Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 1731

会议视频 252

会议信息 75

会议专题 3

年份

2024 5

2023 177

2022 235

2021 279

2020 222

2019 155

2018 131

2017 102

2016 60

2015 58

2014 27

2013 34

2012 36

2011 34

2010 38

2009 24

2008 44

2007 52

2006 69

2005 54

展开︾

关键词

智能制造 113

人工智能 89

2020 28

农业科学 19

机器学习 17

能源 17

系统工程 15

指标体系 13

2019 12

仿真技术 11

运载系统 11

新一代智能制造 10

智能工业 10

智能 9

智能化 9

信息技术 8

大数据 8

智能电网 8

物联网 8

展开︾

检索范围：

排序：展示方式：

博弈的存在与实践：对多智能体博弈发展的思考 Perspective

董琦1,吴镇宇1,2,陆军1,孙凤松1,3,王锦宇1,3,杨焱煜1,尚晓舟1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 995-1001 doi: 10.1631/FITEE.2100593

摘要：博弈是宇宙中的一种普遍存在。本文从人类对博弈的认识过程出发，探讨了博弈的存在与实践，阐述了多智能体博弈研究难点，并基于演化思想，从系统论的角度出发，提出多智能体演化博弈理论框架。以下一代预警探测系统为例，介绍了多智能体演化博弈的应用实践。构建了多智能体自组织博弈决策模型和多智能体强化学习方法，对研究高维复杂环境下的组织化、体系化博弈行为具有重要意义。

关键词：博弈；多智能体系统；多智能体演化博弈；预警探测

HTML PDF 收藏

多智能体协作与博弈展望：挑战、技术和应用 Perspective

刘瑜1,李徵2,姜智卓2,何友1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1002-1009 doi: 10.1631/FITEE.2200055

摘要：近年来，多智能体系统在解决复杂环境中各种决策问题方面取得显著进步，并已实现与人类相似甚至更好的决策性能。本文从任务挑战、技术方向和应用领域3个角度简要回顾多智能体协作和博弈相关技术。首先回顾近期多智能体系统工作中的典型研究问题和挑战，然后进一步讨论关于多智能体协作和游戏任务的前沿研究方向，最后对多智能体协作与博弈的应用领域进行重点展望。

关键词：多智能体；博弈论；集体智能；强化学习；智能控制

HTML PDF 收藏

基于多智能体微分博弈的数据驱动协同一致控制 Research Article

石宇1,化永朝2,于江龙1,董希旺1,2,任章1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1043-1056 doi: 10.1631/FITEE.2200001

摘要：本文研究了多智能体微分博弈问题及其在协同一致控制中的应用。提出系统化的多智能体微分博弈构建和分析方法，同时给出一种基于强化学习技术的数据驱动方法。首先论证了由于网络交互的耦合特性，典型的分布式控制器无法充分保证微分博弈的全局纳什均衡。其次通过定义最优对策的概念，将问题分解为局部微分博弈问题，并给出局部纳什均衡解。构造了一种无需系统模型信息的离轨策略强化学习算法，利用在线邻居交互数据对控制器进行优化更新，并证明控制器的稳定性和鲁棒性。进一步提出一种基于改进耦合指标函数的微分博弈模型及其等效的强化学习求解方法。与现有研究相比，该模型解决了多智能体所需信息的耦合问题，并实现分布式框架下全局纳什均衡和稳定控制。构造了与此纳什解对应的等价并行强化学习方法。最后，仿真结果验证了学习过程的有效性和一致控制的稳定性。

关键词：多智能体系统；微分博弈；一致控制；数据驱动；强化学习

HTML PDF 收藏

带有网络智能体的去中心化多智能体强化学习进展 Review Article

张凯清1,杨卓然2,Tamer BAŞAR1

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 802-814 doi: 10.1631/FITEE.1900661

摘要：多智能体强化学习长期以来一直是机器学习和控制领域的重要研究课题。最近在（单智能体）深度强化学习领域的进展重新唤醒了对多智能体强化学习的研究兴趣，尤其在理论分析方面。本文回顾这个大课题中的一个子领域：带有网络智能体的去中心化多智能体强化学习。在这一场景中，多个智能体在一个共同的环境中进行序贯决策，无需中心控制器的协调，且智能体被允许和它们在通信网络上的邻居交换信息。这样的一个模型在很多方向都有相关应用，包括机器人控制、无人车控制、移动传感器网络控制、智能电网，等等。本综述旨在覆盖和整理我们和其他科研人员在这一方向的相关工作。

关键词：强化学习；多智能体系统；网络系统；一致性优化；分布式优化；博弈论

HTML PDF 收藏

多智能体分布式智能控制在VAV空调系统中的应用

张宏伟,吴爱国,盛涛

《中国工程科学》 2006年第8卷第7期页码 58-62

摘要：

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。

关键词：变风量智能体多智能体系统分布式智能控制

HTML PDF 收藏

输入饱和下多智能体系统最优一致性控制：一类非零和博弈方法 Research Article

李洪阳1,2,魏庆来1,2,3

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1010-1019 doi: 10.1631/FITEE.2200010

摘要：本文针对输入饱和下的多智能体系统，提出一种最优一致性控制方法。引入多智能体博弈理论，将最优一致性控制问题转化为多智能体非零和博弈。提出脱策强化学习方法，在系统模型未知情况下获得Nash平衡解；引入评判神经网络和执行神经网络实现所提方法。理论分析显示迭代控制律收敛到Nash平衡。仿真实验验证了所提方法的有效性。

关键词：最优一致性控制；多智能体系统；非零和博弈；自适应动态规划；输入饱和；脱策强化学习；策略迭代

HTML PDF 收藏

多智能体系统的体系化和组织化博弈 Editorial

陆军1,王飞跃2,董琦1,魏庆来2

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 991-994 doi: 10.1631/FITEE.2240000

摘要： Multi-agent system gaming (MASG) is widely applied in military intelligence, information networks, unmanned systems, intelligent transportation, and smart grids, exhibiting systematic and organizational characteristics. It requires the multi-agent system perceive and act in a complex dynamic environment and at the same time achieve a balance between individual interests and the maximization of group interests within the system. Some problems include complex system structure, uncertain game environment, incomplete decision information, and unexplainable results. As a result, the study of multi-agent game has transformed from a traditional simple game to a game facing a high-dimensional, continuous, and complex environment, which prompts an urgent need for institutionalized and systematized gaming (InSys gaming). With this background, several important tendencies have emerged in the development of InSys gaming for multi-agent systems:1. Analyzing the evolution law of MASG and establishing the InSys gaming theory model for multi-agent systemsThe organized and systematic MASG has orderly and structured characteristics, so it is necessary to establish a system game model. To study political, military, economic, and other systemic confrontation gaming problems, the first step is to analyze the system’s internal evolution characteristics and external interaction information. In addition, establishing the evolution model of InSys gaming and studying the elements, relationships, and criteria of the game evolution help provide theoretical support for the system design, decision-making planning, and other research in this field.2. Combining several artificial intelligence learning algorithms to achieve collaborative decision-making of multi-agent systemsThe current mainstream artificial intelligence learning methods all have application advantages in specific scenarios. In solving InSys gaming problems, we can combine the environmental representation ability of deep learning and the decision generation ability of reinforcement learning (RL). For example, by building a digital simulation training environment, intelligent decision algorithms and unsupervised training methods can be designed to generate a multi-agent system’s collaborative decision in a complex and unknown environment.3. Adopting a hierarchical task planning and decision-making action architecture to reduce the complexity of collaborative decision-making algorithmsWith the increase of the scale of multi-agent systems, the problems of node coupling, observation uncertainty, and interaction disorder faced by collaborative decision-making have become increasingly prominent. The complexity of solving its systematic and organized game problems has increased significantly. A multi-agent hierarchical algorithm architecture is constructed through game task decomposition, longterm planning, and real-time action decision-making. It can effectively reduce the complexity of the search process of a collaborative decision-making algorithm. In addition, it is a feasible idea for solving an organized and systematic game.4. Establishing the robustness analysis framework of the algorithm model to solve the model deviation between data-driven methods and the actual sceneWhen the training data deviates from the actual scene for data-driven methods, the algorithm’s performance will be degraded. Thus, it is necessary to study the robustness analysis framework of data-driven methods. For example, a robust algorithm model and an actual data fine-tuning method are designed to reduce the performance loss of the trained algorithm. This strategy helps support the actual deployment of data-driven methods.Game theory has become a basic analytical framework for solving problems in strategic politics, military confrontation, market economy, and so on. The object of analysis is characterized by complex systematization and organization and has been highly concerned with and valued by academic and industrial circles alike. A multi-agent system is used to model the organized and systematic game, combined with an artificial intelligence method to solve the game decision-making problem, providing a new idea for developing theories, methods, and technologies in this field.

HTML PDF 收藏

针对意外崩溃智能体的教练辅助多智能体强化学习框架 Research Article

赵鉴1,赵有朋1,王维埙2,阳明宇1,胡迅晗1,周文罡1,郝建业2,李厚强1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1032-1042 doi: 10.1631/FITEE.2100594

摘要：多智能体强化学习在实际场景中很难应用，一部分原因在于模拟环境和现实环境之间存在差距。造成这种差距的一个原因是，模拟系统总是假设智能体可以一直正常工作，而实际上，由于不可避免的硬件或软件故障，一个或多个智能体可能会在合作过程中意外 “崩溃”。这样的崩溃会破坏智能体之间的合作，导致系统性能下降。本文中，我们给出了意外崩溃情况下合作多智能体强化学习系统的正式定义。为增强系统应对崩溃时的鲁棒性，提出教练辅助多智能体强化学习框架，其在训练过程中引入一个虚拟教练智能体，以调整系统的崩溃概率。为教练智能体设计了3种教练策略和重采样策略。据我们所知，这是研究多智能体系统中意外崩溃情况的首项工作。在网格环境和星际争霸微管理任务上的大量实验表明，相比固定崩溃概率和课程学习的教练策略，自适应策略更加有效。

关键词：多智能体系统；强化学习；意外崩溃智能体

HTML PDF 收藏

具有异构时延的多智能体系统的领导-跟随同步 Research Articles

Branislav REH罧, Volodymyr LYNNYK

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000207

摘要：提出一种由时滞线性智能体组成的多智能体系统的领导-跟随同步算法。各智能体中存在的不同时滞会导致不收敛于零的同步误差。但是，可限制误差范数并给出误差边界。利用线性矩阵不等式对主要结果进行验证，且该问题的规模与智能体数量无关。通过案例对结果进行说明，强调稳定误差是由异构延迟引起的事实，并验证该算法在一定误差范围内有实现同步的能力。

关键词：多智能体系统；时滞；线性矩阵不等式

HTML PDF 收藏

一种新型的有向拓扑条件下普通线性多智能体系统的一致性协议 Article

Hao-liang LI, Ren-nong YANG, Qiu-ni LI

《信息与电子工程前沿（英文）》 2017年第18卷第8期页码 1071-1081 doi: 10.1631/FITEE.1601422

摘要：本文研究了普通线性多智能体系统在有向拓扑条件下的一致性问题。首先基于分布式PID（Proportional-integral-derivative）控制提出了一种新的一致性协议，然后通过变量转换将一致性问题转变为一个渐进稳定问题，通过状态投影方法给出了系统实现一致性的充分必要条件和一致性函数的显示表达式

关键词：多智能体；一致性；PID（Proportional-integral-derivative）控制；线性矩阵不等式

HTML PDF 收藏

正实特征值切换拓扑的一般线性多智能体动态系统稳定性 Article

李升波, 王志涛, 郑洋, 杨殿阁, 游科友

《工程（英文）》 2020年第6卷第6期页码 688-694 doi: 10.1016/j.eng.2020.05.006

摘要：

时变的网络拓扑结构对多智能体系统的稳定性具有重要的影响。本文研究了在拓扑结构切换情况下，具有“领航者-跟随者”拓扑结构的一般线性多智能体动态系统的稳定性，并将其用于网联汽车的队列控制。为描述多智能体之间的信息交换，本文将切换拓扑建模为关联矩阵特征值均为正实数的有向图，利用黎卡提不等式设计了分布式控制率，并估算了闭环系统的收敛速度。研究提出了具有切换拓扑的多智能体系统稳定性充分判据，同时利用共同李雅普诺夫函数证明了该闭环系统的稳定性。将所得到的结论应用于网联汽车的队列控制，证明了所提出方法的有效性。

关键词：稳定性多智能体系统切换拓扑共同李雅普诺夫函数

HTML PDF 收藏

多目标存在的多基地MIMO组网雷达与多干扰机之间的超模干扰抑制博弈 Research Article

赫彬1,2,苏洪涛1

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 617-629 doi: 10.1631/FITEE.2000652

摘要：为应对新一代电子战的威胁，本文建立一种非合作对抗博弈模型，分析了多基地多入多出（MIMO）雷达与多干扰机之间的功率分配和干扰抑制问题。首先，根据功率分配策略，构造了一种具有固定权矢量的超模功率分配博弈框架。同时，建立了一种极大化雷达效用函数的约束优化模型。基于效用函数，分别得到雷达和干扰机的最佳功率分配策略，并证明该超模博弈的纳什均衡的存在性和唯一性。然后，提出一种具有固定权矢量的超模博弈算法，该算法收敛于博弈的纳什均衡。为抑制这些干扰，提出一种联合功率分配和波束形成的超模博弈算法。该算法在保证最佳功率分配的同时，提高了MIMO雷达的干扰抑制能力。最后通过数值结果验证了两种算法的优越性和收敛性。

关键词：超模博弈；功率分配；波束形成；多入多出雷达；多干扰机

HTML PDF 收藏

具有领航者的二阶非线性多智能体系统在外部扰动下的同步控制 None

Mao-bin LU, Lu LIU

《信息与电子工程前沿（英文）》 2019年第20卷第1期页码 88-94 doi: 10.1631/FITEE.1800611

摘要：研究了一类异质二阶非线性多智能体系统在外部扰动影响下的同步控制问题。其中，非线性系统允许包含可线性参数化的未知参数。提出一种新颖的分布式控制器，此控制器依赖于系统的相对状态，因此可以在多智能体系统之间没有通讯的情况下应用。通过Barbalat引理，证明此分布式控制器可求解二阶非线性多智能体系统的同步控制问题。

关键词：多智能体系统；同步控制；分布式控制

HTML PDF 收藏

多智能体系统的二分异步脉冲跟踪一致性 Research Article

张玲忠1,李媛媛2,楼俊钢3,卢剑权4

《信息与电子工程前沿（英文）》 2022年第23卷第10期页码 1522-1532 doi: 10.1631/FITEE.2100122

摘要：

本文研究了多智能体系统如何通过实施异步脉冲控制输入实现分布式二分领导跟随一致性。所提出的异步脉冲控制方法不要求所有多智能体的脉冲信号同时发生。多智能体系统相邻节点之间的通信链路存在合作或竞争关系。在领导者控制输入非零的情况下，得到了在闭环多智能体系统中实现二分异步脉冲跟踪一致性的充分条件。本文讨论了更广泛的异步脉冲效应范围。

关键词：二分追踪；多智能体系统；异步脉冲；一致性

HTML PDF 收藏

基于分布式事件触发策略的异构非线性多智能体系统包含控制 Research Articles

孙雅妮,邹文成,郭健,向峥嵘

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000034

摘要：研究分布式事件触发策略下高阶异构非线性多智能体系统包含控制问题。为实现包含控制目标并减少智能体间的通讯损耗，采用反推控制法、李雅普诺夫函数分析法和神经网络，提出一种分布式事件触发控制策略。所提控制协议和触发规则确保每个智能体的输出能在一定误差范围内收敛到有多个领导者信号组成的凸包中。此外，所有智能体都不会发生Zeno现象。最后，通过两个数值仿真案例证明所得结论的正确性。

关键词：多智能体系统；分布式事件触发控制；包含控制；异构非线性系统；Zeno现象