摘    要：基于动态网络一致性理论，研究外邵向量场变化情况下的分布式多智能体的队形保持和跟踪控制问题、利用邻近多智能体间共享的信息，智能体以-致协商的合作方式既控制自身运动轨迹，同时又保持了一定的队形．针对多智能体之间形成的最近邻耦合网络拓扑进行分析后，提出了多智能体一致性动态控制律的设计方法，可方便地对系统的极点进行配置。还提出了一种利用分散的队形控制分解中心****者作用的方法，并给出了系统稳定性的条件。研究结果显示，队形稳定性问题仅受到通讯拓扑结构的影响，可以通过分解降阶的系统解决，而向量场的特性只影u向系统跟踪性能。仿真例子显示了方法的正确性。

关键词：多智能体；一致性；网络；队形；跟踪控制

中图分类号：tp 27    文献标识码ia

    在许多工业领域中多智能体系统得到了广泛应用，其中，尤为关键的技术是多智能体在作业和运动过程中保持一定队形的方法。到目前为止，队形控制问题已在机械装配、石油化工检测等领域碍到应用。研究队形控制的方法也大致有三种4：跟随****者法、基于行为法、虚拟结构法：其中，跟随****者法的应用最为引人注日。在多智能体组成的群体中，某个智能体被指定为****者，其余作为它的跟随者，这些跟随者以一定的距离问隔跟踪****智能体、根据****者与跟随者之问的相对位置关系，就可形成不同的队形，该队形可看作宏观上不同的网络拓扑结构。韩学东等研究的跟随****者多智能体系统中，根据智能体之间的不同拓扑位置关系．设计了适用于不同情况的控制器，并探讨了编制队形问题，但其未涉及复杂外部环境的队形保持问题。本文考虑复杂外部环境下由一个****者和多个智能体组成的系统，利用网络一致性理论，研究复杂条件下的多智能体跟随****者问题。主要研究在可测的向量场（例如温度场或磁力场等）中多智能体系统的跟踪问题，并进一步获取多智能体测量局部向量场及其他智能体交互各自的测量信息，从而解决基于共享信息的多智能体互相}办作控制和各自运动轨迹的问题。此外，为了系统达到稳定，还讨论了具体的多智能体拓扑结构的跟踪问题和动态控制律的设计方法。

  1)问题描述智熊体通过通信与其他智能体进行信息交互并获取到更大范围内的环境信息，有利于做出正确决策。考虑到智能体感知和通信能力的有限性，为了更好地对多智能体系统的队形保持和控制进行研究，有必要借助于复杂网络的一些理论进行研究，其原因在于：如果每个智能体被看作是网络中一个节点，智能体之间的感知和通讯关系看作为边，那么多智能体的队形就可看作一个网络，即耦合拓扑可方便地由一个简单网络来表示。由于单个智能体通信能力的限制，在执行共同任务的多智能体组中，一致协商起到重要的作用。为了达到信息一致，必须存在共享变量和采用基于此变量的一致协商算法。多智能体队形的变化，即多智能体间通讯网络拓扑结构的变化，对多智能体间信息的一致协商速度产生重要的影响：

    本文以编队保持和一致性协商问题研究为基础，融合****者的信息，建立多智能体的数学模型，并进行控制器没计。在设计中，假设每个智能体有一个局部观测器，基于各局部观测器的测量值和其他智能体提供的共享信息，可估算空间的向量场平均值。此外，为降低控制器设计的复杂性且保证系统的稳定性，本文还提出了一种利用分散的队形控制来分解中心****者作用的方法。

    2)多智能体模型描述考虑ⅳ个智能体，缚个智能体的动态方程为

  将上述动态方程表示为如下线性系统：

          

式中，x∈rn表示智能体的状态；ui∈rm表示控制输入；yi∈rk为内部状态的测量值。