在随机环境下的近似共识多智能体控制及其在负载平衡中的应用
摘要：非线性智能体网络的近似共识问题在本文中得到了研究，该网络具有切换拓扑、噪声和延迟测量。与现有的基于随机逼近的控制算法（协议）相比，本文提出了一种具有非零步长的本地投票协议。非零（例如，常数）步长协议可以通过选择适当的步长实现更好的收敛速度（以应对时变负载和智能体状态）。付出的代价是将均方收敛换成近似收敛。为了分析闭环系统的动态特性，使用了所谓的平均模型法。该方法可以降低闭环系统的分析复杂度。在本文中，提出了初始系统与其近似平均模型之间均方距离的上界。利用所提出的上界，得出了实现近似共识的条件。 该方法应用于具有关于智能体当前状态和通信链路变化的不完全信息的随机动态网络的负载平衡问题。将负载平衡问题表述为具有切换拓扑的噪声模型的共识问题。得出了实现最佳负载平衡水平的条件（在没有新任务到达的情况下，所有智能体将在同一时间完成）。 通过分析和模拟评估了系统的性能。结果表明，具有在“连接”邻居之间重新分配任务的自适应多智能体策略的性能显著优于没有重新分配的性能。所得结果对于生产网络、多处理器、传感器或多计算机网络的控制等方面都具有重要意义。
作者：Natalia Amelina, Alexander Fradkov, Yuming Jiang, and Dimitrios J. Vergados
论文ID：1306.3378
分类：Systems and Control
分类简称：cs.SY
提交时间：2013-06-17