Contrôle d'apprentissage critique via un jeu différentiel à somme nulle pour la manœuvre de formation affine des systèmes multi-agents face aux cyberattaques

Le problème de contrôle de la manœuvre de formation affine (AFM) utilisant le jeu différentiel à somme nulle est étudié pour un système multi-agents (MAS) de deuxième ordre contre des attaques par injection cybernétique sur les actionneurs. Tout d'abord, les signaux de contrôle distribués et les signaux d'attaque injectés cybernétiquement sont vus comme deux équipes concurrentes. Ensuite, un système d'erreur de suivi leader-suiveur est établi où les suiveurs visent à suivre les AFMs des leaders. Les politiques de contrôle optimal distribué leader-suiveur et les politiques d'atténuation des cyberattaques sont dérivées de la solution d'équilibre de Nash de l'équation de Hamilton-Jacobi-Isaac (HJI). La solution de l'équation HJI est estimée à l'aide d'un réseau neuronal critique. Les poids du système critique sont appris en ligne sur la base du schéma de programmation dynamique adaptative (ADP). La stabilité uniforme ultérieurement bornée du système en boucle fermée sous la stratégie de contrôle du jeu différentiel à somme nulle formulée a été prouvée par le théorème de stabilité de Lyapunov. Un exemple de simulation illustre que la méthode de contrôle présentée peut atténuer les attaques par injection cybernétique sur les actionneurs et maintenir les AFMs des agents.