Key points are not available for this paper at this time.
Zusammenfassung Dieser Artikel schlägt ein lokalisiertes datengetriebenes Konsensframework für Führer-Folger-Mehragentensysteme mit unbekannter kontinuierlicher Agentendynamik sowohl für rauschfreie als auch für rauschbehaftete Datenszenarien vor. In diesem Kontext berechnet jeder Folger seine Rückkopplungssteuergewinne basierend auf seinen lokal gesampelten Daten, einschließlich der Zustände, Zustandsableitungen und Eingaben. Wir schlagen neuartige verteilte Kontrollprotokolle vor, die die unterschiedlichen dynamischen Rückkopplungsgewinne synchronisieren und einen Führer-Folger-Konsens erreichen. Designmethoden werden für die entwickelten datengestützten Konsenssteuerungsalgorithmen bereitgestellt, die auf niederdimensionalen linearen Matrixungleichungen basieren. Die Gültigkeit der entwickelten Algorithmen wird durch Simulationsbeispiele demonstriert.
Chang et al. (Sun,) untersuchten diese Frage.