基于有限时间数据驱动模糊预测器的高阶不确定性多智能体系统无碰撞群集形成控制

《Neurocomputing》:Collision-free cluster formation control of high-order uncertain multi-agent systems based on finite-time data-driven fuzzy predictor

【字体: 大 中 小 】 时间:2026年05月07日 来源:Neurocomputing 6.5

编辑推荐:

  李慧娟|彭周华|顾楠|张贵勇|李永明 大连海事大学海洋电气工程学院,中国大连,116026 摘要 本文研究了在高阶非线性多智能体系统中,面对完全未知的内部不确定性、未知的外部干扰和未知的控制输入增益时的无碰撞集群形成控制问题。提出了一种基于有限时间数据驱动模糊预测器的无碰撞集群

  李慧娟|彭周华|顾楠|张贵勇|李永明
大连海事大学海洋电气工程学院,中国大连,116026

摘要
本文研究了在高阶非线性多智能体系统中,面对完全未知的内部不确定性、未知的外部干扰和未知的控制输入增益时的无碰撞集群形成控制问题。提出了一种基于有限时间数据驱动模糊预测器的无碰撞集群形成控制器,以实现在障碍环境中的安全集群形成跟踪控制。具体来说,通过使用包含历史数据信息的模糊逻辑系统设计了一种有限时间数据驱动模糊预测器。该预测器能够在没有持续激励的情况下,同时估计内部系统不确定性、不可测量的外部干扰和未知的控制输入增益,并保持估计误差的有界性。然后,提出了一种基于人工势函数的无碰撞集群形成控制器,该控制器能够自主避免智能体之间的碰撞和多个静态障碍物。通过李雅普诺夫理论证明了闭环控制系统的输入到状态稳定性。通过完全未知系统动力学的自主水面航行器的仿真验证了无碰撞集群形成控制方法的有效性。

引言
由于多智能体系统(MASs)具有自主性、分布式交互性和群体协作等特性[1][2],近年来受到了越来越多的关注。它广泛应用于自主水面航行器(ASVs)[3][4][5][6]、自动驾驶车辆[7][8][9][10]、自动驾驶飞机[11][12]等领域。集群控制是多智能体协作控制中的一个基本问题,它允许智能体在从任意初始位置开始时实现控制目标。在这方面,已经为各种非线性多智能体系统模型提出了许多集群控制方法,从一阶系统[13][14][15]、二阶非线性系统[16][17][18][19]到高阶非线性系统[20][21][22]。需要注意的是,上述结果主要考虑了所有智能体完成单一协作行为的问题。
在许多实际应用中,例如蜜蜂或蚂蚁的多任务群体工作模式[23],集群现象很常见。为了有效地完成不同的任务,智能体需要被分成多个集群。受到以往集群共识工作的启发[24][25][26],并且考虑到集群控制是MASs控制中的一个重要研究问题,因此研究了集群形成控制问题。集群形成控制的目的是将整个MASs划分为多个不同的集群,使得同一集群中的智能体形成均匀的编队,不同集群之间的智能体形成不同的模式。在[27]中,研究了具有通信延迟和非周期性采样的线性MASs的集群形成控制问题。[27]中的结果被扩展到具有切换拓扑的一般线性MASs,以解决时变集群形成问题[28]。在[29]中,研究了具有非线性动力学的分数阶无干扰MASs的集群形成问题。在实际场景中,系统不仅面临内部不确定性,如未知的模型参数和未建模的动态,还受到风、波浪和电流等时变外部干扰的影响。在[30]中,进一步提出了一种具有给定干扰衰减水平的一阶MASs的集群形成控制方案。在[31]中,为具有已知控制输入增益的二阶不确定MASs开发了一种基于神经网络的自适应集群形成控制策略。在[32]中,考虑了具有非线性动力学的二阶MASs的领导者-跟随者集群控制问题,其中使用了模糊逻辑系统(FLS)来近似系统的不确定性。在[33]中,提出了一种基于扩展状态观测器的分层预定时间控制方案,以实现集群形成跟踪控制,其中ESO用于恢复二阶系统中的总干扰。应当强调的是,[29][30][31][32][33]中的集群形成控制器仅关注一阶和二阶非线性系统。由于大多数实际物理系统本质上具有更高阶的非线性特点,而上述研究未能考虑到高阶非线性系统中由阶数因素引起的更复杂的非线性。此外,[31][32][33]中的集群形成控制的控制输入增益被假设为已知的。由于准确测量控制输入增益通常涉及复杂的实验程序,这些程序容易受到多种因素的影响,如果控制输入增益不可用或不准确,则[31][32][33]中的方法将不适用。
由于实际应用环境复杂且多变,控制系统的安全性是一个重要挑战。提出了许多有效的碰撞避免方法,包括预定性能技术[34][35]、人工势函数(APF)方法[36][37][38]和控制屏障函数[39][40][41][42]。其中,APF是一种有效的工具,因其结构简单、调整参数少和具有实时碰撞避免能力而受到青睐。其核心是将障碍物设置为高势点,并通过设计合理的排斥势函数来驱动智能体自动避开障碍物。在[43]中,提出了一种基于APF的线性系统集群形成控制方法,实现了集群跟踪和智能体之间的有效碰撞避免。在[44]中,为二阶非线性MASs提出了一种基于排斥势函数的固定时间集群形成方案,实现了智能体之间的无碰撞行为。应当注意的是,上述研究结果[43][44]主要关注线性系统和二阶非线性系统之间的智能体碰撞避免。此外,不仅需要考虑智能体之间的碰撞避免,还需要考虑智能体与障碍物之间的碰撞避免。然而,高阶非线性MAS在多静态障碍物场景中的协作碰撞避免问题尚未得到充分探索和考虑。
基于上述观察,本文旨在研究高阶MAS的无碰撞集群形成问题。为了处理未知的内部不确定性、未知的外部干扰和未知的控制输入增益,提出了一种有限时间数据驱动模糊预测器来准确估计系统模型信息。通过使用估计的信息和对数APF,提出了一种无碰撞集群形成控制器,以在存在不确定性和碰撞避免约束的情况下实现集群形成控制。该控制器不仅能够实现精确的集群形成跟踪,还能有效实现智能体之间以及智能体与障碍物之间的无碰撞行为。从理论上分析了闭环系统的输入到状态稳定性(ISS)。仿真证实了所提出的无碰撞集群形成控制方案的有效性。
与以往的研究结果相比,所提出的无碰撞集群形成控制的独特特点如下:
- 与[29][30][31][32][33]中的集群形成控制器不同,这些控制器是为一阶或二阶系统设计的,本文提出了一种更通用的高阶非线性不确定多智能体系统的集群形成跟踪控制方法,可以有效应对系统的高阶特性与复杂动态之间的耦合带来的技术挑战。
- 与[31][32][33]中的集群形成控制方法不同,这些方法假设多智能体系统的控制输入增益是预先已知的,本文提出了一种依赖于历史和当前数据信息的有限时间数据驱动模糊预测器,它可以同时估计不确定性、未知的干扰和未知的控制输入增益。此外,它还确保在放松的激励条件下估计误差的有限时间收敛。
- 与[43][44]中的无碰撞方法不同,这些方法仅考虑了线性系统或二阶系统之间的智能体碰撞避免,本文通过引入APF的偏导数,提出了一种适用于高阶MAS的无碰撞集群形成控制器。该方法考虑了高阶MAS中智能体与多个静态障碍物之间的碰撞避免问题,使其更加实用。

本文的组织结构如下。第2节介绍了预备知识。第3节设计并分析了集群形成控制方法。第4节展示了仿真结果。第5节提供了结论。

符号说明
本文使用以下符号:
- 表示实数集。
- 表示正实数集。
- 表示向量或矩阵的欧几里得范数。
- 表示实数或向量的绝对值。
- 表示向量或矩阵的转置。
- 和 分别表示矩阵的最小和最大特征值。
- 图论中的加权图,其中 表示非空节点集, 表示边集。
- 表示节点 的邻居集。

设计与分析
本节描述了基于有限时间数据驱动模糊预测器的无碰撞集群形成跟踪控制器的设计,如图1所示。首先,开发了一种有限时间数据驱动模糊预测器,通过整合历史数据和实时信息来估计内部不确定性、未知的外部干扰和未知的控制输入增益。其次,使用来自...的估计信息设计了无碰撞集群形成控制器。

自主水面航行器的无碰撞集群形成控制应用
考虑一个由十个ASVs和三个领导者组成的多车辆系统,其中ASVs分别索引为-,领导者分别索引为。ASVs可以分为三个不同的集群:集群1包含智能体1-3(),集群2包含智能体4-6(),集群3包含智能体7-10()。通信拓扑如图2所示。ASV的动态模型可以表示为[53]:
其中, 表示位置和方向; 表示纵摇、横摇和偏航。

结论
本文研究了在高阶非线性MASs中,面对完全未知的内部不确定性、外部干扰和控制输入增益时的无碰撞集群形成控制问题。通过利用历史数据,开发了一种有限时间数据驱动模糊预测器来估计未知的模型参数,并确保估计误差在有限时间内收敛。基于估计的信息,提出了具有APF的无碰撞集群形成控制器。

作者贡献声明
李慧娟:撰写——原始草稿。
彭周华:撰写——审阅与编辑,概念化。
顾楠:撰写——审阅与编辑。
张贵勇:撰写——审阅与编辑,概念化。
李永明:撰写——审阅与编辑。

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系,这些利益或关系可能会影响本文报告的工作。

致谢
本研究部分得到了国家自然科学基金(项目编号52471372)、辽宁省振兴领军人才计划(项目编号XLYC2402054)、辽宁省博士科学研究基金(项目编号2024-BS-012)、大连市重点基础研究(项目编号2023JJ11CG008)、中央高校基本科研业务费(项目编号3132023508)的支持。

李慧娟于2018年在中国济宁大学获得数学与应用数学学士学位,2021年在中国烟台的鲁东大学获得数学与统计科学硕士学位。她目前在中国人民解放军大连海事大学攻读海洋电气工程博士学位。她的当前研究兴趣包括自主水面航行器的自适应干扰拒绝控制和智能控制。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号