多智能体系统的动态覆盖控制研究是当前复杂系统研究的重要问题之一。本项目将在已取得了的成果基础上研究如何有效地对多智能体系统在复杂环境中进行分区优化与覆盖控制。研究主要包括以下几个方面(1)考虑当环境分布不均匀时如何利用环境信息对多智能体系统进行分布式任务分配和区域动态覆盖;(2)当环境和多智能体系统中具有不确定性时,讨论在线分布式辨识或估计并进一步对智能体系统进行自适应或鲁棒覆盖控制设计;(3)研究在环境或个体能量及通讯约束下多智能体系统的分布式协调优化及相应的覆盖算法。总之,我们将充分利用环境和智能体信息提出较完整的覆盖控制理论,给出一套能处理复杂环境下多智能体系统动态覆盖方法并用于多机器人的覆盖控制研究中。
multi-agent system;coverage;distributed optimization;containment;
本项目研究多智能体系统的覆盖以及相关的优化协调控制问题。本项目的研究主要着眼于如何有效地利用局部的信息对多智能体系统在复杂环境或给定区域中进行优化与覆盖协调控制。其中的研究问题军具有当今重要的理论意义和广泛的应用背景,而研究成果主要包括以下几个方面首先,研究并给出了当环境或目标具有不确定性时对多智能体系统进行对目标的分布式辨识和区域动态覆盖的有效策略;其次,讨论了在不确定环境下或者在局部或资源约束及通讯约束下多智能体系统的分布式协调优化并给出了相应算法,而且在一些常用的条件下得到了收敛速度的估计,随后,还将所得到的方法并用于多机器人(由Lagrange方程所描述)的优化协调控制设计中;另外,针对给定的区域(通常由某种凸集表示),研究了在复杂环境下(包括随机不确定性等)智能体系统的包含和包围协调设计,并保证收敛性。总之,本项目从智能体覆盖控制等重要问题为背景,给出一套能处理较复杂环境下多智能体系统覆盖和优化方法。