异构多智能体的数据驱动输出一致性跟踪控制

针对一类异构多智能体编队一致性跟踪控制问题,考虑到实际系统中控制输入和输出均基于离散采样数据,且部分状态信息无法通过传感器获取,提出一种数据驱动的异构多智能体一致性输出跟踪控制方案。该方案利用数字采样控制方法和离散时间输入-输出采样数据,设计了包含无人机和无人车的异构多智能体一致性跟踪控制策略。通过状态观测器,利用降维输出信息实现了对全维状态信息的一致性跟踪控制。采用基于收缩映射原理的稳定性分析,验证了所提出的一致性跟踪控制方案对于每个闭环信号的有界性。同时,通过数值仿真验证了理论分析结果以及无人机和无人车的一致性跟踪控制性能。

基于分布式观测器的多自主水下机器人确定学习控制

针对多自主水下机器人的一致性跟踪问题,提出一种基于新型分布式观测器的一致性跟踪策略.对于具有未知非线性动态的引导者,首先利用确定学习理论将引导者的未知动态表示为具有常数权值的径向基函数神经网络;然后,设计一种新型的分布式观测器,并证明其观测误差能够指数收敛到零的小邻域内;接着,利用观测到的引导者状态信息,通过反步法和动态面技术为每个跟随者设计分布式跟踪控制器,通过Lyapunov稳定性分析,证明闭环系统中所有信号都是最终一致有界的,且跟随者的跟踪误差能够收敛到原点的小邻域内;最后,通过仿真验证所提出方案的有效性.