新华正版 多智能体机器人系统控制及其应用 戴凤智，赵继超，宋运忠主编 9787122437037 化学工业出版社

戴凤智

天津科技大学电子信息与自动化学院教师。北京理工大学自动化专业学士和硕士，日本国立大分大学博士。

主编科普类图书和教材13本，荣获中国轻工业优秀教材二等奖和信息通信科普教育精品图书奖。主持的工作分别于2018年和2022年获得天津市教学成果奖二等奖。获得“十三五”期间天津市全民科学素质工作先进个人和天津市工程专业学位优秀指导教师。

现为天津市机器人学会理事、中国机械工业教育协会机器人工程专业教学委员会委员、中国自动化学会“智向未来”自动化与人工智能科普百人团专家。

第1篇多智能体机器人系统的基础

第1章多智能体机器人系统

1.1多智能体机器人系统简介

1.1.1理论发展及其特点

1.1.2多智能体系统的研究内容

1.1.3多智能体系统的应用领域

1.2多智能体机器人系统的控制

1.3多智能体机器人系统的编队控制

1.4多智能体机器人系统的控制形式

1.5本书的结构安排

思考与练习题

第2章多智能体机器人系统的控制原理

2.1机器人的经典控制理论

2.1.1线性连续系统

2.1.2线性离散系统

2.2机器人的线性系统理论

2.2.1状态空间分析

2.2.2定常连续系统求解

2.2.3定常离散系统求解

2.2.4可控性和可观性

2.3李雅普诺夫稳定性分析

2.3.1李雅普诺夫稳定性

2.3.2李雅普诺夫稳定判据

2.3.3李雅普诺夫第二法稳定性判据

本章小结

思考与练习题

第3章多智能体机器人系统的数理知识

3.1多智能体分析的代数图论

3.1.1图的概念

3.1.2图的类型

3.1.3图的矩阵表示

3.2多智能体相关的矩阵分析

3.2.1矩阵基础

3.2.2矩阵分析

3.3机器人的坐标转换

3. 3.1二维空间转换

3.3.2三维空间转换

本章小结

思考与练习题

第2篇

多智能体机器人系统的控制

第4章一阶多智能体机器人系统

4.1一阶机器人系统模型

4.2连续时间下的机器人一致性控制

4.2.1问题描述

4.2.2设计控制器

4.2.3实验验证

4.3离散时间下的机器人一致性控制

4.3.1问题描述

4.3.2设计控制器

4.3.3实验验证

4.4切换拓扑系统的一致性控制

4.4.1问题描述

4.4.2设计控制器

……

7.4多无人机系统的协同控制

7.4.1多无人机的动态一致性控制

7.4.2多无人机的静态一致性控制

7.4.3多无人机的编队控制

7.5多无人机系统的实验验证

7.5.1实验1：多无人机的动态一致性控制

7.5.2实验2：多无人机的静态一致性控制

7.5.3实验3：多无人机的编队控制

本章小结

思考与练习题

第8章异构多智能体系统的协同控制和最优控制

8.1无人机和无人车组成的异构系统

8.1.1系统的设置

8.1.2建立模型

8.2异构多智能体系统的协同控制

8.2.1动态一致性控制

8.2.2静态一致性控制

8.2.3异构系统的编队控制

8.3异构多智能体系统的最优控制

8.3.1单体机器人的最优控制

8.3.2异构系统的最优控制

8.4异构多智能体系统的实验验证

8.4.1实验1：多无人机系统的最优编队控制

8.4.2实验2：多无人车系统的最优编队控制

8.4.3实验3：异构多智能体系统的仿真实验

本章小结

思考与练习题

附录A本书中出现的缩略语对照表

附录B常用的多智能体系统一致性协议

参考文献

第1章多智能体机器人系统

多智能体系统在自然科学、社会科学等众多领域中都有应用，并已成为当前的一个重要研究热点与富有挑战性的研究课题。近年来，多智能体系统相关问题的研究得到了广泛的关注，取得了大量的成果，并不断应用在各领域中。

将多智能体系统的研究成果应用到机器人领域就是多智能体机器人系统(本书在不引起混淆时将多智能体机器人系统简称为多智能体系统）。多智能体机器人系统由多个机器人组成，这些机器人可以具有相同或相似的特征(如由多辆智能无人车组成的多智能车系统），也可以是由不同特征的机器人（如由智能车和无人机混合编队）组成的系统。

机器人作为一种可移动的智能体，由于其具有自适应性、分散性和自组织性等特点，在社会、军事、生产等各领域都有着极其重要的研究意义和应用价值。因此开展针对移动类多智能体机器人系统的分析研究并提高其在工程实践中的应用水平，具有极高的实用价值和工程意义。

本章将介绍多智能体机器人系统的基础知识，包括多智能体机器人系统及其控制特性、主要的研究内容和相关应用。还将概述多智能体机器人系统的几种典型控制，包括群集控制、会合控制、同步控制和包容控制，并引出多智能体系统中重要的一致性控制和编队控制。

1.1多智能体机器人系统简介

1.1.1理论发展及其特点

多智能体系统（Multir-agent System,MAS）是指由许多单个智能体(agent)组成，并通过智能体之间的相互协调而共同完成一个复杂任务的系统。智能体一般是指一个物理的或抽象的实体，它具备感知周围环境的能力并能正确调用自身所具有的知识对环境做出适当的反应。而多智能体协调是一个多学科、多领域融合的新技术，其概念最初是受到对自然界中集体行为描述和观察的启发。

多智能体机器人系统是多智能体系统在机器人领域的具体应用。在多智能体机器人系统协调控制的应用中，将单个机器人（相比于整个多智能体机器人系统)设计为具有一定的传感、计算、存储与通信能力的个体。在多智能体系统中，单个机器人的结构可以设计得较为简单，所完成的功能也可以比较单一，其动态系统的控制输入仅依赖于自身信息和其他有限个周围智能体的状态信息[13]。而多智能体系统却可以通过这些较为“简单”的单体机器人来完成复杂的任务。

在现实生活中存在大量多智能体系统的实例，如鸟群、鱼群和蚁群等，分别如图1-1、图1-2和图1-3所示。在这类系统中，虽然个体自身的智能程度较为有限，但因为往往包含数量庞大的个体，所以生物界的这些集群行为在迁徙、躲避捕食者和找寻食物等方面具有很大的优势。因此对这些行为的研究吸引了各领域大量研究人员的关注。

1987年，生态学家Reynold4对鸟群、鱼群等群体行为进行仿真，提出了Boid模型。该模型要求智能体满足三个基本规则：

（1)避免碰撞所有个体与邻近个体保持适当间距，以免碰撞。

(2)中心汇聚所有个体试图靠近邻近个体。

（3）速度匹配所有个体试图与邻近个体的速度保持一致。

这些规则详尽地描述了系统内部每个个体与系统内其他邻近个体之间交互作用的动态行为5]。此后，Vicsek6在1995年提出了一个简单的模型来研……

本书是高等学校教材，本教材分为三部分。第一部分是多智能体机器人系统的基础知识，第1章介绍多智能体机器人系统的概念，第2章介绍在多智能体机器人系统研究过程中需要具备的控制理论基础知识，第3章介绍在数理方面需要用到的相关基础知识。第二部分讲解多智能体机器人系统的控制，在分别介绍了无人车和无人机的数学模型及其控制原理之后，第4章为这两种机器人分别建立一阶系统模型并讲解多个机器人在协同工作时需要达到一致性状态所需要的控制方法。第5章是第4章的进阶内容，分析当机器人的模型为二阶时的控制问题。第三部分介绍多智能体机器人系统的应用，第6章和第7章分别介绍多无人车系统和多无人机系统分别完成指定编队任务时的控制，第8章则以地空机器人合作共同完成任务为应用背景，讲解当无人车和无人机共同属于一个多智能体机器人系统时是如何通过控制来协同完成任务的。