多机器人编队控制算法

固定时间收敛

一种基于强化学习的固定时间最优编队控制算法，保证编队误差在固定时间内收敛到零附近，同时满足预设性能约束，并通过仿真和实验验证。

郭庆 · 王承 · 王建晖 · 李铁山

IEEE Internet of Things Journal 2025

技术优势

收敛时间可预设

无论初始误差多大，编队误差都能在固定时间内收敛到零附近，收敛时间上界不依赖于初始条件。

满足性能约束

通过障碍函数处理，确保编队误差始终在预设的性能边界内，避免超调或违反约束。

优化性能指标

利用强化学习在线优化控制律，无需精确模型即可最小化性能指标。

应用场景

• 多机器人系统：提供固定时间收敛的编队控制模块，缩短多机器人系统达到期望队形的时间。
• 群体机器人：用于群体机器人的编队控制，确保大规模群体在预设时间内形成并保持队形。
• 机器人智能控制：作为智能控制算法，替代传统编队控制律，提升控制性能与鲁棒性。