事件触发迭代学习控制器

多梯度加速收敛

免精确建模，依靠多梯度下降与历史误差补偿，在减少控制更新次数的同时，比单梯度迭代学习更快实现多智能体一致性跟踪。

Tao, Shi · 车伟伟 · 任肖强

IEEE Transactions on Fuzzy Systems 2025

技术优势

无需建模

控制律仅基于系统的输入输出数据设计，不需要知道被控对象的精确动力学模型，降低了部署门槛。

收敛更快

采用多梯度下降方法优化一致性观测误差的性能函数，相比传统单梯度下降，误差收敛速度显著提升。

更新更少

事件触发机制利用历史误差补偿、衰减因子和灵活的多参数调整，大幅降低触发频率，节省通信和计算资源。

应用场景

• 多智能体协同控制：为多智能体协同提供免模型、低通信的控制方案，可直接用于一致性跟踪任务。
• 集群机器人编队：用于集群机器人编队控制，减少通信负担同时保证队形快速收敛。
• 工业产线协同作业：用于工业产线多设备协同，降低控制器更新频率，节省计算资源。
• 无人机编队控制：用于无人机编队，免模型设计适应复杂气动环境，事件触发减少机间通信。