一致性机制应用领域 考虑到一致性问题是智能体之间协调合作的理论研究基础;而智能体之间协调合作的一个首要目标是智能群体达到一致,即趋同于是,就赋予了集群行为与一致性问题之间映射关系研究的理论和工程应用意义,由蜂拥集结行为和迁移行为延伸出的避障、编队、覆盖搜索、目标跟踪等一致性机制应用问题,而对涡旋行为及其延伸出的一致性机制应用问题只做简单的原理性介绍。 多主体系统中协调变量最终能够达成一致是进行合作控制的一个必要条件。目前已有许多研究问题围绕一致性机制在具体应用中的性质而展开,比如说复杂网络中的一致性问题,传感器网络中基于卡尔曼滤波的一致性协议的应用,无人驾驶飞行器的编队控制,移动机器人的聚集和定位问题等[38]。可见,一致性机制在智能群体系统的实际应用中占有举足轻重的地位,是群体行为动力学领域研究的一个焦点。 一致性机制应用领域主要包括: 1、同步问题(SynchronizationProblem):其是一类与一致性问题密切相关的问题,可看成是一致性问题的非线性扩展。通常是指假定信息交换拓扑结构在完全图的情形下, 依据智能体之间的信息交换, 适时修正智能体的动力学, 最终实现同步性。掌声同步、萤火虫现象、钟摆同步等为在日常生活中常见的同步现象; 2、集群问题(Swarming Problem):其研究源于由群居性社会生物群体产生的无集中控制式集群现象。集群是由大量自治个体构成的集合体。经由个体的局部感知、交互作用及相应的反应行为,使整体呈现出一致的行为。自然界中存在着的蜂群等集群性群体,往往可在运动中达成整体的动态稳定。生物界形式各异的群体运动,可认为在广义上均是一种集群。由于不同种群间的差异,其展现出的集群行为也不尽相同。鉴于至今没有一个明确的有关集群概念的定义,较能普遍接受的集群运动的基本特点常被描述为:①智能体与智能体之间、智能体与障碍物之间不会发生碰撞;②集群以某种队形或者蜂拥运动;③可能会有其它的优化要求。集群的运动过程中要求集群中的智能体之间进行局部协作,整体上在某些方面达成一致,以求最终能完成任务; 3、蜂拥问题:在一个多智能体系统中,若所有智能体在收敛终态能够达成速度矢量一致,彼此间的距离恒定,称为蜂拥问题。蜂拥行为可被视为是一种特殊的集群情况; 7 ^* n: d3 D: u4 _3 p
- q5 Z( h& T: d3 W2 D7 b( i
|