多智能体系统的最优持久编队生成策略

针对二维空间中减少智能体问通信链路的能量消耗问题,提出了一种基于最优刚性编队的最优持久编队生成算法.算法提出了针对智能体连通度数目的有向化操作方法,通过层层缩减最小刚性图范围的方式生成最优持久图,这种方法能对任意最小刚性图进行持久化,从理论上证明了算法的可操作性.仿真结果验证了算法的有效性.

多智能体最优持久编队动态生成与控制

研究了多智能体系统中最优持久编队生成算法,并根据对应的通信拓扑设计了最优持久编队的运动控制算法.首先,提出了基础圈概念,通过有向增加顶点操作,研究了基础圈为三角形或包含部分四边形的最优持久编队的分布式生成算法;在此基础上,考虑到持久编队中单向通信邻居的状态信息,设计了基于距离的最优持久编队运动控制算法.最后,仿真研究验证了所提算法的有效性.

多智能体系统最优持久编队自动生成

在最优刚性编队基础上,本文研究了多智能体系统的最优持久编队自动生成算法,所得算法能最大限度地减少维持编队结构稳定所需的信息交互量.首先,对于任意的最小刚性图,提出了缩减其范围的两种刚性逆操作;然后,设计了将包含于此两种操作中的无向边增加方向的规则,以使对应顶点的出度不大于2;并且在此基础上得到了任意最小持久图的生成算法,保证了最优持久编队的生成.最后,进行仿真研究,验证了提出算法的有效性.

能耗均衡的三维最优持久编队通信拓扑生成

持久编队通信拓扑的优化是在确保多智能体使用持久编队控制方法保持队形的基础上尽量减少智能体之间的通信能耗。现有的方法可以最小化智能体的通信能耗总和,却未考虑均衡智能体间的通信能耗,而这会导致某些智能体提前退出编队。针对这一问题,以最大化队形保持时间为目标,研究了考虑能耗均衡的三维最优持久编队通信拓扑生成方法。首先,设计了一种通信拓扑离线优化机制,即选择一个合适的周期,在编队运动之前计算出每个周期内的通信拓扑,在编队保持队形过程中据此定期调整通信拓扑,从而避免在线计算和发布通信拓扑带来额外的通信能耗;而在离线计算每个周期内的通信拓扑时,先估计出每个周期开始时每个智能体的剩余通信能量,并据此更新网络拓扑中各通信链接的权重,再从更新后的网络拓扑中生成一个三维最优持久图作为本周期内的通信拓扑。其次,针对每个周期内的三维最优持久图生成问题,由于更新后的网络拓扑中的通信链路权重不对称,导致现有算法难以适用,为此提出了一种基于刚度矩阵和弧添加操作的近似求解算法,并从理论上分析了其时间复杂度和证明了其有效性。最后,通过仿真实验结果验证了该方法可以有效降低并均衡各智能体的通信能耗,相比于所有对比方法的平均水平,在节点数为5、10、15的情形下的队形保持时间分别提升了29.5%、59.4%、72.01%。