基于云边计算的非线性网络化多智能体控制方法及系统技术方案

本发明专利技术公开了一种基于云边计算的非线性网络化多智能体控制方法及系统，涉及工业互联网和自动控制技术领域

【技术实现步骤摘要】
基于云边计算的非线性网络化多智能体控制方法及系统


[0001]本专利技术涉及工业互联网和自动控制
，尤其涉及一种基于云边计算的非线性网络化多智能体控制方法及系统
。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术
。
[0003]网络化多智能体是由多个智能体组成的系统，它们通过网络相互连接和协作
。
每个智能体都是一个独立的实体，具有自主性
、
感知能力
、
决策能力和行动能力
。
通过网络化连接，智能体之间可以交换信息
、
共享知识，并通过合作或竞争来达成共同目标或解决问题
。
近年来，网络化多智能体技术在自动驾驶
、
智能物流
、
卫星编队等领域得到广泛应用，展现出了强大的协同和智能化能力
。
[0004]然而，随着网络化多智能体系统控制规模的增长，智能体通常分布在混合网络中
。
在这种情况下，有限的公共网络资源使代理之间的通信面临挑战，从而使大多数现有的协调控制策略变得不可行
。
此外，智能体自身的微处理器的数据处理能力非常有限
。
因此，网络化多智能体系统的扩展导致实时数据大幅增加，使得智能体很难在规定的采样周期内执行控制策略
。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术的目的是提供一种基于云边计算的非线性网络化多智能体控制方法及系统，将云计算和边缘计算引入网络化多智能体系统，建立了混合网络下的分布式网络化多智能体系统的通信架构，并设计了控制律，对通信约束进行主动补偿，达到了所有智能体的协调
。
[0006]为了实现上述目的，本专利技术是通过如下的技术方案来实现：
[0007]本专利技术第一方面提供了一种基于云边计算的非线性网络化多智能体控制方法，包括以下步骤：
[0008]根据网络条件，将分布在混合网络下的多智能体进行分组，并给每组智能体分配一个边缘节点；
[0009]采集智能体的输入输出数据发送至对应的边缘节点，利用边缘节点计算中间参数，并发送至云节点；
[0010]利用中间参数，构建智能体控制律，其中，对中间参数进行迭代计算得到输出预测，根据输出预测和中间参数，结合预设的跟踪协议共同构建智能体控制律；
[0011]基于智能体控制律生成预测控制序列，下发至智能体的执行器，对智能体进行控制
。
[0012]进一步的，每个智能体反馈和前向信道中存在随机的通信约束
。
[0013]进一步的，利用传感器采集智能体的输入输出数据发送至对应的边缘节点，并发
送至云节点，云节点上的云控制器利用中间参数，构建智能体控制律
。
[0014]更进一步的，所述云控制器为事件驱动，执行器和传感器为时间驱动且同步
。
[0015]进一步的，利用边缘节点计算中间参数得具体公式为：
[0016][0017][0018]其中，是伪偏导数的估计，即所需的中间参数，其初值为
k
表示时间，表示可调参数
,
是一个很小的正常数，和分别代表第
i
个边缘节点下的第
j
个智能体在时间
k
的输出和控制输入
。
[0019]进一步的，对中间参数进行迭代计算得到输出预测的具体公式为：
[0020][0021][0022][0023]其中，和分别代表第
i
个边缘节点下的第
j
个智能体在时间
k
的输出和控制输入，是数据包的时间戳，
f
＝
1,2,
……
,
代表往返时间延迟的上界，代表第
i
个边缘节点下的第
j
个智能体基于时刻对时刻的输出预测，
[0024]更进一步的，智能体控制律表示为：
[0025][0026]其中
[0027][0028][0029][0030]其中，和叫做协调因子，前者用来协调同组智能体之间的输出，后者用来协调不同组智能体之间的输出；和叫做选择因子，其值取决于智能体之间的通信拓扑
。
[0031]本专利技术第二方面提供了一种基于云边计算的非线性网络化多智能体控制系统，包括：
[0032]智能体分组模块，被配置为根据网络条件，将分布在混合网络下的多智能体进行
分组，并给每组智能体分配一个边缘节点；
[0033]参数计算模块，被配置为采集智能体的输入输出数据发送至对应的边缘节点，利用边缘节点计算中间参数，并发送至云节点；
[0034]控制律构建模块，被配置为利用中间参数，构建智能体控制律，其中，对中间参数进行迭代计算得到输出预测，根据输出预测和中间参数，结合预设的跟踪协议共同构建智能体控制律；
[0035]控制律执行模块，被配置为基于智能体控制律生成预测控制序列，下发至智能体的执行器，对智能体进行控制
。
[0036]本专利技术第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的基于云边计算的非线性网络化多智能体控制方法中的步骤
。
[0037]本专利技术第四方面提供了一种设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的基于云边计算的非线性网络化多智能体控制方法中的步骤
。
[0038]以上一个或多个技术方案存在以下有益效果：
[0039]本专利技术公开了一种基于云边计算的非线性网络化多智能体控制方法及系统，应用于混合网络下的分布式非线性多智能体系统，使用云边计算建立智能体之间的通信，并设计控制律，以主动补偿系统中存在的随机通信约束即网络诱导延迟
、
数据包乱序和数据包丢失等，最终达到所有智能体的协调，从而实现多智能体的最优控制
。
[0040]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到
。
附图说明
[0041]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定
。
[0042]图1为本专利技术实施例一中基于云边计算的非线性网络化多智能体控制方法流程图；
[0043]图2为本专利技术实施例一中多智能体系统的结构图
。
具体实施方式
[0044]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明
。
除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义
...

【技术保护点】

【技术特征摘要】
1.
一种基于云边计算的非线性网络化多智能体控制方法，其特征在于，包括以下步骤：根据网络条件，将分布在混合网络下的多智能体进行分组，并给每组智能体分配一个边缘节点；采集智能体的输入输出数据发送至对应的边缘节点，利用边缘节点计算中间参数，并发送至云节点；利用中间参数，构建智能体控制律，其中，对中间参数进行迭代计算得到输出预测，根据输出预测和中间参数，结合预设的跟踪协议共同构建智能体控制律；基于智能体控制律生成预测控制序列，下发至智能体的执行器，对智能体进行控制
。2.
如权利要求1所述的基于云边计算的非线性网络化多智能体控制方法，其特征在于，每个智能体反馈和前向信道中存在随机的通信约束
。3.
如权利要求1所述的基于云边计算的非线性网络化多智能体控制方法，其特征在于，利用传感器采集智能体的输入输出数据发送至对应的边缘节点，并发送至云节点，云节点上的云控制器利用中间参数，构建智能体控制律
。4.
如权利要求3所述的基于云边计算的非线性网络化多智能体控制方法，其特征在于，所述云控制器为事件驱动，执行器和传感器为时间驱动且同步
。5.
如权利要求1所述的基于云边计算的非线性网络化多智能体控制方法，其特征在于，利用边缘节点计算中间参数得具体公式为：利用边缘节点计算中间参数得具体公式为：其中，是伪偏导数的估计，即所需的中间参数，其初值为
k
表示时间，表示可调参数
,
是一个很小的正常数，和分别代表第
i
个边缘节点下的第
j
个智能体在时间
k
的输出和控制输入
。6.
如权利要求1所述的基于云边计算的非线性网络化多智能体控制方法，其特征在于，对中间参数进行迭代计算得到输出预测的具体公式为：对中间参数进行迭代计算得到输出预测的具体公式为：对...

【专利技术属性】
技术研发人员：任鸿儒，龙寅壬，马慧，程志键，鲁仁全，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：