分布式HDP领导-跟随者系统最优一致控制研究

为了研究具有未知行为的非线性多智能体系统的主从最优一致控制问题，针对智能体的未知动力学方程，设计了一个神经网络辨识器来学习智能体的动态行为。构造了一个以多agent系统的局部误差为输入的性能指标函数，将多智能体系统的主从一致性问题转化为求解agent局部性能指标函数最优值的最优控制问题。结合自适应动态规划的思想，设计了一种求解优化问题的分布式迭代算法，并讨论了算法的收敛性。设计了一种基于神经网络的评价执行结构分布式控制器来逼近局部性能指标函数，通过神经网络学习迭代找到局部性能指标函数的最优解，实现最优一致控制策略。所设计的分布式控制器能够根据agent状态数据自适应地生成控制策略，使多agent系统趋于一致。