多智能体系统的分布式采样一致性控制

In recent years, multi-agent systems have become an important research topic in modern control theory and attracted considerable attention from many researchers because of their theoretical challenges and potential applications. In this project, we will study sampled-data consensus problems in multi-agent systems based on the time-driven and event-driven control techniques, including the problem under periodic/non-periodic data sampling with large sampling periods and the presentation of local information based event-detecting and event-triggering rules for data sampling and controller updating; we will also study the rendezvous and formation problems and their connectivity preservation in multi-robot systems within the framework of sampled-data consensus. By using the tools of control theory, matrix analysis and probability theory, we will try to overcome the difficulties in protocol design and stability analysis, caused by time-varying directed interaction topologies, time-varying delays and asynchronous dynamics, and contribute to the development of sampled-data consensus theory.

多智能体系统是目前现代控制理论中的重要研究对象之一，具有广泛的工程应用背景和重要的理论研究价值，得到了科研工作者的广泛关注。本项目将研究基于时间驱动和事件驱动控制策略的多智能体系统的采样一致性协调控制问题，包括大采样间隔条件下的周期和非周期采样一致性问题和基于局部信息的数据采样和控制器更新的事件检测与触发机制，并研究采样一致性理论框架下的多机器人交汇控制、队形控制及其连通性保持问题。利用控制理论、矩阵分析、代数图理论、概率论等基本理论工具，解决时变有向通信拓扑、时变时滞、异步个体动态等带来的协议设计与稳定性分析难点，丰富和发展采样一致性控制理论，为多机器人分布式协同提供有益的指导。

本项目针对多智能体系统在现实应用中具有个体数量大、资源配置有限的特征，通过设计时间驱动、事件驱动采样控制方法，实现多智能体系统以较低的资源消耗完成一致性协同控制目标。项目研究了异步周期、非周期采样一致性控制；提出边事件采样控制方法，研究了一阶、二阶、高阶多智能体系统的边事件驱动一致性分布式控制问题和调和振子系统的事件驱动同步控制问题；研究了有向切换拓扑下单积分器网络系统的有限时间一致性控制。本项目结合时间-事件驱动采样的互补优势，提出混合时间-事件采样控制技术，在保证系统稳定的前提下有效降低控制器的更新频率和个体间通讯次数，富有成效地解决多智能体系统在资源受限工作环境下的协同控制问题。在事件驱动采样控制器设计中，我们采取周期、非周期时间驱动事件检测和设置Rest Time方法保证最小采样事件间隔。并且，项目成果考虑工程实际中的信息传输时滞、量化传输、测量误差等因素的影响，分析并解决事件驱动中Zeno行为等关键问题。研究成果对从事多智能体系统研究工程技术人员提供了一定的理论参考。