Output Consensus on Periodic References for Constrained Multi-agent Systems Under a Switching Network
作者: Shibo Han, Bonan Hou, Chong Jin Ong
分类: eess.SY
发布日期: 2026-01-07
💡 一句话要点
针对切换网络下约束多智能体系统,提出基于模型预测控制的周期参考输出一致性算法
🎯 匹配领域: 支柱一:机器人控制 (Robot Control)
关键词: 多智能体系统 输出一致性 模型预测控制 周期性参考 切换网络
📋 核心要点
- 现有方法难以在切换网络和约束条件下,实现异构多智能体系统对复杂周期性参考信号的输出一致性。
- 论文提出一种基于模型预测控制的共识协议,利用人工参考和改进的代价函数,实现对周期性参考的跟踪。
- 理论分析证明了算法的渐近收敛性和约束满足性,数值实验验证了算法在切换网络下的有效性。
📝 摘要(中文)
本文研究了具有潜在通信延迟的切换网络下,约束异构多智能体系统的输出一致性问题,其中输出是周期性的,并由线性外系统描述。由于周期性参考具有更复杂的动态特性,因此跟踪周期性参考并就其达成一致更具挑战性。本文提出了一种结合人工参考和改进成本函数的模型预测控制方法来跟踪周期性参考,即使在参考切换时也能保持递归可行性。此外,提出了共识协议以在不同场景中实现对周期性参考的共识,其中不涉及诸如全局可接受参考集和全局时间索引之类的全局信息。理论分析证明,通过所提出的算法,随着每个智能体的参考收敛并且智能体跟踪其参考同时保持约束满足,可以渐近地实现约束输出一致性。最后,数值例子验证了所提出算法的有效性。
🔬 方法详解
问题定义:论文旨在解决切换网络下,具有约束的异构多智能体系统对周期性参考信号的输出一致性问题。现有方法在处理复杂动态的周期性参考信号,以及在切换网络和约束条件下保持系统稳定性和一致性方面存在挑战。尤其是在缺乏全局信息的情况下,如何设计有效的共识协议是一个难点。
核心思路:论文的核心思路是利用模型预测控制(MPC)方法,通过引入人工参考和改进的代价函数,使每个智能体能够跟踪其周期性参考信号,并设计共识协议以实现智能体之间的输出一致性。MPC能够显式地处理约束,并预测未来状态,从而提高系统的鲁棒性和性能。
技术框架:整体框架包含以下几个主要模块:1) 周期性参考信号生成模块,利用线性外系统描述周期性参考信号;2) 基于MPC的局部控制器设计模块,该模块利用人工参考和改进的代价函数,实现对周期性参考信号的跟踪,并保证约束满足;3) 共识协议设计模块,该模块根据智能体之间的通信拓扑,设计共识协议,使智能体的输出逐渐趋于一致。
关键创新:论文的关键创新在于:1) 提出了一种结合人工参考和改进代价函数的MPC方法,能够有效跟踪周期性参考信号,并保持递归可行性;2) 设计了一种无需全局信息的共识协议,能够在切换网络下实现智能体之间的输出一致性;3) 理论上证明了所提出算法的渐近收敛性和约束满足性。
关键设计:在MPC设计中,人工参考的设计至关重要,它需要保证MPC的递归可行性。改进的代价函数可能包含跟踪误差、控制输入以及智能体之间输出差异的惩罚项。共识协议的设计需要考虑通信拓扑的切换,以及通信延迟的影响。具体的参数设置,例如MPC的预测时域长度、代价函数中各项的权重等,需要根据具体的系统特性进行调整。
📊 实验亮点
数值实验验证了所提出算法的有效性。实验结果表明,即使在存在通信延迟和切换网络的情况下,该算法也能实现多智能体系统对周期性参考信号的精确跟踪和输出一致性。具体而言,智能体之间的输出误差在一定时间内收敛到零,并且所有智能体都满足约束条件。
🎯 应用场景
该研究成果可应用于多机器人协同控制、智能电网、交通控制等领域。例如,在多机器人协同搬运任务中,可以利用该算法实现多个机器人对周期性轨迹的跟踪和一致性控制,从而提高搬运效率和精度。在智能电网中,可以用于实现分布式电源的协调控制,保证电网的稳定运行。
📄 摘要(原文)
This work addresses the output consensus problem of constrained heterogeneous multi-agent systems under a switching network with potential communication delay, where outputs are periodic and characterized by a linear exosystem. Since periodic references have more complex dynamics, it is more challenging to track periodic references and achieve consensus on them. In this paper, a model predictive control method incorporating an artificial reference and a modified cost is proposed to track periodic references, which maintains recursive feasibility even when reference switches. Moreover, consensus protocols are proposed to achieve consensus on periodic references in different scenarios, in which global information such as the set of globally admissible references and the global time index are not involved. Theoretical analysis proves that constrained output consensus is asymptotically achieved with the proposed algorithm as the references of each agent converge and agents track their references while maintaining constraint satisfaction. Finally, numerical examples are provided to verify the effectiveness of the proposed algorithm.