不确定Euler–Lagrange多智能体系统经验回放自适应蜂拥控制
王希铭
孙金生
李志韬
吴梓杏
南京理工大学自动化学院,江苏南京210094
摘要：针对具有可参数化线性回归的不确定项的Euler–Lagrange多智能体系统,提出了一种基于经验回放的自适应蜂拥控制算法.在系统模型中的不确定项可以被分解为已知的回归矩阵和未知的回归参数的情况下,该算法通过在线辨识未知参数,降低了传统自适应蜂拥控制算法中估计参数收敛对持续激励条件的要求,可以有效地提高蜂拥系统的性能.利用设计的滤波器,在获得估计参数量与实际参数的误差信息的同时,可以避免使用系统状态的导数信息.本文设计的自适应律不仅保证系统达成蜂拥控制的目标,还通过记录不同时刻的误差信息,使得系统在满足间断激励的情况下,保证估计参数收敛于实际值.通过LaSalle不变集理论对算法进行了分析,给出了理论证明.仿真验证了该算法的有效性.
关键词：蜂拥控制多智能体系统自适应控制欧拉拉格朗日系统经验回放
论文发表日期：2022-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1699-1706 )
英文信息