【技术实现步骤摘要】
本专利技术涉及多智能体系统控制,具体是涉及异构多智能体系统最优协同容错控制。
技术介绍
1、在多智能体系统控制
,异构多智能体系统的协同控制是一个重要而复杂的问题,异构多智能体系统由不同类型的智能体组成,无人机和无人车,这些智能体在功能、性能以及动态特性上存在差异,在实际应用中,异构多智能体系统需要执行各种复杂的任务,如协同搜索、目标跟踪和编队飞行等,然而,由于环境的不确定性、智能体之间的通信限制以及执行器故障等问题,实现异构多智能体系统的最优协同控制面临着巨大的挑战;
2、传统的多智能体系统协同控制方法大多针对同构系统,即系统中的智能体具有相同的动态特性和功能,这些方法在异构多智能体系统中的应用受到限制,因为异构系统中的智能体之间存在显著的差异,使得传统的控制策略难以直接应用,此外,执行器故障是异构多智能体系统中常见的问题,它可能导致系统性能下降甚至失控,因此,研究异构多智能体系统的最优协同容错控制具有重要意义;
3、目前,针对异构多智能体系统的协同控制研究已经取得了一定的进展,但仍存在一些问题,如何有效
...【技术保护点】
1.异构多智能体系统最优协同容错控制,其特征在于,包括:
2.根据权利要求1所述的异构多智能体系统最优协同容错控制,其特征在于:系统利用Kronecker积将无人机与无人车写入状态空间组成异构系统,建立执行器故障模型,并将故障模型带入到异构状态空间中,得到异构多智能体系统故障模型,引入分布式编队协议,利用图论证明控制协议能完成编队任务。
3.根据权利要求2所述的异构多智能体系统最优协同容错控制,其特征在于,无人机运动模型为:
4.根据权利要求2所述的异构多智能体系统最优协同容错控制,其特征在于,无人车运动模型为:
5.根
...【技术特征摘要】
1.异构多智能体系统最优协同容错控制,其特征在于,包括:
2.根据权利要求1所述的异构多智能体系统最优协同容错控制,其特征在于:系统利用kronecker积将无人机与无人车写入状态空间组成异构系统,建立执行器故障模型,并将故障模型带入到异构状态空间中,得到异构多智能体系统故障模型,引入分布式编队协议,利用图论证明控制协议能完成编队任务。
3.根据权利要求2所述的异构多智能体系统最优协同容错控制,其特征在于,无人机运动模型为:
4.根据权利要求2所述的异构多智能体系统最优协同容错控制,其特征在于,无人车运动模型为:
5.根据权利要求3所述的异构多智能体系统最优协同容错控制,其特征在于,将故障模型带入到异构状态空间中,得到异构多...
【专利技术属性】
技术研发人员:李艳东,刘永安,朱玲,王锐,蔡慧,赵薇,黄於一,李龙奇,
申请(专利权)人:齐齐哈尔大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。