多智能体系统一致性若干问题的研究报告

多智能体的一致性问题的研究报告指导老师：唐斌报告人：黄建安多智能体技术应用综述多智能体系统是由多个可计算的智能体组成的集合，其中每一个智能体是一个物理或抽象的实体，并能通过感应器感知周围的环境和效应器作用于自身，并能与其他智能体进行通讯的实体。多智能体技术是通过采用各智能体间的通讯、合作、协调、调度、管理以及控制来表述实际系统的结构、功能及行为特性。近年来，随着应用的需要和技术的发展，多智能体的协调控制在世界范围内掀起了研究的热潮。智能体的分布式协调控制能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。作为多智能体协调控制的问题的基础，一致性问题主要是研究如何基于多智能体系统中个体之间有限的信息交换，来设计的算法，使得所有的智能体的状态达到某同一状态的问题。一致性协议问题作为智能体之间相互作用、传递信息的规则，它描述了每个智能体和与其相邻的智能体的信息交换过程。多智能体的一致性问题的发展：1995年，Vicsek等人提出了一个经典的模型来模拟粒子涌现出的一致性行为的现象，并且通过仿真得到了一些很实用的结果。之后，Jadbabaie等人首先应用矩阵方法对该模型进行了理论分析，发现只要再网络保持连通时，系统最终会趋于一致。然后，有理论最早提出了一致性问题的理论框架，设计了最一般的一致性算法，发现网络的代数连通度表征了系统收敛的速度，给出了算法达到平均一致性的条件，并将结果扩展到时滞的对称一致性算法。进一步，Ren与Beard等提出了一致性搜索问题并给出了理论分析。Moreeau应用凸性收敛进行了理论分析并给出了存在时滞的不对称一致性算法收敛结果。经过以上大量的研究分析表明，当网络为固定拓扑结构时，只要网络保持连通，连续一致性算法最终会趋于一致；当网络为切换拓扑结构时，如果在有限时间内，存在有网络拓扑结构的并组成的序列，并且所有这些图的并都保持连通，则一致性算法最终也会收敛到一致。对于离散一致性算法，当步长小于网络最大度的逆时，系统趋于一致的条件类似于连续系统。2005年IainCouzin在《Nature》杂志上发表的文章指出，鱼群再排列成规则形状迁徙的过程中，一部分鱼扮演了“领导者”的角色。最近，Cortes提出了并分析了基于一般化连续一致性函数的任意分布式算法，并给出了趋于一致性充分必要条件，将一致性算法扩展到更为一般化的函数设计。研究情况：在一致性问题的分析研究中，一致性协议是研究的重点。研究重点主要集中在对一致性协议模型的设计分析，一致性协议的收敛、平衡状态、应用分析。目前有向/无向通信网络、固定/动态拓扑、时滞系统、信息不确定以及异步通信中的相关问题，以形成相对完善的系统理论。一致性问题的分析：（1）基于连续时间的一致性问题（2）基于离散时间的一致性问题（3）基于切换拓扑结构的一致性问题（4）带时滞一致性问题a.对称时滞一致性问题（智能体本身接收和发送信息都有固定时滞）b.不对称时滞一致性问题（智能体本身接收信息有固定时滞，发送信息没有固定时滞）c.时变时滞一致性问题（时滞是随时间动态变化，不是固定常数）（5）一致性滤波问题未来几个重点关注的理论问题：（1）弱连通条件下的多智能体一致性理论。目前的一致性理论大部分需要假设在动态变化过程中拓扑结图是强连通或含有生成树结构，某种程度上限制了一致性理论的应用范围。联合联通和连通性概念的提出拓宽了人们对一致性理论的收敛条件的研究思路，一致性理论的应用需求使得弱连通条件下，特别是动态拓扑网络中的一致性问题必将成为未来的重点关注的理论问题之一。（2）具有不对称时变时延的多智能体系统一致性算法。在多智能体时滞系统一致性算法中，关于存在对称且相同通信时延和低阶输入时延等问题已有大量研究成果，而不对称且时变时延特性对与一致性算法的收敛性分析和控制律鲁棒设计面临很大的挑战，同时也急需发展相关。（3）多变量非线性多智能体系统一致性理论。自然界群体系统的本质非线性使得多智能体系统在实际应用时不得不面临的问题。代数图论和矩阵论等理论方法将无法直接支持多变量非线性多智能体一致性问题的收敛性分析和控制协议设计，因此需要积极探索正不变集理论和非光滑分析方法来研究多变量非线性多智能体一致性问题。（4）带约束条件和优化目标的多智能体系统一致性理论。目前大部分文献研究的一致性问题都是在无线约束条件下进行的，但是多机器人系统的协调与控制中，通常需要考虑如智能体本身的限制条件（如加速度/燃油）和所处环境中的约束条件（如障碍/威胁）等等，并期望多智能体收敛到一个指定/优化的均衡状态，而不是仅仅是达成一致。随着一致性系统理论的进一步成熟，诸如有限时间快速一致算法、满足避碰约束的蜂拥算法等带约束条件和优化目标的多智能体一致性问题将成为研究的热点。（5）事件驱动的异步通信网络条件下的多智能体一致性理论研究。相比同步通信网络，对异步一致性问题的研究刚刚起步，理论基础相对较弱。开展基于事件驱动方式异步一致性理论对于多智能体一致性理论的完善和应用一致性理论实现分布式决策都具有重要意义。一致性问题在具体应用中的研究（1）群集问题（2）蜂涌问题（3）聚集问题（4）编队控制问题（5）传感器网络估计问题a.分布式卡尔曼滤波b.网络丢包估计问题（6）同步问题（7）随机网络问题（8）异步分布式算法（9）最优合作控制（10）贝叶斯网络中基于一致性问题的信息传播研究展望：（1）带通信约束一致性算法（2）随机一致性问题（3）带噪声的一致性问题（4）具有容错性的一致性算法（5）异步情况下的一致性问题（6）复杂网络的一致性问题（7）刚体模型或非线性动力学的引入（8）在切换拓扑环境下一致性问题a.设计与应用b.传感器网络分布式估计问题。