当前位置: 首页 > article >正文

【Paper】2016_基于LQR的多智能体系统协同最优控制_姚蒙

姚蒙. 基于LQR的多智能体系统协同最优控制[D].华南理工大学,2016.

文章目录

  • 第四章 线性离散时间多智能体系统协同最优控制
    • 4.1 引言
    • 4.2 离散时间多智能体系统一致最优控制
    • 4.3 离散时间领导者-跟随者系统跟踪最优控制
    • 4.4 数值仿真
  • Ref

第四章 线性离散时间多智能体系统协同最优控制

4.1 引言

4.2 离散时间多智能体系统一致最优控制

本节考虑包含 N 个智能体的离散时间多智能体系统,智能体动态特性如下

x i [ k + 1 ] = x i [ k ] + u i [ k ] (4-1) \begin{aligned} x_i [k+1] = x_i[k] + u_i[k] \end{aligned} \tag{4-1} xi[k+1]=xi[k]+ui[k](4-1)

本节考虑如下基于邻居信息的离散化分布式控制协议

u i [ k ] = − ∑ j = 1 N a i j [ x i [ k ] − x j [ k ] ] (4-2) \begin{aligned} u_i [k] = - \sum_{j=1}^{N} a_{ij} [ x_i[k] - x_j[k] ] \end{aligned} \tag{4-2} ui[k]=j=1Naij[xi[k]xj[k]](4-2)

4.3 离散时间领导者-跟随者系统跟踪最优控制

本节考虑由 N + 1 个智能体组成的离散时间领导者-跟随者系统,其中序号 0 表示领导者,序号 1, … , N 表示跟随智能体。跟随者动态特性如下

x i [ k + 1 ] = β x i [ k ] + u i [ k ] (4-20) \begin{aligned} x_i [k+1] = \beta x_i[k] + u_i[k] \end{aligned} \tag{4-20} xi[k+1]=βxi[k]+ui[k](4-20)

领导者动态特性如下

x 0 [ k + 1 ] = β x 0 [ k ] (4-21) \begin{aligned} x_0 [k+1] = \beta x_0[k] \end{aligned} \tag{4-21} x0[k+1]=βx0[k](4-21)

本节考虑基于邻居信息和领导者信息的分布式离散时间控制协议如下

u i [ k ] = − { ∑ j = 1 N a i j [ x i [ k ] − x j [ k ] ] + g i [ x i [ k ] − x 0 [ k ] ] } (4-22) \begin{aligned} u_i [k] = - \{ \sum_{j=1}^{N} a_{ij} [ x_i[k] - x_j[k] ] + g_i [x_i[k] - x_0[k]] \} \end{aligned} \tag{4-22} ui[k]={j=1Naij[xi[k]xj[k]]+gi[xi[k]x0[k]]}(4-22)

4.4 数值仿真

程序名字 main_4_1.m,效果为

在这里插入图片描述

程序名字 main_4_2.m,效果为

在这里插入图片描述

在这里插入图片描述

Ref


http://www.kler.cn/a/4572.html

相关文章:

  • 企业服务-团队协作相关平台极简介绍
  • 【PyQt】如何在mainwindow中添加菜单栏
  • ANSYS Fluent学习笔记(七)求解器四部分
  • 怎么理解编码器与解码器?
  • SQL Server 查看数据库表使用空间
  • Leetcode - 周赛431
  • c语言基础知识——字符串和内存函数(上)
  • JavaScript Math、Number 对象
  • 陪了我‘十几年‘的电脑,有必要升级到固态硬盘吗?
  • 01.关键字、基本函数、预处理
  • langchain学习4
  • hexo 搭建个人博客记录
  • 理解浏览器的进程与线程
  • AWVS详细教程
  • Linux cmp 命令
  • java的泛型擦除啷个回事罗
  • JDK1.8下多线程使用JDBC加载ClickHouse和hive驱动问题
  • 点击器自动点击器,让你的屏幕操作变得更加简单
  • Python @函数装饰器及用法
  • Python的加密与解密,你知道几类?
  • 【C++进阶】右值引用和移动语义
  • echarts.js的使用方法
  • 史诗级详解面试中JVM的垃圾回收
  • Linux 日志级别
  • chatgptApi 文档使用以及 Demo演示
  • svelte + vite 开发 Web Components