件驱动控制机制中, 事件条件设计地是否合

理, 往往取决于该机制是否可以有效避免Zeno现象.

Zeno现象是指在有限时间内发生无穷次采样, 这在现

实应用中是不可行的. 排除Zeno现象是事件驱动控制

研究中必须解决的问题, 一般通过证实任意相继采样

间隔存在一个严格正的下界来说明Zeno现象不会出

现.

不同领域的学者对多智能体系统的研究有着不同

的出发点、研究思路和分析方法. 在系统和控制领域,

对多智能体系统的研究主要集中在系统分析和系统

控制两个方面. 系统分析主要是研究智能体动力学和

智能体间的通信拓扑两方面因素如何相互作用, 以及

二者对整个系统完成指定任务/性能指标等会产生何

种影响. 主要包括: 系统一致性和稳定性分析^[16–25]

鲁棒性分析^[26]、整体的能控性、能观性和可镇定性分

析^[27–34]、收敛性分析^[35–36]等. 系统控制主要是研究

多智能体系统最终具有何种特定的行为, 完成哪些

指定任务或者达到哪类的性能指标. 主要包括: 编队控

制^[37–39]、蜂拥控制^[40]、跟踪控制^[41]、包围控制^[42–43]等.

在多智能体系统的实际应用中, 每个智能体的机

载电池的容量和数量是有限的, 因此每个智能体的机

载能量也是有限的. 同时, 智能体之间通信消耗的能

量远大于计算消耗的能量^[44]. 在能量资源有限的情况

下, 如何减少通信频次以获得较好的系统性能是当前

研究的一个重要课题. 首先, 在已有研究工作中, 大部

分工作都要求智能体之间进行连续的通信. 显然, 这

种连续通信使得多智能体系统对通信资源等具有较

高的要求. 其次, 相比于连续通信, 采样控制机制的应

用有助于降低通信压力, 减少能量资源的消耗. 然而,

为保证得到期望的控制系统性能, 人们往往依据最坏

的运行状况选取采样周期, 忽略了系统的实时动态,

引发了一些不必要的通信和控制任务的执行, 从而浪

费了一定量的通信资源^[45–47]. 对比上述两种控制方

法, 事件驱动控制方法在兼顾到控制性能(跟踪、稳定

性、抗干扰性等)和软件性能(处理器负载等)的同时,

可以进一步减少通信频次以节省能量资源. 因此, 利

用事件驱动控制方法来研究多智能体系统的分布式

协调问题具有重要的现实意义和应用价值.

、

通常意义下的事件驱动控制, 采用硬件设备连续

地检测被控对象, 以判断事件驱动条件, 确定控制任

务的驱动时刻. 为了避免连续事件检测, 事件驱动控

制方式衍生出了两类新型驱动控制方法, 即自驱动控

制与周期性事件驱动控制. 自驱动控制, 通过采用软

件算法, 根据当前采样数据确定下一次控制驱动时

刻

^[60–62]. 周期性事件驱动控制, 即首先给定固定周期,

周期性地判断事件驱动条件是否满足, 并以此来决定

控制任务是否执行^[63–64]. 这两类控制对硬件检测设

备依赖性低, 在实际应用中更便于实现, 但两者的理

论分析与综合较为复杂.

针对多智能体系统, 事件驱动控制可以归纳为两

类: 同步事件驱动控制和异步事件驱动控制. 同步事

件驱动控制是指所有智能体的事件发生时刻一致: 异

目前而言, 事件驱动控制方法主要是被用来解决

多智能体系统的一致性问题、编队控制问题、跟踪控

制问题以及包围控制问题. 本文将从智能体动力学角

度, 对事件驱动控制方法所解决的问题及其结论进行

归纳和分析.

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

多智能体系统的事件驱动控制

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页