6、分布式多智能体协调研究综述

分布式多智能体协调研究综述

1. 分布式估计研究

在分布式多智能体协调的研究中，分布式估计是一个重要的领域。不同的研究针对不同的场景和条件展开。
- 有的研究假设测量中不存在噪声信号进行环境建模。
- 有的在白噪声存在的情况下，使用类似共识的方法研究重叠分布式估计，该方法基于局部卡尔曼滤波器和智能体动态共识策略的协同。
- 还有的考虑每个传感器对未知参数有含噪声线性测量的分布式估计问题，通过类似共识的扩散方案使每个节点的局部估计最终收敛到真实参数。
- 另外，也有研究涉及移动机器人组在白噪声存在下的定位估计精度、非线性机器人的协同跟踪、雷达位置估计及配置优化等问题，甚至通过最小化预期状态估计误差来研究空间分布过程的估计。

2. 智能协调

传统协调问题通常假设每个智能体对局部信息做出响应，这种假设使闭环系统复杂度较低。近年来，具有智能的分布式协调，即智能协调，从不同视角得到研究，特别是经济学、社会科学和管理科学领域。智能协调的主要特点是每个智能体具有智能，会根据自身目标选择最佳响应。下面从两个方面介绍相关研究成果。

2.1 追捕 - 入侵问题

在追捕 - 入侵问题中，存在一组追捕者和一个入侵者。追捕者的目标是找到并跟踪入侵者，而入侵者的目标是逃脱追捕者。有研究提出了五阶段控制器来解决该问题，针对速度有界的入侵者，对类似杜宾斯车辆的追捕 - 入侵问题也采用五阶段控制器，并且还研究了该问题的离散时间情况。

2.2 博弈论

博弈论也被引入到分布式多智能体协调中。不同的研究涉及到通过线性二次（LQ）纳什微分博弈和基于RHC的方法进行编队控制、使用学习自动机学习