检索范围:
排序: 展示方式:
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
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
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
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
关键词: 多智能体;一致性;PID(Proportional-integral-derivative)控制;线性矩阵不等式
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
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。所设计的控制器反馈部分可有效对抗脉冲扰动。给出了估计脉冲增益边界和异步脉冲区间的简单代数条件。最后,通过数值仿真验证了理论结果的合理性。
关键词: 二分追踪;多智能体系统;异步脉冲;一致性
脉冲控制下具有动态加入特性的多智能体系统一致性 Research Articles
胡翔1,张祖凡1,李传东2
《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.2000062
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
基于离散系统滑模控制的有限时间领导—跟随一致性 Research Article
宋睿卓1,2,邢适1,2,许镇3
《信息与电子工程前沿(英文)》 2022年 第23卷 第7期 页码 1057-1068 doi: 10.1631/FITEE.2100565
面向离散多智能体系统一致性问题的自触发鲁棒分布式模型预测控制方法 Research Articles
李佳琦1,王庆领2,苏延旭2,孙长银
《信息与电子工程前沿(英文)》 2021年 第22卷 第8期 页码 1068-1079 doi: 10.1631/FITEE.2000182
关键词: 一致性;自触发控制;分布式模型预测控制
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
关键词: 多智能体系统;强化学习;意外崩溃智能体
MDLB:一种基于强化学习的元数据动态负载均衡机制 Research Articles
武兆琪1,卫今2,3,张帆1,郭威1,谢光伟2,3
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900121
机器学习和数据驱动算法在智慧发电系统中的应用——一种不确定性处理的视角 Review
孙立, Fengqi You
《工程(英文)》 2021年 第7卷 第9期 页码 1239-1247 doi: 10.1016/j.eng.2021.04.020
由于人们对气候变化和环境保护的日益关注,智慧发电已成为常规火力发电厂和可再生能源系统经济安全运行的关键。面对日益增长的系统规模及其各种不确定性,传统的基于模型的第一定律方法已难以满足系统控制的要求。机器学习(ML)和数据驱动控制(DDC)技术的蓬勃发展为这些传统方法提供了一种替代方案。本文回顾了机器学习和数据驱动控制技术在发电系统监测、控制、优化和故障检测方面的典型应用,特别着重于揭示这些方法在评价、消除或耐受相关不确定性影响方面的作用。本文为智慧发电控制技术提供了一个从调节层到规划层的总体视角,分别从可见性、机动性、灵活性、经济性和安全性(简称“五性”)方面对机器学习和数据驱动控制技术的优势进行阐释。
面向人—多机器人协同系统的带记忆强化学习行为控制任务管理器 Research Article
黄捷1,2,3,莫智斌1,2,3,张祯毅1,2,3,陈宇韬1,2,3
《信息与电子工程前沿(英文)》 2022年 第23卷 第8期 页码 1174-1188 doi: 10.1631/FITEE.2100280
间歇通信下基于采样数据的二阶多智能体系统包含控制 Research Articles
王付永1,2,刘忠信1,2,陈增强1,2
《信息与电子工程前沿(英文)》 2021年 第22卷 第8期 页码 1059-1067 doi: 10.1631/FITEE.2000204
基于非脆弱采样数据控制的非线性多智能体系统同步控制及其在电路系统中的应用 Research Article
Stephen AROCKIA SAMY1,Raja RAMACHANDRAN2,Pratap ANBALAGAN3,曹阳4
《信息与电子工程前沿(英文)》 2023年 第24卷 第4期 页码 553-566 doi: 10.1631/FITEE.2200181
标题 作者 时间 类型 操作