基于预设性能的模糊回声状态网络在多智能体系统包容控制中的预定义时间自适应研究

针对多智能体系统(MAS)在输入饱和和不确定非线性动态下的包容控制问题，研究人员提出了一种结合模糊回声状态网络(FESN)和漏斗性能的预定义时间自适应控制策略。该研究通过新型对数型函数协调跟踪误差约束，实现了系统在用户预设时间内稳定收敛至领导者构成的凸包内，解决了传统屏障李雅普诺夫函数导致的代数环问题，为复杂MAS的快速精确控制提供了新思路。

　　

随着物联网技术的快速发展，多智能体系统(MAS)在智能机器人、军事协同和交通控制等领域展现出巨大潜力。然而，MAS中个体间复杂的非线性耦合、高维动态不确定性以及输入饱和效应，使得传统控制方法面临收敛时间不可控、误差约束机制复杂等挑战。尤其在实际应用中，往往需要群体在预设时间内进入由多个领导者构成的指定区域（即包容控制问题），同时保证跟踪误差始终维持在可调动态边界内。现有研究虽提出有限时间控制和漏斗控制等方法，但存在收敛时间依赖初始状态、参数设计复杂等问题，亟需开发兼具预定义时间稳定性和灵活性能约束的新型控制策略。

针对这一科学问题，中国某高校研究团队在《Expert Systems with Applications》发表论文，创新性地将模糊逻辑系统(FLS)与回声状态网络(ESN)融合为模糊回声状态网络(FESN)，结合漏斗函数和预定义时间李雅普诺夫理论，开发出能同时满足时间预设和性能约束的自适应包容控制器。关键技术包括：(1)构建FESN逼近器处理系统未知非线性动态，显著提升建模效率；(2)设计融合坐标变换与漏斗特性的新型对数函数，避免传统屏障函数导致的代数环问题；(3)引入预定义时间稳定性准则，使系统收敛时间完全由用户设定；(4)采用饱和函数平滑处理输入约束。

控制器设计与稳定性分析
通过定义包含分布式包容误差和跟踪误差的坐标变换，建立虚拟控制律的一阶滤波器。利用FESN逼近未知动态，结合漏斗函数将约束误差转化为无约束形式。理论证明显示，闭环系统所有信号均为半全局实际预定义时间稳定，误差在预设时间内严格受限。

仿真验证
以四台单关节机械臂组成的MAS为对象，设置两个领导者。仿真结果表明，在输入饱和条件下，所有跟随者在1.5秒内进入领导者形成的凸包，位置跟踪误差始终维持在动态漏斗边界内，验证了方法的有效性。

该研究首次实现了MAS包容控制中预定义时间稳定与漏斗性能约束的协同优化，具有三大创新点：一是FESN的应用显著提升了非线性逼近精度和训练效率；二是所提控制策略的收敛时间完全独立于系统初始状态和设计参数；三是简化了传统漏斗控制的参数复杂度。这项工作为智能制造、航天器等需要精确时间调控的领域提供了理论工具，其"用户自定义"特性尤其适合工程应用场景。论文最后指出，未来可进一步研究通信延迟和拓扑切换等更复杂环境下的控制问题。