一种基于鲁棒微分博弈的多智能体系统避碰策略方法

    公开(公告)号:CN115981163A

    公开(公告)日:2023-04-18

    申请号:CN202310086217.8

    申请日:2023-01-16

    Abstract: 本发明涉及一种基于鲁棒微分博弈的多智能体系统避碰策略方法。首先将具有通信能力有限且受外部干扰的多智能体系统避碰问题转化为分布式微分博弈问题;其次,基于人工势场法,明确的引入轨迹优化目标惩罚智能体的偏离程度;然后,将外部干扰看作最大化成本函数的虚拟玩家,求取最坏干扰下的最优避碰策略;分析局部鲁棒纳什均衡的存在性以及全局收敛性;最后,利用基于最佳成本函数的逆优化方法构建最优控制策略,采用基于非支配占优的蚁群优化算法求解最优反馈增益矩阵;该方法可以减少智能体到达目标点的时间,并且可以使避碰策略具有鲁棒性;此外,该方法采用分布式体系结构,相较于集中式体系结构,不依赖于全局状态信息,具有良好的可扩展性。

    基于分层微分博弈的多智能体系统编队策略

    公开(公告)号:CN116360265A

    公开(公告)日:2023-06-30

    申请号:CN202310342269.7

    申请日:2023-04-03

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于分层微分博弈的多智能体系统编队策略:首先,利用图论,建立智能体之间的通信拓扑结构,并建立智能体模型和障碍物环境模型;其次,针对未知障碍物环境,在策略层,将带有已知障碍物约束的多智能体编队问题转化为分布式微分博弈,并为博弈参与人设计成本函数,建立博弈模型;利用庞特里亚金最小值原理,分析局部纳什均衡解的存在性以及唯一性,并求解局部纳什均衡解的表达形式,给出了局部纳什均衡解全局收敛性条件;在规划层,利用基于滚动优化的二次规划模型实时修改来自策略层的局部纳什均衡解,最后形成混合编队策略;其在理论上保证了智能体成功避开未知障碍物后,混合编队策略能够收敛到局部纳什均衡解。

Patent Agency Ranking