基于动态事件触发的随机多智能体系统的最优一致控制方法

本发明涉及随机多智能体系统控制领域，具体公开了一种基于动态事件触发的随机多智能体系统的最优一致控制方法。对于一阶非线性随机多智能体系统，本发明通过设计基于神经网络的自适应标识器，有效消除了系统中随机扰动和未知非线性带来的不确定影响。此外，为了节约通信资源，本发明在静态事件触发条件的基础上引入辅助动态变量，设计了动态事件触发机制，且避免了Zeno行为的发生。在actor‑critic算法的框架下，通过对一个与Bellman残差相关的正函数进行梯度下降，设计神经网络的权重更新规则，简化了控制算法。最后，通过理论证明和仿真实验，验证了所设计的控制算法的有效性。