內容簡介
     《多智能體係統的協同群集運動控製》以多智能體係統協同群集運動控製為主綫,首先介紹瞭圖論和控製器設計所用到的基礎理論知識;其次,分彆從拓撲結構的邊保持和代數連通度兩個角度介紹瞭連通性保持條件下的協同群集運動控製協議設計方法;進而,針對典型的輪式移動機器人非完整約束模型介紹瞭連通性保持條件下的協同控製策略,為簡化係統復雜拓撲結構,還介紹瞭基於骨乾網絡提取的協同群集運動控製策略;書中將個體動態模型提升到高階非綫性係統模型,介紹瞭高階非綫性係統協同控製協議設計方法;最後,針對多智能體係統非閤作行為檢測與隔離進行瞭詳細介紹,並提齣瞭相關算法。
  《多智能體係統的協同群集運動控製》可作為係統與控製及其相關研究領域的科研工作者、工程技術人員、高等院校師生的參考書,也可作為研究生和高年級本科生的教科書。     
內頁插圖
          目錄
   編者的話
序言
前言
第1章 緒論
1.1 多智能體分布式群集運動控製
1.2 多智能體一緻性控製概述
1.2.1 低階積分器多智能體一緻性
1.2.2 高階綫性多智能體一緻性
1.2.3 高階非綫性多智能體一緻性
1.3 多智能體非閤作行為檢測與補償概述
1.4 代數圖論背景知識
第2章 連通性保持條件下多智能體係統群集運動控製
2.1 研究背景
2.2 問題描述
2.3 領航跟隨群集運動控製律
2.4 穩定性分析
2.5 仿真和實驗
2.5.1 數值仿真
2.5.2 實物實驗
2.6 結論
第3章 基於代數連通度估計的多智能體係統群集運動控製
3.1 研究背景
3.2 問題描述
3.3 控製律設計
3.4 λ2的分布式估計
3.5 穩定性分析
3.6 仿真和實驗
3.6.1 數值仿真
3.6.2 實物實驗
3.7 結論
第4章 連通性保持下多移動機器人群集控製
4.1 研究背景
4.2 問題描述
4.3 群集運動控製器設計
4.3.1 不帶有領航者的群集運動控製
4.3.2 帶有領航者的群集運動控製
4.4.仿真和實驗
4.4.1 數值仿真
4.2 實物實驗
4.5 結論
第5章 基於骨乾網絡的多智能體係統群集運動與避障控製
5.1 研究背景
5.2 預備知識
5.2.1 問題描述
5.2.2 流體力學基礎
5.2.3 流函數
5.3 總體控製策略
5.3.1.分布式拓撲控製
5.3.2 分布式運動控製
5.4 仿真和實驗
5.4.1 數值仿真
5.4.2 實物實驗
5.5 結論
第6章 參數不確定的高階非綫性多智能體係統一緻性控製
6.1 研究背景
6.2 問題描述
……
第7章 Brunovsky型高階非綫性多智能體係統一緻性控製
第8章 高階非綫性多智能體分布式自適應魯棒控製
第9章 多任務約束下多智能體協同編隊控製
第10章 一階多智能體係統非閤作行為檢測與隔離
第11章 基於鄰居相關狀態的多智能體非閤作行為檢測與隔離
參考文獻      
前言/序言
     智能體的概念來源於分布式人工智能的思想,通常而言,可以把智能體定義為用來完成某類任務,能作用於自身和環境、有生命周期的一個物理的或抽象的計算實體。智能體的特點是具有自主性、局部通信/感知能力、分布式協作能力、任務分解能力、自適應性和推理能力。而多智能體係統是由多個智能體組成的具有鬆散耦閤結構的,並且通過係統中智能體之間以及智能體與環境之間的通信、協商和協作來共同完成單個智能體(Agent)因能力、知識或資源上的不足而無法解決的問題的係統。多智能體係統通過相互協作,可以完成超齣它們各自能力範圍的任務,使得係統整體能力大於個體能力之和。魯棒性、分散性、自組織性是多智能體係統動態行為的基本特徵。多智能體協同控製是目前控製科學研究領域的一個熱點課題,在許多國際期刊及會議中,每年均有大量關於多智能體係統的研究文章齣現。
  多智能體係統由個體的動態模型、通信網絡拓撲、分布式控製律f或者協議/規則)三個基本要素構成。本書以多智能體係統協同群集運動控製為主綫,圍繞上述三個基本要素,首先介紹圖論和控製器設計所用到的基礎性理論等背景知識;其次麵嚮典型應用,考慮實際約束條件,分彆從拓撲結構的邊保持和代數連通度兩個角度介紹通信連通性保持條件下的協同群集運動控製協議設計方法;進而,從個體動態模型和拓撲結構模型兩方麵繼續深入,針對典型的輪式移動機器人非完整約束模型介紹連通性保持條件下的協同控製策略,為簡化係統拓撲結構對控製器設計的影響,介紹基於骨乾網絡提取的協同群集運動控製策略;書中還將個體動態模型由簡單的一階、二階綫性模型提升到高階非綫性係統模型,介紹高階非綫性係統協同控製協議設計方法;最後針對多智能體係統非閤作行為檢測與隔離進行詳細介紹,並提齣相關算法。本書內容自成體係,旨在嚮讀者詳細介紹多智能體係統協同群集運動控製的基礎理論和最新研究成果。
  本書由11個章節構成。第1章為基礎知識部分,首先對多智能體群集運動控製、一緻性控製以及非閤作行為檢測與補償進行全麵的綜述,其次介紹在理論推導過程中所用到的代數圖論的基礎理論知識。第2章介紹在無法獲取動態領航者智能體的加速度信息的條件下,進行連通性保持的有界群集運動控製方法。第3章從全局連通性的角度,介紹基於代數連通度分布式估計的連通性保持控製方法。第4章針對非完整約束輪式機器人,介紹連通性保持下的多移動機器人群集控製。第5章介紹層次型骨乾網絡的建立方法,以及基於骨乾網絡提取的協同避障運動控製方法。第6章針對參數不確定的高階非綫性多智能體係統,設計分布式控製器實現係統的一緻性。第7章針對:Brunovsky型高階非綫性多智能體係統,設計分布式一緻性控製器。第8章針對高階非綫性多智能體係統,設計自適應魯棒一緻性控製器,並對控製器性能進行分析。第9章在多任務約束下,設計多智能體一緻性控製器。第10章介紹一階多智能體係統的非閤作行為檢測、隔離與修復算法。第兒章介紹基於鄰居相關狀態的多智能體非閤作行為檢測與隔離算法。
  感謝中國自動化學會控製理論專業委員會、《係統與控製叢書》編委會對本書齣版的大力支持。本書得到瞭國傢傑齣青年科學基金項目(60925011)、國傢自然科學基金創新研究群體項目(61321002、61621063)、國傢自然科學基金重大國際閤作研究項目(61120106010)、國傢自然科學基金項目(61573062、61304215、61673058)、北京市優秀博士學位論文指導教師科技項目(20131000704)的資助,在此錶示衷心的感謝。同時,還要感謝本領域相關同行學者在本書撰寫過程中給予的熱心支持,以及毛昱天、黃捷、楊慶凱、李儼、尉越、盧少磊、吳楚、王雪源、商成思、開星雄、羅明等同學對本書齣版給予的大力幫助。
  由於作者水平有限,書中疏漏和不妥之處在所難免,敬請讀者批評指正。
  作者
  2016年11月    
				
 
				
				
					《智能體協同:突破性進展與未來展望》  核心概念與前沿探索  《智能體協同:突破性進展與未來展望》深入剖析瞭智能體協同這一前沿技術領域,聚焦於多個獨立智能體如何通過信息交互、行為協調,共同達成預設目標或實現湧現式集體行為。本書並非簡單羅列技術,而是從理論基礎、核心機製、關鍵算法到實際應用,進行係統而深入的探討。它旨在為讀者提供一個關於智能體協同的全麵視角,揭示其在解決復雜問題中的巨大潛力。  理論基石與數學框架  本書開篇便為讀者奠定堅實的理論基礎。智能體協同的本質在於信息的傳遞、處理與反饋,以及個體行為如何匯聚成整體的有效運動。為此,我們首先迴顧瞭控製論、博弈論、信息論、分布式係統理論等相關學科的經典理論,並闡述瞭它們如何為理解和設計智能體協同係統提供數學工具和方法論。例如,通過引入馬爾可夫決策過程(MDP)、協同博弈模型、信息熵增原理等概念,清晰地勾勒齣智能體間交互的內在邏輯和數學錶達。書中詳細介紹瞭用於描述智能體狀態、行為及其相互關係的數學模型,包括但不限於狀態空間模型、概率圖模型、圖論模型等。特彆地,對於智能體間的通信拓撲結構,如固定圖、動態圖、隨機圖等,以及它們對協同效果的影響,都進行瞭詳盡的分析。  核心機製與協同模式  智能體協同的核心在於其運作機製。本書係統性地梳理瞭多種主流的協同模式,並對其工作原理、適用場景及優缺點進行瞭深入剖析。     分布式協同: 強調智能體無需中央控製,通過局部的感知和通信實現整體協同。這包括瞭基於規則的協同(例如,簡單的避障與跟隨規則)、基於勢場法的協同(通過構建虛擬勢場引導智能體行為)、基於一緻性算法的協同(如鄰域平均、加權平均等,使智能體狀態趨於一緻)。書中詳細闡述瞭這些方法如何在不同約束條件下實現目標的協同,如協同定位、協同跟蹤、協同覆蓋等。     集中式協同: 盡管本書更側重於分布式協同的優勢,但為瞭完整性,也會簡要討論在某些特定場景下,中心協調器如何分配任務、規劃路徑,以實現最高效的協同。然而,重點仍將迴歸到如何剋服中心化帶來的單點故障和通信瓶頸問題。     混閤式協同: 探討瞭如何將分布式與集中式方法的優點相結閤,例如,局部區域的智能體采用分布式協同,而更高層級的任務分配則由一個(或多個)協調器完成。     湧現式協同: 這是智能體協同中最引人入勝的部分之一,指智能體之間沒有預設的全局目標,但通過簡單的局部交互規則,卻能夠自發地形成復雜的集體行為,如鳥群的飛行模式、魚群的聚集行為等。本書將深入探討實現此類湧現式行為的關鍵要素,包括個體行為的魯棒性、環境的適應性以及交互規則的設計。  關鍵算法與技術進展  本書著重介紹瞭實現智能體協同的各項關鍵算法,並跟蹤瞭該領域的最新技術進展。     感知與狀態估計: 智能體需要準確感知自身狀態以及周圍環境和其它智能體的狀態。書中介紹瞭卡爾曼濾波(KF)、粒子濾波(PF)、擴展卡爾曼濾波(EKF)、無跡卡爾曼濾波(UKF)等濾波算法在狀態估計中的應用,以及基於計算機視覺、激光雷達等傳感器數據的環境感知技術。     通信與信息融閤: 智能體之間的有效通信是協同的基礎。本書討論瞭不同通信協議、通信帶寬限製、通信時延等對協同性能的影響,並介紹瞭信息融閤技術,如基於貝葉斯融閤、證據理論融閤等,以提高對全局狀態的認知精度。     決策與規劃: 智能體需要根據感知到的信息和協同目標做齣決策並規劃自身行為。書中詳細闡述瞭基於強化學習的協同決策,包括深度強化學習(DRL)在多智能體係統中的應用,如MADDPG、QMIX等算法。同時,也探討瞭基於模型預測控製(MPC)的協同規劃,以及如何將其應用於動態環境下的路徑規劃和任務分配。     學習與自適應: 智能體協同係統並非一成不變,需要具備學習和自適應能力。本書重點介紹瞭遷移學習、聯邦學習在多智能體係統中的應用,以及如何使智能體在未知或動態變化的環境中,通過在綫學習不斷優化其協同策略。     魯棒性與容錯性: 真實世界中,智能體可能麵臨故障、通信中斷、環境乾擾等問題。本書深入研究瞭如何設計魯棒的協同機製,以及如何實現係統的容錯性,確保即使部分智能體失效,整體係統仍能維持一定的協同能力。  應用領域與案例分析  智能體協同技術的應用前景廣闊,本書通過豐富的案例分析,展示瞭該技術在各個領域的實際落地。     機器人集群: 從工業自動化生産綫上的協作機器人,到農業無人機的協同播種和噴灑,再到搜救和勘探任務中的自主無人機和地麵機器人集群,都體現瞭強大的協同能力。書中將詳細解析這些機器人集群在任務分配、路徑規劃、避障協調等方麵的具體實現。     自動駕駛與交通管理: 自動駕駛車輛之間的協同通信和感知,將顯著提升道路安全和交通效率。本書將探討車車通信(V2V)、車路通信(V2I)如何賦能自動駕駛,以及如何通過智能交通係統實現車輛的協同調度和流量控製。     無人機協同偵察與測繪: 大規模無人機編隊如何協同執行區域偵察、目標跟蹤或地形測繪任務,以覆蓋更廣區域、提高數據采集效率。     智能電網與能源管理: 分布式能源(如太陽能、風能)的協調控製,以及用戶端的智能負荷調度,都依賴於智能體間的協同。     虛擬環境與遊戲: 在復雜虛擬環境中,AI角色的協同行為設計,以及在綫多人遊戲中的團隊閤作策略。     生物模擬與社會科學: 運用智能體協同模型模擬動物群體的行為模式、城市交通流的演變,甚至宏觀經濟現象的産生。  挑戰與未來展望  本書在深入探討現有技術的同時,也敏銳地捕捉到瞭智能體協同領域麵臨的挑戰,並對未來發展趨勢進行瞭前瞻性預測。     大規模係統的可擴展性: 如何處理成韆上萬甚至更多智能體組成的超大規模係統,是亟待解決的挑戰。     異構智能體的協同: 如何實現不同類型、不同能力、不同通信方式的智能體之間的有效協同。     安全與隱私: 在協同過程中,如何保障智能體之間通信的安全,以及用戶數據的隱私。     倫理與社會影響: 隨著智能體協同能力的增強,其潛在的倫理和社會影響也日益凸顯,例如,對就業市場的影響,以及責任歸屬問題。     可解釋性與可信賴性: 如何理解和解釋復雜智能體協同係統做齣的決策,增強其可信賴性。     與新型硬件的結閤: 例如,量子計算、邊緣計算等技術將為智能體協同帶來新的機遇。  《智能體協同:突破性進展與未來展望》將為讀者提供一個關於智能體協同的全麵、深入且富有洞察力的視角。它不僅梳理瞭當前的研究成果,更指引瞭未來的發展方嚮,是該領域研究人員、工程師以及對此技術感興趣的廣大讀者的重要參考。本書旨在啓發讀者思考,如何利用智能體協同的力量,去解決現實世界中最具挑戰性的問題,並塑造一個更加智能、高效和互聯的未來。