分布式多机器人协作的迭代学习控制策略研究

"分布式多机器人协作控制"问题是机器人领域的研究热点之一。由于个体间复杂的耦合与信息交互关系、通信延误以及模型不确定性等因素的存在，现有以信息反馈为基础的控制方法很难取得满意效果。课题率先引入迭代学习控制方法研究分布式多机器人体协作控制问题，首先以轨迹跟踪与编队为目标，充分考虑并利用个体间的交互信息，建立有效的"关联型"学习控制方法；通过引入合适的势函数描述和定义恰当的迭代域性能函数，将多机器人避碰规划与协作控制转化为一定性能指标下的优化问题，进而给出最优/保性能学习控制器设计方法；为提高系统鲁棒性，对机器人个体，建立基于自身状态（输出）反馈与上述关联型学习控制相结合的集成学习控制策略。课题研究可为多机器人协作控制提供新的理论方法，同时也是对迭代学习控制理论自身的丰富与发展。加以推广，课题成果可应用于更广泛的"多体协作控制"问题。