集群分布式控制

概述

  目前关于多智能体系统协同问题的研究中，除了一致性问题的研究，还有蜂拥（Flocking）、群集（Swarming）、编队（Formation）、聚集（Rendezvous或Aggregation）、包含控制等协同控制问题。

蜂拥控制算法发展史

• 1987年，Reynlods首次针对蜂拥运动提出了著名的“Biod”模型，并给出了蜂拥控制的三个基本规则：分离（Separation）原则，聚合（Cohesion）原则，速度匹配（Alignment）原则。
• 1995年，物理学家Vicsek等给出了一个简化的蜂拥控制模型，即Vicsek模型，其仅仅考虑智能体的速度匹配性。
• 2003年，Jadbabaie等第一次给出了Vicsek模型收敛性的严格证明。后续还有许多文献对Vicsek模型做了进一步的说明和拓展。
• 2006年，Olfati-Saber等结合Reynlods所提三条规则对二阶线性多智能体系统的分布式蜂拥控制设计与分析提出了一个理论框架。
• 2007年，Cucker-Smale为更好的刻画蜂拥现象从应用数学角度提出了相应的数学模型，即Cucker-Smale模型。基于Cucker-Smale模型。

  除了上述模型外，国内外学者从实际应用出发，还基于一些机械系统模型研究了多机器人的蜂拥控制问题，并提出了其他的控制算法。

• 势能函数法：Tanner、Jadbabaie等基于势能函数法研究了固定拓扑下二维非完整多智能体系统的蜂拥控制问题；Sun基于较弱的连通拓扑条件利用势能函数法分析了二阶线性多智能体系统的蜂拥控制的稳定性；考虑到外部扰动，黄捷等基于势能函数法实现了二阶积分器多智能体系统的蜂拥控制。
• 模型预测法：李翔等基于模型预测控制方法仅仅使用位置信息分别设计了相应的集中式和分布式控制协议，实现了多智能体系统的蜂拥控制；针对控制输入受限的二阶多智能体系统，张海涛等设计了相应的模型预测控制器，实现了多智能体的蜂拥控制。
• 领导－跟随者法：温广辉等基于间歇性的速度信息分别研究了无领导者、有领导者下二阶线性多智能体系统的蜂拥控制问题；王龙等基于领导－跟随者方法研究了具有非完整约束的多机器鱼蜂拥协同控制问题；Yu等基于事件驱动的混杂控制方法研究了领导－跟随者蜂拥控制问题。
• 几何分解法：Li与Spong首先利用几何分解法研究了二阶线性多智能体的蜂拥控制；之后，Li又将该方法运用到更复杂的拓扑结构，研究了多智能体系统的一致性和蜂拥控制问题。
• 虚拟结构法：Do通过虚拟结构技术研究了通讯范围有限的多个椭圆形智能体系统的分布式蜂拥控制问题。
• 反演法：Dong基于反演法分别研究了固定拓扑和切换拓扑下二维非完整多智能体系统的蜂拥控制；Cheng等基于反演法设计了一个新的领导－跟随者控制协议，实现了相应的蜂拥控制。
• 神经自适应控制法：针对智能体和领导者模型中动力未知下，Peng等基于所设计的神经自适应控制协议实现了二维非完整多智能体系统的蜂拥控制；针对有向切换拓扑与控制输入受限的二阶多智能体系统，Atrianfar等提出了自适应控制结构，实现了领导－跟随者蜂拥控制。
• 数学演绎法：朱建栋、吕金虎和余星火分别针对二维非完整运动学模型和动力学模型，设计了相应的线性和非线性控制协议，基于数学归纳法等数学工具实现了二维非完整多智能体系统的蜂拥控制。