一种基于社区分解的多智能体系统一致性实现方法
【技术领域】
[0001] 本发明首次提出一种多智能体一致性实现方法，属于多智能体系统技术领域。具 体涉及一种可提升一致性收敛速度的基于社区分解的多智能体系统一致性实现方法。 (二）
【背景技术】
[0002] 近些年来，随着多智能体系统理论、分布式人工智能、群集智能等理论的发展促进 并形成了 一个崭新的研究领域一一多智能体一致性研究。多智能体一致性研究的基本任务 是，基于多个智能体可能相冲突的输入信息，采用一致性控制策略使群体系统产生一致公 共输出。由于分布式一致性理论具有无中心控制节点、局部信息交换和简单行为协调的特 点，因此，越来越多的学者对一致性理论表现出了浓厚的兴趣。
[0003] 多智能体系统一致性的实现有着广阔的应用前景，一致性问题作为协调合作控制 的基础，被广泛的应用于编队控制、蜂拥控制、聚集问题、同步以及协调决策问题等研究中。 近年来，多智能体系统一致性的实现存在于基于地面无人小车系统、无人飞行器系统、自组 织水下舰队、卫星群等系统的广泛工程应用中。因此，研究多智能体系统一致性的实现方法 有着重要的实际意义。
[0004] 在多智能体的一致性问题中，一致性的收敛速度是一个极为重要的指标，当前主 要提升一致性收敛速度的主要方法都是在单层拓扑结构上通过设计边权数或者调整连接 边来实现系统一致性收敛速度的提高，类似的方法在实施起来是有难度的。而且现在对于 一致性收敛速度的研究大多集中在一阶系统中，但是实际应用中，大多数个体的模型是需 要二阶或高阶系统来描述的。因此研究在不改变原图拓扑结构的基础上提升收敛速度的方 法和针对二阶或高阶系统来研究具有实际价值，也是一个必然趋势。 (三）
【发明内容】
[0005] 本发明目的在于提供一种实现多智能体系统一致性的方法，能够应用于涉及地面 无人小车系统、无人飞行器系统、自组织水下舰队、卫星群等系统的广泛工程中。
[0006] 为了实现上述目的，本发明提供了一种基于社区分解的多智能体系统一致性实现 方法，其特征在于，该方法包括以下步骤：
[0007] 1)初始化，将每个节点划分为一个社区；
[0008] 2)逐一遍历各个节点，将该节点移动到它邻域内的其他社区中，根据如下划分衡 量指标：
[0009]
[0010] 判断节点应该划分到哪个社区，△ Q为划分节点到其他社区后引起的模块度增益， 将遍历到的节点依次划分到所有邻居社区中，计算产生的A Q，取最大值记为最大增益，如 果最大增益大于〇,则将该节点划分到对应的邻居社区，否则保持该节点归属于原社区，不 断重复步骤2,直到节点的社区不再发生变化，这一步骤称为第一阶段；
[0011] 3)步骤2结束后得到S1个社区结构，即S1个子图G 1, G2，…，％，对这^个子图施 加一致性协议，S1个子图分别实现平均一致性；
[0012] 4)将步骤3中实现一致性的子图视为一个状态信息相同的虚拟节点，根据原拓扑 图中的节点连接关系构建步骤3中社区结构的内部连接图，设置内部连接图与低层子图的 信息传递原则，这一步骤称为第二阶段；
[0013] 5)如果步骤4产生的内部连接图可以继续分解为若干社区，则利用步骤2和3分 解该内部连接图并使新的子图实现一致性，并继续重复步骤4,否则转步骤6 ;
[0014] 6)对步骤4产生的内部连接图施加一致性协议使这些节点实现一致性，即达到所 有实际节点状态一致。
[0015] 所述的多智能体系统一致性实现方法，步骤3中对子图施加的一致性协议可以根 据多智能体系统的阶数进行更改，也就是本方法可适用于一阶或二阶的系统。
[0016] 所述的多智能体系统一致性实现方法，步骤4中内部连接图与低层子图的信息传 递原则为低层子图实现一致性后的状态为对应高层子图节点的初始状态，高层子图在一致 性协议下发生状态变化时，对应低层子图的节点状态也与之保持一致。
[0017] 所述的多智能体系统一致性实现方法，步骤5中内部连接图不再能分解为若干社 区的判断原则为：该拓扑图按照步骤2移动节点到邻居社区时，所有节点都没有正的模块 度增益。
[0018] 与现有技术相比，本发明的有益效果在于：
[0019] 1)本方法不改变原来多智能体之间的拓扑关系，也不改变连接权重，实际应用起 来局限性小；
[0020] 2)本方法将复杂网络中的社区结构发现的思想引入到提升一致性收敛速度中来， 将单层拓扑上的问题转换为在多层拓扑上解决，大大提升了系统实现一致性的速度；
[0021] 3)传统的一致性实现方法只适用于一种系统，而本方法不受系统阶数的限制，可 移植到二阶系统。 (四）
【附图说明】
[0022] 图1是基于社区分解的多智能体系统一致性实现方法设计框架
[0023] 图2是基于社区分解的多智能体系统一致性实现方法流程图
[0024] 图3是分层拓扑结构图
[0025] 图4是一阶系统在标准一致性实现方法下状态变化图
[0026] 图5是一阶系统在本发明一致性实现方法下状态变化图
[0027] 图6是二阶系统在标准动态一致性实现方法下状态变化图
[0028] 图7是二阶系统在本发明一致性实现方法下动态一致性状态变化图
[0029] 图8是二阶系统在标准静态一致性实现方法下状态变化图
[0030] 图9是二阶系统在本发明一致性实现方法下静态一致性状态变化图 (五）
【具体实施方式】
[0031] 下面【附图说明】该方法的具体实现方式：
[0032] 本发明考虑采用层级分解方法对多智能体的拓扑结构进行优化分解，在不改变原 拓扑结构的基础上，将多智能体的单层结构转换为相互连接的多层结构，如果每层子图收 敛速度都高于原始拓扑结构图的收敛速度，则整个多层系统有望比原图具有更快的收敛速 度。附图1描述了本发明中一致性实现方法的设计结构。设计时有两个关键问题需要解决。 第一，选取合适的单层分解方法，目标是将原始拓扑图分解为内部连通度较大的若干子图， 这样每个子图的收敛速度都大于原始拓扑结构图的收敛速度，单层的收敛速度也大于原始 拓扑，这样才有利于整个多层结构的收敛速度大于原始拓扑结构图的收敛速度。第二，单层 分解方法确定后选择合适的层与层之间的信息传递关系构建高层子图与低层子图之间的 联系，完成整个多层拓扑结构的转化。拓扑结构分层完成后，从底层开始施加一致性协议， 每一层实现一致性后才向更高层移动，对更高层施加一致性协议，并保证低层节点与最邻 近的高层中与之有信息传递的节点始终保持状态一致。当顶层实现状态一致时，整个多智 能体系统实现一致性。
[0033] 本发明包含了一种基于社区分解的多智能体系统一致性实现方法（附图二为具 体步骤的流程图），包括以下步骤：
[0034] 对于具有η个节点的多智能体系统，采用本发明提供的方法对拓扑图G进行分解。