【《分布式多智能体协调控制研究现状国内外文献综述》3600字】

分布式多智能体协调控制研究现状国内外文献综述多智能体系统的研究来源于自然届中生物的群体行为，人们对编队迁移的鸟群进行建模分析与仿真，进而运用到计算机视觉、机器人、协调专家系统等领域。随着人们对多智能体系统的不断探索，发现系统分布式控制分为三个部分：智能体状态信息，通信网络以及局部控制律。一般情况下，智能体通过通信网络与邻居智能体交换状态信息，然后利用局部控制律调整自身状态达到系统控制目的。相较分散式与集中式控制方法，分布式控制方法具有更好的灵活性与鲁棒性。三种控制方式如图1.1所示。多智能体的集中式控制方法实质是单智能体分散式控制的衍生，此控制必须有一个中央控制器用来控制整个多智能体系统，但随着控制系统的复杂化，造成中央控制器的计算控制压力增大，而分布式控制则不需要设置中央控制器，大大降低了成本建设。因此分布式控制方法在一些无线通信、电力行业领域具有良好的应用前景。图1.1分散式、集中式及分布式结构示意图多智能体系统分布式协调控制研究方向主要包含蜂拥控制、一致性问题、编队控制与群集控制问题。其中一致性问题是多智能体系统的基本问题。一致性问题是指系统中所有智能体通过通信网络交换信息，并在一致性协议的作用下共同达到一致状态。一致性问题在近年来得到了广泛研究[NOTEREF_Ref71140216\f\h6]-[NOTEREF_Ref71140284\f\h9]。文献[6]研究了多智能体系统任意时间下的自愿一致性问题，通过设计与初始条件及系统参数无关的一致性协议，系统能够在预定的任意时间内分别达到一致性与平均一致性。文献[7]研究了无向通信拓扑下的多智能体连续时变一致性问题，提出了一种通信拓扑改变时具有鲁棒性的一致性算法，在避免室颤现象的同时实现了零稳态一致性。文献[8]针对具有满足时变Lipschitz增长条件的高阶非线性动力学的不确定多智能体系统,提出了一种基于动态输出反馈控制方法的二分一致性算法。文献[9]针对高阶非线性多智能体系统，提出了一种采用自适应修正技术的完全分布式控制协议来应对外部干扰，从而可以保证所有智能体的跟踪误差和耦合权重最终一致。一致性问题根据领导者的个数可以划分为领导跟随一致性与包围控制。其中多智能体系统领导跟随一致性问题作为一个重要的协同控制问题同样是学者们关注的热点[10]，其领导者不受跟随者影响，且要求跟随者和领导者目标一致。文献[11]针对非线性多智能体系统的领导跟随一致性问题，通过参数化未知是我非线性项，为跟随者提出了分布式自适应算法，最终具有联合链接拓扑的多智能系统达到跟踪控制一致性。文献[12]主要研究了具有输入延迟的多智能体系统领导跟随者一致性问题，利用截断预测方法，设计了一种基于观测器的状态估计控制协议。在系统控制中，每个物理执行器或传感器都由于其最大和最小限制而饱和，该执行器饱和会导致控制中出现严重的非线性项。在分析闭环的稳定性时，如果不考虑执行器饱和，则系统性能可能会恶化。因此，许多研究人员对具有执行器饱和的多智能体系统进行大量的研究[13]-[15]。文献[16]针对存在执行器饱和故障的多智能体系统跟踪控制一致性问题，设计了一种可以容忍加性与乘性故障的半全局一致性控制器，当遇到有界干扰时，多智能体系统可以达到在有界意义上的一致性。现有的协调控制算法针对无领导者或单领导者的情况已进行了大量研究工作，而具有多领导者的包围控制的应用价值也逐渐被人们发现，引起了众多科研工作者的兴趣。在包围控制中,把智能体分为领导者与跟踪者,跟踪者通过局部控制律最终渐进收敛到领导者张成的凸包中。文献[17]首先针对移动机器人驱动到给定目的地的问题，研究了基于stop-go策略的固定无向图下的包围控制问题。文献[18]针对有向图下的高阶非线性多智能体包围控制问题，基于邻居智能体的状态输出设计观测器来估计智能体的相关状态，并引入矩阵变换来消除耦合项，同时该结果可进一步扩展到具有输入时滞的情况。文献[19]研究了切换拓扑下的多智能体包围控制问题，同时考虑了带有控制输入与速度约束的双积分系统，提出了一种利用比例因子以解决非线性约束的投影算法来实现包围控制。文献[20]分别针对在固定与切换拓扑一阶动力学系统包围控制进行研究，同时还分别考虑了具有静态领导者与动态领导者的情况，特别地，为动态领导者提出了没有速度测量的分布式跟踪控制算法，并将此结果推广到二阶系统[21]。文献[22]研究了位置与速度交互不同的异构二阶多智能体包围控制，文中分别针对多个静态领导者、以恒速移动与变速移动的动态领导者三种情况设计不同的包围控制协议。在多智能体一致性理论研究中，传统的通信方式是连续通信或时间触发方式，即在约定好的时刻进行触发通信，这在一定程度上降低了通信与计算成本，但有一定的局限性。事件驱动的思想最先由Dorf[23]等提出，随后运用于发电机控制中以解决传感器问题。直到1999年的IFAC会议上，Astorm[24]等提出多智能体系统中事件驱动机制运用的概念，并通过持续的研究发现相比于时间触发与周期采样，事件驱动机制效果更好。在多智能体系统中，事件驱动是基于预先给定驱动条件的一种控制方式。当系统的状态误差超过某一设定阈值，满足驱动条件邻居之间才会进行信息的传递或者更新控制器。与时间触发相比，事件驱动可以有效地减少控制器的更新次数，节约通信，能很好地解决网络通信拥堵地问题。连续时间状态下地事件驱动运行机制见图2.1。只有当满足驱动条件，开关才闭合，智能体之间交换信息并更新自身状态。图1.2事件驱动运行机制在保证系统稳定性地前提下，事件驱动机制可以尽量降低系统地通信成本，节约能源。因此，基于事件驱动地多智能体一致性问题得到广泛的研究[25]-[NOTEREF_Ref71186561\f\h28]。文献[26]研究了有向图下的连续时间多智能体系统的分布式事件驱动量化一致性控制问题。考虑到通信带宽和存储空间的限制，为通信通道并提出了一种基于对数量化器的事件驱动广播方案，进一步节省通信成本且避免引起Zeno行为。文献[27]针对具有输入饱和时滞的多智能体跟踪控制问题，提出了一种基于事件驱动的一致性算法并选择合适的控制参数，最终系统实现了领导跟随一致性且避免了Zeno行为。文献[28]针对具有外部确定性干扰的多智能体系统，通过引入具有跳跃动态特性的计时器变量，为闭环系统构建了一个新颖的混合动态事件驱动机制与模型，该模型同时包含流动力学与跳跃动力学，利用矩阵不等式条件验证系统达到一致性和鲁棒性，避免了Zeno行为。信息物理系统（CPS，Cyber-PhysicalSystem）是一个综合计算、网络和物理环境的多维复杂系统，通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。CPS实现计算、通信与物理系统的一体化设计，可使系统更加可靠、高效、实时协同，具有重要而广泛的应用前景。实际上，多智能体系统是一种CPS系统，其中通信网络必不可少，但也极容易受到网络攻击。拒绝服务攻击(Dos)作为最常见的攻击方式之一，引起了学者的大量关注，而事件驱动机制被大量学者运用在解决Dos攻击的问题上[29]-[31]。文献[NOTEREF_Ref71188098\f\h31][31]针对攻击持续时间有限的Dos攻击下的线性多智能体系统，提出了一种基于状态估计事件驱动通信策略，解决了因Dos攻击而导致的通信链路阻断智能体无法通信的问题。参考文献洪奕光,翟超.多智能体系统动态协调与分布式控制设计[J].控制理论与应用,2011,28(010):1506-1512.杨经纬,张宁,王毅,等.面向可再生能源消纳的多能源系统:述评与展望[J].电力系统自动化,2018(4):11-24.刘天琪,卢俊,何川,等.考虑联合热电需求响应与高比例新能源消纳的多能源园区日前经济调度[J].电力自动化设备,2019(8).乐健,周谦,赵联港,等.基于一致性算法的电力系统分布式经济调度方法综述[J].电力自动化设备,2020,040(003):44-54.佚名.含高渗透率分布式电能资源的区域电网市场化运营模式[J].中国电机工程学报(12期):3343-3353.PalAK,KamalS,YuX,etal.Free-WillArbitraryTimeConsensusforMultiagentSystems[J].IEEETransactionsonCybernetics,2020,PP(99).GudetaS,KarimoDdIniA,DavoodiM.RobustDynamicAverageConsensusforaNetworkofAgentswithTime-varyingReferenceSignals[C]//2020IEEEInternationalConferenceonSystems,Man,andCybernetics(SMC).IEEE,2020.K.Li,C.Hua,X.YouandC.K.Ahn,"OutputFeedbackPredefined-TimeBipartiteConsensusControlforHigh-OrderNonlinearMultiagentSystems,"inIEEETransactionsonCircuitsandSystemsI:RegularPapers,doi:10.1109/TCSI.2021.3071974.Z.Zhang,S.-M.ChenandY.Zheng,"FullyDistributedScaledConsensusTrackingofHigh-orderMulti-agentSystemswithTimeDelaysandDisturbances,"inIEEETransactionsonIndustrialInformatics,doi:10.1109/TII.2021.3069207.杨仕斌,陈珺,刘飞.带有输入时滞的领导跟随系统扰动抑制一致性[J].计算机测量与控制,2019.ChenK,WangJ,YunZ.Adaptiveleader-followingconsensusofnonlinearmulti-agentsystemswithjointlyconnectedtopology[C]//Control&DecisionConference.IEEE,2015.YangS,ChenJ,LiuF.Observer-BasedConsensusControlofMulti-AgentSystemswithInputDelay[C]//2018IEEE4thInternationalConferenceonControlScienceandSystemsEngineering(ICCSSE).IEEE,2019.GaoHY,HuAH.Event-triggeredPinningBipartiteTrackingConsensusoftheMulti-agentSystemSubjecttoInputSaturation[J].InternationalJournalofControlAutomationandSystems,2020,18(22).LiuJ,FangJA,LiZ,etal.Time-varyingFormationTrackingforSecond-orderMulti-agentSystemsSubjectedtoSwitchingTopologyandInputSaturation[J].InternationalJournalofControlAutomationandSystems,2019,18(1).ChenS,JiangH,YuZ.FullyDistributedEvent-triggeredSemi-globalConsensusofMulti-agentSystemswithInputSaturationandDirectedTopology[J].InternationalJournalofControl,AutomationandSystems,2019,17(12):3102-3112.GaoC,HeX.Semi-GlobalConsensusControlforMulti-AgentSystemsSubjecttoActuatorSaturationsandFaults[C]//202035thYouthAcademicAnnualConferenceofChineseAssociationofAutomation(YAC).2020.JiM,Ferrari-TrecateG,EgerstedtM,etal.ContainmentControlinMobileNetworks[J].IEEETransactionsonAutomaticControl,2008,53(8):1972-1975.Dong,Wang,Ning,etal.CooperativeContainmentControlofMultiagentSystemsBasedonFollowerObserversWithTimeDelay[J].IEEETransactionsonSystemsMan&CyberneticsSystems,2017.LiuCandXuJ.ConstrainedContainmentControlofAgentsNetworkwithSwitchingTopologies[C]//20204thCAAInternationalConferenceonVehicularControlandIntelligence(CVCI).2020.CaoY,WeiR.Containmentcontrolwithmultiplestationaryordynamicleadersunderadirectedinteractiongraph[C]//IEEEConferenceonDecision&Control.IEEE,2009.CaoY,DStuar,WeiR,etal.DistributedContainmentControlforMultipleAutonomousVehiclesWithDouble-IntegratorDynamics:AlgorithmsandExperiments[C]//AmericanControlConference.IEEE,2011.QinJ,ZhengWX,GaoH,etal.ContainmentCon