.png){kind=icon}
返回
Dynamic Event-Triggered Output Tracking of Unknown Heterogeneous Systems Using Learning Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s11424-025-4358-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了异构线性多智能体系统的输出跟踪控制问题，并提出了一种新颖的动态事件触发控制策略。与现有的观测器方法不同，首先开发并应用了学习算法到观测器，使得每个对应于跟随者的观测器可以通过优化特定代价函数来提供对领导者状态的最优估计。然后，设计并采用一种基于数据的离策略学习算法来学习由观测器状态和智能体状态组成的控制器，以实现最优输出跟踪控制。在所学习到的增益矩阵下，为减少每个智能体的通信负担，开发了一种无模型动态事件触发控制策略，用于实现不依赖任何先验知识的最优事件触发输出跟踪控制。严格的性能分析表明，所提出的算法不仅能在节省有限带宽的同时确保无模型输出跟踪控制，还能排除Zeno行为。最后，提供了一个数值算例来验证理论分析。
Keyword:
Dynamic event-triggered
multi-agent systems
optimal controller
reinforcement learning
期刊
IF:
2.8
论文数:
212
被引数:
2.1K
机构
引用论文
An Overview of Recent Advances in Distributed Coordination of Multi-Agent Systems.png)
UNMANNED SYSTEMS
UNMANNED SYSTEMSIF2.4
PREAI
分享收藏Optimal model-free output synchronization of heterogeneous systems using off-policy reinforcement learningAUTOMATICA
OAAI
AUTOMATICAIF5.9
OAAI分享收藏Optimal Tracking Control of Nonlinear Multiagent Systems Using Internal Reinforce Q-Learning基于内部强化Q学习的非线性多智能体系统最优跟踪控制
PREAI
分享收藏Reinforcement Learning-Based Linear Quadratic Regulation of Continuous-Time Systems Using Dynamic Output Feedback基于动态输出反馈的基于强化学习的连续时间系统线性二次调节
PREAI
分享收藏分享收藏
查看更多内容