返回
Adaptive Optimal Consensus Control for Nonlinear Multi-Agent Systems With Quantized States and Input
DOI:10.1109/TASE.2026.3672934.png)
摘要
En 中文
本文针对不确定非线性多智能体系统提出了一种新的自适应量化一致控制策略。为达到优化的一致性能,引入了强化学习算法,其中利用评价网络(critic)、执行网络(actor)和辨识网络(identifier)分别用于评估系统性能、执行控制行为以及估计未知动态。与现有的强化学习算法不同,所设计的更新律更简单,有助于更高效的训练。此外,每个智能体的状态和输入在通信前进行量化,以缓解带宽约束。通过集成指令滤波反步技术和用量化状态替代未量化状态,最终得到控制器。与现有的量化控制研究不同,虚拟控制器和最终控制器均包含执行网络和评价网络,并相应地建立了一个新引理以补偿量化误差。实践者注意——在实践多智能体系统中,由于通信信道容量的约束,控制信号通常会被量化。然而,大多数现有的多智能体系统最优控制方案未能考虑信号量化,因此对工程应用而言不切实际。基于强化学习算法和指令滤波反步技术,本文提出了一种新颖的自适应分布式优化跟踪控制方法,适用于带有状态和输入量化的非线性多智能体系统。该方法确保系统能够达到期望的跟踪性能及最优性能。
Keyword:
Consensus control
reinforcement learning
state and input quantization
multi-agent systems
期刊
IF:
6.4
论文数:
5.1K
被引数:
1.6W
机构
引用论文
Adaptive neural tracking control for switched nonlinear systems with state quantization q具有状态量化q的切换非线性系统的自适应神经跟踪控制
NEUROCOMPUTING
IF6.5
Double-layer game-based optimal event-triggered consensus control for stochastic multiagent systems against deception attacks随机多智能体系统抗欺骗攻击的双层博弈最优事件触发一致性控制
Finite-time consensus of leader-following multi-agent systems with event-triggered control strategy utilizing absolute velocity information基于事件触发控制策略、利用绝对速度信息的领导者-跟随者多智能体系统的有限时间一致性
Adaptive cooperative tracking control of higher-order nonlinear systems with unknown dynamics
AUTOMATICA
IF5.9
Adaptive critic design for safety-optimal FTC of unknown nonlinear systems with constrained具有约束的未知非线性系统的安全最优FTC的自适应批评家设计
ISA TRANSACTIONS
IF6.5
Observer based fault tolerant control design for saturated nonlinear systems with full state constraints via a novel event-triggered mechanism基于饱和非线性系统的全状态约束的观测器故障容错控制设计,通过一种新型事件触发机制
Observer-based adaptive neural consensus control of nonlinear multi-agent systems under input and output quantization基于观测器的自适应神经网络非线性多智能体系统在输入和输出量化下的共识控制

