摘要
本发明适用于智能控制领域,提供了一种高阶非线性多智能体系统的最优时变滞后编队控制方法,所述方法包括:首先,构建了具有外部干扰和未知系统动态的高阶非线性多智能体系统的数学模型和虚拟领导者模型;其次,设计了一个干扰观测器和一个神经网络识别器,以补偿外部干扰和未知系统动态对单个智能体的影响;然后,利用滑模控制方法和强化学习技术,设计了一种最优时变滞后编队控制策略,该控制器不仅能够实现多智能体系统的实际时变滞后编队,还能使性能指标函数最小化;最后,通过四艘无人艇组成的多智能体系统验证了所提控制方案的有效性。
技术关键词
编队控制方法
多智能体系统
干扰观测器
强化学习技术
滑模控制方法
识别器
误差模型
矩阵
补偿控制器
数学模型
控制策略
代表
强化学习算法
近似误差
非线性
无人艇
系统为您推荐了相关专利信息
多智能体强化学习
环境状态信息
子模块
模块通信
策略
功率协调方法
充电桩集群
充电桩配电系统
深度强化学习模型
数据
关键节点识别
多模态网络
网络融合方法
人类免疫缺陷病毒
节点特征
积分滑模控制方法
并网逆变器系统
在线更新方法
LCL型并网逆变器
矩阵