简介

    “结合自适应动态规划(ADP)和强化学习算法，研究了一种基于间歇事件触发策略(IET)的多智能体系统平均一致性问题。设计了一种新的间歇事件触发条件，并建立了相应的分段微分不等式。利用所建立的不等式，得到了几个关于平均一致性的重要准则。在此基础上，继而研究了多智能体系统的最优一致性策略，并导出了纳什均衡意义下的最优间歇事件触发策略和相应的局部Hamilton–Jacobi–Bellman方程。最后，给出了最优策略的自适应动态规划及Actor-critic算法的数值实验。和单一的IET或ADP算法相比，IET-ADP的融合策略在节省系统能量方面具有明显优势。所设计的IET-ADP算法实现了事件触发机制和ADP算法的协同配合效应。此外，间歇事件触发策略的模型构建，对多智能体系统的稳定性研究具有重要作用，该方法还可推广应用于无人系统的智能控制和协同编队任务中。因此，课题组借助树莓派电路板、地面站、飞控等硬件及一系列软件搭建了户外无人系统飞行实验平台，并将设计好的控制算法部署到四旋翼无人飞行器的编队任务中，构建了一套从理论分析到数值模拟、软件在环再到实机应用的研究闭环。”

    论文网址

 https://ieeexplore.ieee.org/abstract/document/10042181

    论文成果示意图 

图1：多无人系统编队理论与应用实践