科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文针对输入饱和下的多智能体系统，提出一种最优一致性控制方法。引入多智能体博弈理论，将最优一致性控制问题转化为多智能体非零和博弈。之后，通过求解具有非二次输入能量项的耦合Hamilton–Jacobi–Bellman(HJB)方程，实现Nash平衡。提出脱策强化学习方法，在系统模型未知情况下获得Nash平衡解；引入评判神经网络和执行神经网络实现所提方法。理论分析显示迭代控制律收敛到Nash平衡。仿真实验验证了所提方法的有效性。
-
单位中国科学院大学; 复杂系统管理与控制国家重点实验室; 中国科学院自动化研究所
