控制理论与应用

作者：于镝

单位：北京信息科技大学

关键词：数据驱动; 多智能体网络; 积分增强学习; 包容控制

基金：北京信息科技大学学科群建设项目(5121911003), 国家自然科学基金项目(61903043)资助.

针对输入受限的受扰多智能体网络, 提出具有领航层、估计层、控制层和跟随者层的新型鲁棒包容控制方案. 首先, 设计有限时间估值器获得跟随者的期望状态, 然后基于包容误差引入非均方折扣代价函数, 从而将鲁棒包容控制问题转换成受限最优控制问题. 并应用Laypunov拓展原理证明得到的最优控制策略使得网络实现一致最终有界稳定. 在系统动态完全未知的情况下, 采用提出的积分增强学习算法和执行器–评价器结构, 在线得到近似最优控制策略. 仿真结果验证了理论方案的有效性和可行性.

来源：2020年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第9期