[发明专利]一种完全数据驱动的多智能体系统事件触发控制方法

说明书

本发明属于多智能体系统协同控制领域，尤其涉及一种完全数据驱动的多智能体系统事件触发控制方法。本发明解决了无向通信拓扑下，未知模型的多智能体系统一致性控制问题。首先，提出了一种仅使用局部信息的完全分布式自适应事件触发控制策略，并得到了基于模型的一致性条件；进一步，利用预先收集的输入数据和状态数据，构建了基于数据的系统模型；通过将基于模型的一致性条件与基于数据的系统模型相结合，设计了数据驱动一致性控制器，实现了多智能体系统的状态渐近一致。

技术领域

本发明属于多智能体系统协同控制领域，尤其涉及一种完全数据驱动的多智能体系统事件触发控制方法。

背景技术

随着分布式和网络化系统技术的快速发展，多智能体系统(MASs)的协同控制以其广泛的应用背景，成为控制领域的研究热点，如智能电网、智能制造、分布式优化、多无人机/卫星编队等。作为协同控制中的一个基本问题，一致性控制研究如何设计分布式控制算法，使得系统中的各个智能体能够通过局部信息交互实现一致。

众所周知，智能体之间的通信对实现一致性控制起着至关重要的作用。传统的一致性控制策略需要智能体间进行连续的通信。这不仅需要理想的工作环境，还需要充足的计算与通信资源供给。然而，在实际应用中，单个智能体有限的能量和通信带宽通常无法满足系统长期运行的要求。因此，这促使了间歇式通信策略的研究。周期采样的提出虽然弥补了连续通信的缺陷，但是在这一机制下，系统稳定后，控制器依旧会以固定的周期进行更新，这种不必要的通信同样导致了资源的浪费。作为一种非周期性的通信策略，事件触发机制的提出有效解决了以上问题。事件触发机制是指信息传输和控制器更新只发生在某些特定的事件被触发时。这便减少了不必要的采样和传输，节约了有限的计算和通信资源，一定程度上延长了系统的作业时长。

但是，目前关于多智能体系统事件驱动一致性控制的研究结果均依赖于已知的系统模型。然而，在实际工程中，准确的系统模型很难获得，如智能制造系统中由于生产线模型缺失导致智能协同生产难等问题。近年来，数据驱动方法以其可以避免系统识别所需的高计算资源的优势，引起了广泛的关注。这一方法的目标是直接从测量数据(例如，预先测量的输入、状态和/或输出数据)设计控制协议，而无需借助任何识别系统模型的中间过程，属于端到端的设计方法。目前，尚未有研究考虑多智能体系统传输资源有限并且系统模型未知的情况下的一致性控制。因此，在完全分布式事件触发通信机制下，实现多智能体系统数据驱动一致性控制已成为亟待解决的问题。

发明内容

为了解决上述问题，本发明针对无向图下未知的离散时间多智能体系统，提出了一种完全数据驱动的多智能体系统事件触发控制方法，节约了计算和通信资源。

本发明的技术解决方案是：

一种完全数据驱动的多智能体系统事件触发控制方法，包括步骤：

S100，考虑离散时域下的系统模型未知的线性多智能体系统，基于局部间歇信息，为线性多智能体系统中的每一个智能体设计分布式自适应事件触发一致性控制策略；

S200,基于所述的分布式自适应事件触发一致性控制策略，得到基于模型的自适应事件触发一致性条件；

S300，利用离线测量得到的输入数据和状态数据，构建基于数据驱动的线性多智能体系统模型；

S400，结合步骤S200得到的基于模型的自适应事件触发一致性条件和步骤S300构建的数据驱动的线性多智能体系统模型，得到基于数据驱动的自适应事件触发一致性条件，实现对所述未知模型的多智能体系统的事件触发一致性控制；

所述的步骤S100中，考虑含有N个智能体的离散时间线性多智能体系统，每个智能体的动力学模型为：