×
顾、潘潘;王红（Wang，Hong）;陈丽萍;楚、赵碧;田森平

单侧Lipschitz多智能体系统的迭代学习一致性控制。 （英语） Zbl 07821133号

国际J鲁棒非线性控制 33，编号18，11257-11274（2023）.
摘要：应用迭代学习控制方法，研究了具有单侧Lipschitz（OSL）非线性的多智能体系统（MAS）的一致性问题。首先，针对这种MAS引入了具有初始状态学习的P型和D型学习方案。然后，利用OSL和二次内边界约束，在有向通信图下给出并分析了一致性算法的收敛条件。我们表明，这两种算法在固定的有限时间间隔上都可以实现完美的一致性跟踪。最后，通过仿真实例验证了所得结果的正确性。
©2023 John Wiley&Sons有限公司。

MSC公司：

93B47码 迭代学习控制
93D50型 共识
93甲16 多代理系统

关键词：

共识;迭代学习控制;多智能体系统;单边利普希茨;正交内边界
PDF格式BibTeX公司 XML格式引用
\textit{P.Gu}et al.，Int.J.鲁棒非线性控制33，No.18，11257--11274（2023；Zbl 07821133）
全文： 内政部

参考文献：

[1] FaxJA，MurrayRM。车辆编队的信息流和协同控制。IEEE Trans Autom控制。2004;49（9）：1465-1476·Zbl 1365.90056号
[2] RenW，BeardRW。多车辆协同控制中的分布式共识。施普林格-维拉格；2008. ·Zbl 1144.93002号
[3] SchlanbuschR、KristiansenR、NicklassonPJ。具有避碰功能的航天器编队重构。自动化。2011;47(7):1443‐1449. ·Zbl 1220.93059号
[4] RenW，BeardRW。动态变化交互拓扑下多智能体系统中的共识寻求。IEEE Trans Autom控制。2005;50(5):655‐661. ·Zbl 1365.93302号
[5] 高毅、王莉、谢刚、吴波。基于采样数据控制的多代理系统共识。国际J控制。2009;82(12):2193‐2205. ·Zbl 1178.93091号
[6] 丁磊、YuP、刘姿、关姿、冯。使用采样异信息通过脉冲控制实现二阶多智能体系统的一致性。自动化。2013;49(9):2881‐2886. ·Zbl 1364.93015号
[7] 胡W、刘L、冯G。通过分布式事件触发策略实现线性多智能体系统的一致性。IEEE Trans Cybern公司。2016;46(1):148‐157.
[8] 张赫、江赫、罗伊、小刚。使用强化学习方法对动态未知的离散时间多智能体系统进行数据驱动的最优一致性控制。IEEE Trans Ind Electron公司。2017年；64(5):4091‐4100.
[9] JuangJC RamachandranK。单侧Lipschitz非线性不确定多智能体系统的鲁棒一致性。国际J鲁棒非线性控制。2022年；32(14):7733‐7753.
[10] 黄杰、宋玉德、王伟、文C、李刚。一类具有时变参考值的高阶非线性系统自适应前导-跟随一致控制的平滑控制设计。自动化。2017年；83:361‐367. ·Zbl 1373.93175号
[11] 黄杰、文C、王伟、宋育德。一组不确定非线性机械系统的自适应有限时间一致性控制。自动化。2015;51:292‐301. ·Zbl 1309.93011号
[12] ZouW、ShiP、XiangZ、ShiY。二阶切换非线性多智能体系统的有限时间一致性。IEEE Trans Neural Netw学习系统。2020;31(5):1757‐1762.
[13] RenSY、WangQ、WangJL。非线性多智能体系统基于无源性的有限时间同步。IEEE Trans-New Sci Eng.2020；7(3):1953‐1965.
[14] 徐家X。非线性系统迭代学习控制综述。国际J控制。2011;84(7):1275‐1294. ·Zbl 1227.93053号
[15] ChiR、HouZ、Jin S、HuangB。计算效率高的数据驱动高阶最优迭代学习控制。IEEE Trans Neural Netw学习系统。2018;29(12):5971‐5980.
[16] 申德。被动不完全信息的迭代学习控制。施普林格-维拉格；2018. ·Zbl 1396.93003号
[17] HuiY、ChiR、HuangB、HouZ。具有初始位移和扰动的永磁直线电机基于扩展状态观测器的数据驱动迭代学习控制。IEEE Trans-Syst Man-Cybern系统。2021;51(3):1881‐1891.
[18] AhnHS、MooreKL、ChenYQ。通过稳健的周期学习控制实现卫星编队飞行的轨迹保持。国际J鲁棒非线性控制。2010;20(14):1655‐1666. ·Zbl 1204.93082号
[19] BaiH、WenJT。合作运输：编队控制视角。IEEE Trans机器人。2010;26(4):742‐750.
[20] AhnHS、ChenYQ。多智能体形成的迭代学习控制。ICROS‐SICE国际联合会议记录，日本福冈。2009 3111‐3116.
[21] 刘毅、佳毅。多智能体系统编队控制的迭代学习方法。系统控制许可。2012;61(1):148‐154. ·Zbl 1250.93011号
[22] 孟德、嘉义、杜杰、张杰。非线性多智能体系统编队控制的迭代学习算法。自动化。2014;50(1):291‐295. ·兹比尔1298.93029
[23] 孟德、嘉义、杜杰、张杰。具有切换拓扑的非线性多智能体系统的高精度编队控制：一种学习方法。国际J鲁棒非线性控制。2015;25(13):1993‐2018. ·Zbl 1328.93026号
[24] 孟德、贾谊、杜杰、余芳。具有时变参考轨迹的多智能体系统在有限区间上的跟踪控制。系统控制许可。2012;61(7):807‐818. ·Zbl 1250.93013号
[25] Yang S、XuJX、HuangD、TanY。多智能体系统一致性跟踪的最优迭代学习控制设计。系统控制许可。2014;69(7):80‐89. ·兹比尔1288.93011
[26] 杨斯、徐家鑫、利克斯。具有输入共享的迭代学习控制，用于多智能体共识跟踪。系统控制许可。2016;94(8):97‐106. ·Zbl 1344.93010号
[27] GuP、Tian S。奇异多智能体系统的迭代学习共识跟踪控制。IET控制理论应用。2019年；13(11):1603‐1611. ·Zbl 1432.93011号
[28] LiJ、LiJ。多智能体系统一致性的自适应迭代学习控制。IET控制理论应用。2013;7(1):136‐142.
[29] 厄运。高阶非线性多智能体系统一致性跟踪的自适应迭代学习控制。系统控制许可。2016;89(3):16‐23. ·Zbl 1335.93067号
[30] 沈德，徐家鑫。状态约束非线性多智能体系统的分布式自适应迭代学习控制。国际J自适应控制信号处理。2017年；31(12):1779‐1807. ·Zbl 1383.93004号
[31] BuX、YuQ、HouZ、QianW。一类非线性多智能体系统的无模型自适应迭代学习一致性跟踪控制。IEEE Trans-Syst Man-Cybern系统。2019年；49(4):677‐686.
[32] 拥抱。单侧Lipschitz非线性系统的观测器。IMA J数学控制信息。2006;23(4):395‐401. ·Zbl 1113.93021号
[33] 徐明，胡，赵毅。单侧Lipschitz非线性系统的降阶观测器。IMA J数学控制信息。2009;26(3):299‐317. ·Zbl 1179.93049号
[34] 赵毅、陶杰、新西兰。关于单侧Lipschitz非线性系统观测器设计的注记。系统控制许可。2010;59(1):66‐71. ·Zbl 1186.93017号
[35] 马奎兹·阿巴斯扎德姆。单侧Lipschitz系统的非线性观测器设计。2010年美国控制会议记录，美国巴尔的摩，2010年5284-5289。
[36] 赫德里克·拉加万斯。一类非线性系统的观测器设计。国际J控制。1994;59(2):515‐528. ·Zbl 0802.93007号
[37] YuW、DeLellis P、ChenG G、Di BernardoM、KurthsJ。复杂网络中同步的分布式自适应控制。IEEE Trans Autom控制。2012;57(8):2153‐2158. ·Zbl 1369.93321号
[38] HussainM、RehanM、AhnCK、TufailM。适用于受输入饱和和应用影响的单侧Lipschitz系统的鲁棒抗饱和。IEEE Trans Ind Electron公司。2018;65（12）：9706‐9716。
[39] CaiX、GaoH、Liu L、Zhang W。单侧Lipschitz非线性微分包含的控制设计。ISA事务。2014;53(2):298‐304.
[40] 宋杰，HeS。稳健的有限时间
[( ｛H｝_{\infty}\]\）单侧Lipschitz非线性系统的状态反馈和输出反馈控制。J Franklin Inst.2015；352(8):3250‐3266. ·Zbl 1395.93128号
[41] BarbataA、ZasadzinskiM、AliHS、MessaoudH。一类单侧Lipschitz随机非线性系统的指数观测器。IEEE Trans Autom控制。2015;60(1):259‐264. ·Zbl 1360.93114号
[42] Zhang W、SuH、ZhuF、BhattacharyyaSP。单侧Lipschitz非线性系统的改进指数观测器设计。国际J鲁棒非线性控制。2016;26(18):3958‐3973. ·Zbl 1351.93028号
[43] NguyenMC、Trinh。具有时滞的单侧Lipschitz离散时间系统的未知输入观测器设计。应用数学计算。2016;286(8):57‐71. ·Zbl 1410.93075号
[44] DongY、LiuW、LiangS。具有时变时滞和不确定性的单侧Lipschitz系统的非线性观测器设计。国际J鲁棒非线性控制。2017年；27(11):1974‐1998. ·Zbl 1367.93089号
[45] GuP、Tian S。单侧Lipschitz非线性系统的D型迭代学习控制。国际鲁棒非线性控制杂志2019；29(9):2546‐2560. ·Zbl 1418.93089号
[46] ChuH、LiuX、ZhangW、CaiY。基于观测器的单侧Lipschitz非线性多智能体系统一致性跟踪。J Franklin Inst.2016；353(7):1594‐1614. ·Zbl 1336.93015号
[47] RehanM、JameelA、AhnCK。单侧Lipschitz非线性多智能体系统的分布式一致性控制。IEEE Trans-Syst Man-Cybern系统。2018;48（8）：1297-1308。
[48] AghaR、RehanM、AhnCK、MustafaG、AhmadS。单侧Lipschitz非线性多智能体的自适应分布式一致性控制。IEEE Trans-Syst Man-Cybern系统。2019年；49(3):568‐578.
[49] RehanM、AhnCK、ChadliM。输入饱和条件下单侧Lipschitz多智能体的共识。IEEE Trans Circuits Syst II实验简介。2020;67(4):745‐749.
[50] FuQ、LiX、DuL、XuG、WuJ。基于迭代学习算法的准单侧Lipschitz非线性动力学多智能体系统的一致性控制。非线性动力学。2018;91(4):2621‐2630. ·Zbl 1392.34022号
[51] NugrohoSA、HoangV、RadoszM、WangS、TahaAF。对单侧Lipschitz和二次内界非线性动力系统的新见解。2020年美国控制会议记录，美国科罗拉多州丹佛市，2020 4558-4563。
[52] SunM、HuangB。迭代学习控制。国防工业出版社；1999. ·兹比尔0949.93002
[53] SunM，WangD。任意相对度非线性系统的采样数据迭代学习控制。自动化。2001;37(2):283‐289. ·Zbl 0959.93514号
[54] YangS、XuJX、LiX、ShenD。多Agent系统协调的迭代学习控制。约翰威利
[（&\]\）儿子；2017
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。