一种控制增益未知的随机多智能体系统的最优一致控制方法

本发明涉及一种控制增益未知的随机多智能体系统的最优一致控制方法，适用于控制增益未知的随机多智能体系统的领导跟随一致控制。该方法通过构建自适应标识器逼近系统不确定性；设计基于神经网络的观测器对未知的控制增益进行重构；引入动态事件触发机制，利用辅助动态变量和动态阈值参数降低控制器更新频率，减少通信与能耗；结合actor‑critic强化学习框架并基于一个与Bellman残差相关的正函数构造神经网络权重更新率，设计最优一致性控制器，在保证系统稳定性的同时简化算法复杂度。本发明具有较强鲁棒性，适用于复杂环境下多智能体系统的高效协同控制。