Robust Distributed Learning Control for Nonlinear Multi-Agent Networks

doi:10.1109/tsipn.2026.3687010

Robust Distributed Learning Control for Nonlinear Multi-Agent Networks

2026-04-23

0

PRE

AI

DOI：10.1109/tsipn.2026.3687010

原文链接

原文求助

摘要

En 中文

为通过学习控制实现多智能体网络所有时间步长的高性能瞬态响应，智能体通常会遇到非均匀持续时间，这些持续时间因智能体而异且随迭代而变化。这自然导致一个具有挑战性的分布式学习控制问题，称为非均匀分布式学习（NUDL）。因此，本文旨在解决多智能体网络的NUDL问题，其中智能体受到非均匀不确定非线性和变化拓扑的共同作用。通过引入图层次方法来捕捉智能体间的交互，提出了一种针对智能体非均匀持续时间的NUDL算法。给出了NUDL的设计条件，使得在不确定扰动下每个智能体的学习过程具有鲁棒有界初始化和有界更新稳定性。此外，通过NUDL，智能体能够从开始到结束实现任意指定参考轨迹的高精度协同跟踪。为实施NUDL的分析与综合，采用了状态扩展技术，并建立了智能体非均匀持续时间变化与切换网络拓扑变化之间的联系。仿真测试也提供了验证，表明NUDL在多种非均匀不确定性条件下能够良好地完成高精度协同跟踪任务。

Keyword:

Distributed learning

learning control

nonlinear multi-agent network

non-uniform uncertainty

graph-hierarchical method

state augmentation

Robust Distributed Learning Control for Nonlinear Multi-Agent Networks

摘要

期刊

机构