博文

【论文推荐】多智能体系统一致性的动态事件触发预测控制

已有 277 次阅读 2026-1-12 08:33 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享"多智能体系统一致性的动态事件触发预测控制(Consensus of the multi-agent systems with dynamic event-triggered predictive control)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

本文针对多智能体系统在实现一致性控制过程中面临的通信负载重、计算资源消耗大等核心工程挑战, 创新性地提出了一种基于动态事件触发的双模预测控制策略. 该研究突破了传统周期控制或静态事件触发机制的局限, 通过将具有可变阈值的动态事件触发机制与模型预测控制相结合, 在保证系统满足输入与状态约束的前提下, 实现了通信与控制器更新的按需触发, 显著降低了网络带宽与计算资源的消耗. 理论分析严格证明了闭环系统的指数收敛性、算法递归可行性及稳定性, 并确保了触发间隔存在下界, 从而有效排除了芝诺现象. 更为突出的是, 本文进一步设计了非周期、非持续的自适应触发条件验证方法, 避免了传统事件触发中需持续监测触发条件的负担, 实现了资源节约的再次优化. 仿真结果验证了所提方法在减少通信与计算开销、加速收敛方面的显著优势. 本工作为资源受限环境下多智能体系统的协同控制提供了一套兼具理论严密性与工程实用性的新框架.

本文精准切中了多智能体协同控制中“控制性能”与“通信/计算效率”难以兼顾的痛点, 其提出的动态事件触发预测控制框架设计巧妙, 理论证明完整, 且具有明确的工程应用价值. 特别推荐给从事协同控制、网络化系统、预测控制及事件触发控制研究的学者与工程师阅读, 为开发高性能、低消耗的分布式控制系统提供了重要参考.

论文介绍

多智能体系统一致性的动态事件触发预测控制

Consensus of the multi-agent systems with dynamic event-triggered predictive control

高翔宇1, 付东飞1†, 孟浩飞2, 张玲1

机构: 1. 中国海洋大学工程学院; 2. 东南大学自动化学院

引用: 高翔宇, 付东飞, 孟浩飞, 等. 多智能体系统一致性的动态事件触发预测控制. 控制理论与应用, 2025, 42(12): 2398 – 2408

DOI: 10.7641/CTA.2025.40314

全文链接:

http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240314&flag=1

摘要

本文研究了一类带输入约束和状态约束的线性多智能体系统一致性问题. 为解决智能体间通信及控制器更新频繁的问题, 本文结合动态事件触发机制和模型预测控制原理, 设计了动态事件触发的双模预测控制策略. 在该控制策略作用下, 多智能体系统在满足约束条件时能够以指数收敛速度实现一致性, 且算法的可行性和系统的稳定性均得以保证. 同时, 连续两个触发时刻之间存在最小触发时间间隔, 芝诺现象被排除. 最后, 针对需要连续检验事件触发条件的问题, 本文设计了非周期、非持久的自适应触发条件验证方法, 进一步节约了计算资源, 数值仿真实验表明本文所提方法的有效性.

引言

多智能体系统的一致性控制是协同控制的一个重要问题, 为解决复杂多智能体系统的一致性控制, 模型预测控制(model predictive control, MPC)作为一种基于系统动态模型进行预测的最优控制方法被广泛研究, 它能够处理多变量、多约束和非线性系统[1], 从而在一定程度上提高系统的鲁棒性和鲁棒性. 事件触发控制(event-triggered control, ETC)是一种基于事件触发条件的控制策略[2], 能够减少系统的通信开销和计算负载, 事件触发控制的基本思想是放弃传统的周期采样控制方式, 转而采用基于某种条件触发的非周期控制方式. 这种方法通常依赖于一个预设的阈值或条件, 当系统状态的变化超过这个阈值时, 控制器才会更新, 可以有效地减少不必要的计算和通信, 从而节约能源并降低系统的运行成本, 同时可以提高系统效率. 结合事件触发控制和模型预测控制的优势, 基于事件触发的多智能体系统模型预测控制逐步成为一个具有挑战性且前景广阔的研究领域.

早期研究多集中在静态事件触发[3]. 文献[4–5]引入以静态事件触发作为特殊情况的动态事件触发机制, 提出分布式的动态事件触发机制来解决有向拓扑结构的线性无扰动的多智能体系统的一致性问题. 文献[6]研究了有界干扰条件下的非线性MPC控制问题, 提出了连续时间非线性系统的周期静态事件触发方案和周期动态事件触发方案, 两种触发机制均采用周期性条件检验的方式. 融合事件触发与MPC的研究大多采用自触发机制[7]的分布式控制结构. 文献[8]针对连续的非线性多智能体系统, 提出了一个联合测量的方法并给出了分布式事件触发控制的算法, 解决了一致性控制问题. 文献[9]研究了基于事件触发和对数量化通信的分布式模型预测控制问题, 有效减小了控制器更新频率和能源消耗. 文献[10–11]以及文献[12]联合自触发和分布式模型预测控制 (distributed MPC, DMPC), 同时优化触发时刻和控制输入, 自适应调整触发间隔, 并将通信成本表示为一个指数项纳入成本函数中来折中通信成本和控制性能. 文献[13]在多智能体系统中的事件触发分布式预测控制里, 引入了与触发时刻相关的约束, 得出了基于邻居接收到的信息而得到的相应的事件触发条件. 文献[14]将触发时间间隔与控制输入一起进行优化, 并且仅在触发时刻执行信息传输和控制更新. 文献[15]提出了基于事件触发方式的DMPC 方案, 用以处理一类动态解耦的离散非线性系统的一致性问题. 文献[16]针对异构时变多智能体系统的一致性问题, 利用双积分器和欧拉–拉格朗日方程进行建模, 引入了自触发机制, 求解DMPC同时优化控制输入和触发时间间隔, 进一步降低通信成本, 解决异步离散时间信息交换的问题. 然而, 设计有效的事件触发机制需要综合考虑多种因素, 如状态变化、误差阈值等, 增加了设计的复杂性. 同时, 在实际应用中, 通信延迟和数据丢失是不可避免的, 这对事件驱动控制系统提出了更高的鲁棒性要求, 保持系统整体性能是一个重要挑战.

传统的时间驱动控制方法通常需要频繁地通信和计算, 这对于资源有限的系统来说是一个重大挑战. 在动态变化的环境中, 事件驱动控制能够根据实际情况实时调整控制策略, 减少不必要的通信和计算, 从而节省带宽和能量, 更加灵活应对突发事件, 同时也避免了传统时间驱动方法中由于固定周期导致的延迟和误差积累. 现有的研究工作大多数基于事件触发机制来避免连续的智能体之间的信息交流, 或者基于MPC来实现对复杂系统的高效控制和管理, 充分利用MPC动态建模、多目标优化、约束处理、鲁棒性和实时性能等方面的优势. 而将具有可变阈值的动态事件触发机制[17–18]和MPC结合起来的方法有待进一步研究. 因此, 本文的主要贡献如下:

1) 不同于固定阈值的静态事件触发机制, 本文利用动态事件触发调整触发机制内部时间间隔, 同时通过在触发条件中采用联合测量变量使个体仅在自身的触发时刻进行信息交互和控制器的更新, 避免通信资源浪费;

2) 在模型预测控制的设计中, 结合动态事件触发机制以及联合测量变量, 对优化问题的状态变量和控制输入变量进行了重定义;

3) 进一步对提出的控制方法进行优化, 基于最小事件触发时间间隔引入了自适应的触发条件检验策略, 从而提高系统的控制效率.

总结

针对多智能体系统一致性控制中, 智能体之间信息持续交互导致的通信过载问题, 本文提出了一种融合分布式动态事件触发机制和双模模型预测控制的解决方案, 并设计了非周期、非持续、自适应的触发条件验证策略. 理论分析和数值仿真表明, 所提控制方法的可行性和稳定性均得以保证, 系统中每一个智能体都不存在Zeno现象, 且多智能体系统实现一致性的控制目标. 本文方案与已有方法相比, 能有效节约计算资源、通信资源, 提高系统工作效率.

作者简介

高翔宇硕士研究生, 目前研究方向为复杂网络协同预测控制理论;

付东飞副教授, 硕士生导师, 目前研究方向为预测控制理论及其应用;

孟浩飞副教授, 硕士生导师, 目前研究方向为复杂网络分布式协同控制;

张玲教授, 博士生导师, 目前研究方向为智能信息处理与智能控制.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg