多智能体系统，亦称多自主体系统、群体系统，至今尚无统一、严格的定义。粗略地讲，多智能体系统系指一组自主的智能体为达到某种目标，以信息通信等方式相互作用而耦合而成的群体系统。关于多智能体的研究，起源于一些动物的群集行为，如大雁的编队飞行，鱼群的涡旋运动，鸟类的蜂拥行为和萤火虫的同步闪烁等。近年来，多智能体系统协同控制已成为系统与控制领域的一个热点研究方向。

它在实际工程中，如无人机的编队[1]（如图1.3 左图）和微电网的功率平衡[2]（如图1.3 右图）等问题上有着广泛的应用。

虽然多智能体系统具有十分广泛的应用前景，但是智能体有限的能量和通信能力制约了多智能体系统的进一步发展。哈佛大学的Shnayer等[3] 模拟了大规模传感器网络的功耗，发现传输1bit信息所需的能量相当于1000-3000次计算所需的能量。因此，降低多智能体之间的通信次数不仅可以减少网络通信负载还能降低智能体的能量消耗。为了解决这一问题，人们开始寻找有效的解决方法。

如何降低网络负载以及减少智能体能量消耗？传统的时间触发机制进行控制时，系统进行等周期通信，其采样周期是基于最坏情况设计的，而且所有的采样信号都通过网络进行传输，没有考虑系统与网络的特征。因此使用时间触发机制会占用大量有限网络资源，降低了网络使用效率，无法从根本上减少数据的传输次数，降低能量消耗。事件触发控制机制不像传统的周期采样控制按照固定的周期执行控制任务，它是一种按照外部事件是否发生来决定是否执行控制任务的控制方式。典型的事件触发机制是先确定一个合适的事件触发条件，当检测到被控对象或控制器的输出值偏离了事件触发条件时事件发生，被控对象或控制器的输出信息通过传输网络传输给控制器或执行器的输入，完成控制器的一次控制任务。数据传输仅在被控系统偏离稳定域或系统性能偏离了预定值的时刻发生。根据事件触发控制的特点，发现事件触发机制可以有效减少多个智能体之间的通信次数，从而降低网络负载，减少智能体能量消耗。因此可以使用基于事件触发的分布式控制器解决多智能体系统控制问题。而自触发可以避免对事件触发条件进行连续监测，下一触发时刻可以根据智能体当前的状态和邻居节点最近一次触发的时刻计算得出，同时降低对硬件监测条件的要求。

多智能体系统的协同控制问题包括许多子问题，如编队控制问题，一致性问题，协同输出调节问题，聚散问题、分布式滤波问题等。其中，多智能体系统一致性问题是一个基础性问题，是解决其他问题的关键和重要步骤，协同输出调节问题更具一般性，可以将多种协同问题包含为特例，并且可以处理智能体异构、存在外部扰动以及智能体参数不确定等情况。因此，考虑网络中有限的通信能力，本文主要研究基于自触发的多智能体系统一致性和协同输出调节问题。

引用格式：刘娟, 张皓, 王祝萍. 基于自触发的异构多智能体协同输出调节. 自动化学报, 2019, 45(10): 1893-1902.

链接：http://html.rhhz.net/ZDHXBZWB/html/2019-10-1893.htm