基于事件触发的三阶离散多智能体系统一致性分析

董滔 李小丽 赵大端

近些年来,由于多智能体协同控制在编队控制[1]、机器人网络[2]、群集行为[3]、移动传感器[4−5]等方面的广泛应用,多智能体系统的协同控制问题受到了众多研究者的广泛关注.一致性问题是多智能体系统协同控制领域的一个关键问题,其目的是通过与邻居之间的信息交换,使所有智能体的状态达成一致.迄今为止,对多智能体一致性的研究也已取得了丰硕的成果,根据多智能体的动力学模型分类,主要可以将其分为以下4种情形:一阶[6−9]、二阶[10−13]、三阶[14−15]、高阶[16−18].

在实际应用中,由于CPU处理速度和内存容量的限制,智能体不能频繁地进行控制以及与其邻居交换信息.因此,事件触发控制策略作为减少控制次数和通信负载的有效途径,受到了越来越多的关注.到目前为止,对事件触发控制机制的研究也取得了很多成果[19−23].Xiao等[19]基于事件触发控制策略,解决了带有领航者的离散多智能体系统的跟踪问题.通过利用状态测量误差并且基于二阶离散多智能体系统动力学模型,Zhu等[20]提出了一种自触发的控制策略,该策略使得所有智能体的状态均达到一致.Huang等[21]研究了基于事件触发策略的Lur'e网络的跟踪问题.针对不同的领航者–跟随者系统,Xu等[22]提出了3种不同类型的事件触发控制器,包含分簇式控制器、集中式控制器和分布式控制器,以此来解决对应的一致性问题.然而,大多数现有的事件触发一致性成果集中于考虑一阶多智能体系统和二阶多智能体系统,很少有成果研究三阶多智能体系统的事件触发控制问题,特别是对于三阶离散多智能体系统,成果更是少之又少.所以,设计相应的事件触发控制协议来解决三阶离散多智能体系统的一致性问题已变得尤为重要.

本文研究了基于事件触发控制机制的三阶离散多智能体系统的一致性问题,文章主要有以下三点贡献:

1)利用位置、速度和加速度三者的测量误差,设计了一种新颖的事件触发控制机制.

2)利用不等式技巧,分析得到了保证智能体渐近收敛到一致状态的充分条件.与现有的事件触发文献[19−22]不同的是,所得的一致性条件与通信拓扑的Laplacian矩阵特征值和系统的耦合强度有关.

3)给出了排除类Zeno行为的参数条件,进而使得事件触发控制器不会每个迭代时刻都更新.

1 预备知识

1.1 代数图论

智能体间的通信拓扑结构用一个有向加权图来表示,记为G={ϑ,ς,∆}.其中,ϑ={1,2,···,n}表示顶点集,ς⊆ϑ×ϑ表示边集,∆=(aij)n×n称作邻接矩阵,aij表示边(j,i)∈ς的权值.当(j,i)∈ς时,有aij>0;否则,有aij=0.aij>0表示智能体i能收到来自智能体j的信息,反之则不成立.对任意一条边j,节点j称为父节点,节点i则称为子节点,节点i是节点j的邻居节点.假设通信拓扑中不存在自环,即对任意i∈ϑ,有aii=0.

1.2 模型描述

考虑多智能体系统由n个智能体组成,其通信拓扑结构由有向加权图G表示,其中每个智能体可看作图G中的一个节点,每个智能体满足如下动力学方程:

其中,xi(k)∈R表示位置状态,vi(k)∈R表示速度状态,zi(k)∈R表示加速度状态,ui(k)∈R表示控制输入.

基于事件触发控制机制的控制器协议设计如下:

其中,λ>0,η>0,γ>0表示耦合强度,

触发时刻序列定义为:

Ei(k)为触发函数,具有以下形式:

再结合式(1)和式(2)可得到:

定义1.对于三阶离散时间多智能体系统(1),当且仅当所有智能体的位置变量、速度变量、加速度变量满足以下条件时,称系统(1)能够达到一致.

2 一致性分析主要结果

假设κ是矩阵Q1的特征值,µi是L的特征值,则有如下等式成立:

则有如下引理:

引理1[15].如果矩阵L有一个0特征值且其他所有特征值均有正实部,并且参数λ,η,γ满足下列条件:

引理2[23].如果ρ(Q1)<1,那么存在M≥1和0<α<1使得下式成立

定理1.对于三阶离散多智能体系统(1),基于假设1,如果式(2)中的耦合强度满足引理1中的条件,触发函数(4)中的参数满足0<δ1<1,δ2>0,0<α<β<1,则称系统(1)能够实现渐近一致.

根据引理1和引理2可知,存在M≥1和0<α<1使得下式成立.

由触发条件可得:

对上式移项可求解得:

又因为kε(k)k≤kψ(k)k,kϕ(k)k≤kψ(k)k和kφ(k)k≤kψ(k)k,可得出下列不等式:

接着有如下不等式成立:

于是有

把式(14)代入式(8)可得

接下来的部分,将证明下列不等式成立.

首先,证明对任意的ρ>1,下列不等式成立.

利用反证法,先假设式(17)不成立,则必将存在k∗>0使得kψ(k)k≥ρWβk∗并且当k∈(0,k∗)时kψ(k)k<ρWβk成立.因此,根据式(17)可得:

根据以上结果,式(18)和式(19)都与假设相矛盾.这说明原命题成立,即对任意的ρ>1,式(17)成立.易知,如果ρ→1,则式(16)成立.根据式(16)可知,当k→+∞时,有limk→∞kψ(k)k=0,则系统(5)是收敛的.由ψ(k)的定义可知,系统(1)能够实现渐近一致.

定理2.对于系统(1),如果定理1中的条件成立,并且控制器(2)中的设计参数满足如下条件,

注2.类Zeno行为广泛存在于基于事件触发控制机制的离散系统中.然而,当前极少有文献研究如何排除类Zeno行为,尤其是对于三阶多智能体动态模型.定理2给出了排除三阶离散多智能体系统的类Zeno行为的参数条件.

3 仿真实验

本部分将利用一个仿真实验来验证本文所提算法及理论的正确性和有效性.假设三阶离散多智能体系统(1)包含6个智能体,且有向加权通信拓扑结构如图1所示,权重取值为0或1,可以明显地看出该图包含有向生成树(满足假设1).

图1 6个智能体通信拓扑结构图Fig.1 The communication topology with six agents

通过简单的计算可得,µ1=0,µ2=0.6852,µ3=1.5825+0.3865i,µ4=1.5825−0.3865i,µ5=3.2138,µ6=3.9360.令M=1,结合定理1和定理2可得到0.035<δ1<1,δ2>44.0025,0<α<β<1.令δ1=0.2,δ2=200,α=0.6,β=0.9,λ=0.02,η=0.3,γ=0.5,不难验证满足引理1的条件并且计算可知ρ(Q1)=0.9958<1.三阶离散多智能体系统(1)的一致性结果如图2∼图6所示.根据定理1可知,基于控制器(2)和事件触发函数(4)的系统(1)能实现一致.从图2∼图6可以看出,仿真结果与理论分析符合.

图2 三阶离散多智能体系统的位置轨迹图Fig.2 The trajectories of position in third-order discrete-time multi-agent systems

图3 三阶离散多智能体系统的速度轨迹图Fig.3 The trajectories of speed in third-order discrete-time multi-agent systems

图4 三阶离散多智能体系统的加速度轨迹图Fig.4 The trajectories of acceleration in third-order discrete-time multi-agent systems

图5 三阶离散多智能体系统的控制轨迹图Fig.5 The trajectories of control in third-order discrete-time multi-agent systems

图6 100次迭代内所有智能体的触发时刻Fig.6 Triggering instants of all agents within 100 iterations

图2∼图4分别表征了系统(1)中所有智能体的位置、速度和加速度的轨迹,从图中可以看出以上3个变量确实达到了一致.图5展示了控制输入的轨迹.为了更清楚地体现事件触发机制的优点,图6给出了0∼100次迭代内的各智能体的触发时刻轨迹.从图6可以看出,本文设计的事件触发协议确实达到了减少更新次数,节省资源的目的.

4 结论

针对三阶离散多智能体系统的一致性问题,构造了一个新颖的事件触发一致性协议,分析得到了在通信拓扑为有向加权图且包含生成树的条件下,系统中所有智能体的位置状态、速度状态和加速度状态渐近收敛到一致状态的充分条件.同时,该条件指出了通信拓扑的Laplacian矩阵特征值和系统的耦合强度对系统一致性的影响.另外,给出了排除类Zeno行为的参数条件.仿真实验结果也验证了上述结论的正确性.将文中获得的结论扩展到拓扑结构随时间变化的更高阶多智能体网络是极有意义的.这将是未来研究的一个具有挑战性的课题.