智能集群理论优化控制_多智能体系统协同控制、最优控制、预测控制前景如何？...

很巧，硕士期间做过一点最优控制的东西，博士课题做的是多机器人协同控制相关的内容。现在多智能体确实很火，火到TAC收文量太大，专门又弄了个trans on control of network systems，足以可见多智能体的火热程度了。其实我并不是专门做理论研究的人，而是偏应用一点，比如UAV, AUV, ASV这类机器人的协同控制。

就多智能体协同控制的问题而言而言，目前主流的研究集中在一致性控制，队形控制，合围控制和编队合围等。从对象而言，分为线性系统(一阶，二阶，高阶)，非线性系统，拉格朗日系统(部分机器人可以抽象为这类系统)等。从约束而言，包括固定拓扑，时变拓扑，避障，输入饱和，状态约束，通信时延，通信范围有限等。总的来看，目前研究基本逃不出以上分类的各种组合，从论文题目中基本都能看到这些东西的影子。我们可以发现，从单体到多体，能做的事情有很多，研究也还不够深入，再加上其相比于单体系统的挑战性，吸引了很多研究人员的目光。要说研究前景，我觉得大有文章可为，但是应用前景，恕我直言，恐怕够呛。当提起多智能体，大家首先想到的肯定是无人机集群表演了，目前已经成为一个初具规模的体系。虽然我对无人机集群表演内部机理不是很了解，但我认为就目前技术水平来看，可能还是难逃集中控制，徒有编队之名，缺乏协同之实。既然是协同，就应该是一种分布式的控制体系，每个机器人根据自身传感器和通信信息来做决策和运动，而不是依赖于一个控制中心，否则我认为只能叫N个机器人的独立控制而不是协同。所谓协同，是大家有一个共同目标，大家合理分工解决问题，就好比狼群围猎，蚂蚁筑巢等。然而目前控制策略恐怕都不具备这样的能力，设计的算法也是大幅依赖预设，比如时变队形问题中，队形的变化信息都已经预设并每个个体已知，这显然与实际是不符的。与此同时，另一种多机器人协同的思想叫做群体智能，比如蚁群算法等，其核心正是协同作战的思想，大家可能在执行任务之前对任务细节并不清楚，需要你在执行过程中通过通信和自己看到的信息来决策并共享自己的判断，从而帮助团队实现目标功能。群体智能目前在国内的研究还远远不如国外，可以说尚处于起步阶段，任重而道远。说了这么多，重点来了，群体智能解决其实是上层问题，体现协同的思想，编队控制解决的是下层问题，体现控制的思想，那么群体智能如果与协同控制相结合，我认为我们就可以真正做到协同控制。然而如何结合这两个领域，国际上的相关研究也寥寥无几，究其原因是，搞群体智能的基本是搞计算机和优化的，他们不熟悉控制，搞控制的那帮人对计算机和优化算法又不太了解，因此我认为需要有人在这方面努努力，找找结合点，我觉得这才是未来多智能体协同控制的正确发展方向，也是未来多机器人真正运用到生活中的不二法门，比如你把一张图纸交给10个机器人让他们能给你盖个房子，比如你把1000件包裹交给10个机器人让他们给你送快递，真正实现从单体智能到群体智能的升级，也是未来人工智能的重要发展方向。