基于高斯过程的多点线性化模型预测轨迹跟踪控制方法

    公开(公告)号:CN119414711A

    公开(公告)日:2025-02-11

    申请号:CN202411527685.5

    申请日:2024-10-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于高斯过程的多点线性化模型预测轨迹跟踪控制方法,包括针对自主水面无人艇ASV的轨迹跟踪问题,构建ASV动力学模型;采用高斯过程GP近似ASV的轨迹跟踪系统未建模动力学,得到GP预测模型;基于字典规模限制与最大似然法,建立字典数据与超参数的更新准则,优化GP预测模型;结合优化后的GP预测模型与ASV动力学模型,使用基于学习的模型预测控制MPC方法,构建GP‑MPC框架,并设计终端状态集;基于多点线性化方法,结合局部的线性模型预测控制LMPC方法,设计求解GP‑MPC框架优化问题的算法,实现ASV轨迹跟踪的实时控制。本发明在确保ASV轨迹跟踪精度的同时,显著降低了计算时间。

    异构智能体集群多级联盟分簇通信方法与系统

    公开(公告)号:CN118828598A

    公开(公告)日:2024-10-22

    申请号:CN202410994124.X

    申请日:2024-07-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种异构智能体集群多级联盟分簇通信方法与系统。本发明方法中,构建了基于智能体通信效率及任务重叠指标的集群分簇通信最优化问题;并设计了一种基于博弈论的优化问题联盟合作博弈分簇方法;给出了一种基于切换操作的最优联盟求解算法。通过对初始集群分簇执行多次最佳切换操作,实现多智能体异构集群的最优联盟形成及簇头选取。同时,本发明方法中,还给出了一种基于多因素权重设计的智能体分任务通信簇头选取方法。本发明使多智能体异构集群在各种复杂环境下实现有效分簇通信,进而有效提升集群通信及任务执行效能。

Patent Agency Ranking