비모델 적응 반복 학습 합의 추적 제어를 위한 비선형 다중 에이전트 시스템의 클래스

이 논문은 합의 추적을 수행하기 위해 알 수 없는 비선형 다중 에이전트 시스템의 클래스에 대한 분산 비모델 적응 반복 학습 제어(MFAILC) 방법을 제안합니다. 여기서는 고정 및 반복 변동 토폴로지가 모두 고려되며, 각 토폴로지에서 원하는 궤적에 접근할 수 있는 팔로워의 하위 집합만 존재합니다. 제어 프로토콜을 설계하기 위해 에이전트의 동적을 먼저 반복 축을 따라 동적 선형화 모델로 변환하고, 그 후 모든 에이전트가 원하는 궤적을 추적할 수 있도록 분산 MFAILC 스킴을 구축합니다. 철저한 분석을 통해 이 새로운 분산 MFAILC 스킴 하에서는 모든 에이전트의 추적 오류가 반복 축을 따라 수렴함이 입증됩니다. 이 설계의 주요 장점은 다중 에이전트 시스템의 입력/출력 데이터를 활용하여 합의 추적 작업을 달성할 수 있다는 것입니다. 제안된 설계의 유효성을 검증하기 위해 세 가지 예가 제공됩니다.