一种智能无人集群系统的最优一致性协同控制方法

本发明属于智能无人集群系统控制领域，涉及一种智能无人集群系统的最优一致性协同控制方法，包括：构建智能无人集群系统，并确定系统的拓扑结构和拉普拉斯矩阵；将智能无人集群系统中的智能体分为领导者和跟随者，其中跟随者由一二混阶智能体组成；各个智能体进行信息交互；通过拓扑结构和智能体之间的交互信息重构局部跟踪误差，并定义性能指标函数；采用Actor‑Critic神经网络对各个智能体之间的交互策略进行更新，并通过梯度下降算法和经验回放技术对网络的参数进行更新训练，当网络参数稳定，则智能无人集群系统中的智能体一致；本发明采用经验回放技术打破了数据之间的相关性，可以使智能体和环境充分交互，提高了数据的利用率。