.png){kind=icon}
返回
Minimum-Energy Iterative Learning Control for Multi-Agent Systems With Optimal Intermediate-Point Allocation
.png){kind=icon}
PRE
AI
DOI：10.1002/acs.70113.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
迭代学习控制适用于需要重复执行同一有限时长任务的应用，每次执行称为一次试验。其目标是跟踪一个指定的参考轨迹，该轨迹的持续时间称为试验长度。在某些应用中，如多智能体系统，并不需要在试验长度的每个时刻或点都进行跟踪；只需在选定的点进行跟踪，这种控制称为点到点迭代学习控制。本文提出了一种新的点到点设计方案，其中需要跟踪的点在不同试验之间变化，且该方案旨在最小化能量消耗，这适用于有限功率预算的系统。同时，开发了一种算法以提高计算效率，通过在构成系统的智能体之间分担计算负担。一个数值案例研究突出了新设计方案的优点。
Keyword:
consensus tracking
iterative learning control
minimum energy
multi-agent system
point-to-point
期刊
IF:
3.8
论文数:
2.6K
被引数:
3.6K
机构
引用论文
.png){kind=icon}
Survey on iterative learning control, repetitive control, and run-to-run control迭代学习控制、重复控制和运行间控制综述
PREAI
分享收藏Adaptive Iterative Learning Control for High-Speed Train: A Multi-Agent Approach高速列车自适应迭代学习控制: 一种多智能体方法
PREAI
分享收藏
Constrained point-to-point iterative learning control with experimental verification带约束的点到点迭代学习控制及实验验证
PREAI
分享收藏Distributed point-to-point iterative learning control for multi-agent systems with quantization
PREAI
分享收藏
查看更多内容