<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《控制与决策》编辑部 -->应用]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于一致性理论的多臂航天器协同控制方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230527]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对空间中自由漂浮多臂航天器的多臂协同问题,提出一种基于一致性理论的协同控制方法,采用有向通信拓扑与广义雅克比矩阵结合的方式,实现自由漂浮航天器多机械臂间的协同.首先,建立多机械臂间的通信关系有向图,确定“领导-跟随”体系下的主臂与从臂;其次,基于有向通信拓扑,进行主从臂末端运动规划,实现主臂运动向从臂的传递;再次,利用广义雅克比矩阵在动量守恒条件下进行末端运动向关节运动的映射,并基于一致性理论设计关节空间内的多臂协同运动控制器;最后,基于李雅普诺夫稳定性理论证明控制器的稳定性,并分析位置控制误差.仿真结果表明,所提出的控制方法可以实现多臂航天器系统空间操控任务中各机械臂的聚集、跟踪与位置协同.]]></description>
<pubDate>2023/4/18 10:30:14</pubDate>
<category><![CDATA[应用]]></category>
<author><![CDATA[岳程斐，孙英杰，柳子然，沈强，陈雪芹]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230527]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于多智能体强化学习的无人艇协同围捕方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230528]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对多无人艇对海上逃逸目标的围捕问题,提出一种基于多智能体强化学习的围捕算法.首先,以无人艇协同进攻为背景建立无边界围捕问题的环境和运动学模型,并针对快速性和合围性的需求给出围捕成功的判定条件;然后,基于多智能体近端策略优化(MAPPO)算法建立马尔可夫决策过程框架,结合围捕任务需求分别设计兼具伸缩性和排列不变性的状态空间,围捕距离、方位解耦的动作空间,捕获奖励与步长奖励相结合的奖励函数;最后,采用集中式训练、分布式执行的架构完成对围捕策略的训练,训练时采用课程式学习训练技巧,无人艇群共享相同的策略并独立执行动作.仿真实验表明,在无人艇起始数量不同的测试条件下,所提出方法在围捕成功率和时效性上相较于其他算法更具优势.此外,当无人艇节点损毁时,剩余无人艇仍然具备继续执行围捕任务的能力,所提出方法鲁棒性强,具有在真实环境中部署应用的潜力.]]></description>
<pubDate>2023/4/18 10:30:14</pubDate>
<category><![CDATA[应用]]></category>
<author><![CDATA[夏家伟，朱旭芳，张建强，罗亚松，刘忠]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230528]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[重载列车多智能体模型的鲁棒一致性控制方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230529]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[重载列车全长数公里,其运行过程是复杂的动力学系统.重载列车自动驾驶的关键核心技术是跟踪给定的速度曲线.以重载列车智能货车方案为基础,通过分析列车运行动力学过程,建立重载列车多智能体模型;考虑列车运行时外界的未知干扰,同时保证车厢间处于安全距离,提出一种重载列车复合一致性控制器:用相邻车厢单元的速度等信息构建一致性算法并引入滑模控制加快系统速度一致性收敛;列车不同车厢受到干扰视为未知扰动,且随着滑模增益增加会使系统抖动较大、鲁棒性削弱,所以设计观测器估计扰动并补偿至控制器保证系统收敛并提高抗干扰性;引入人工势函数确保相邻车厢单元间距处于安全范围内,减小纵向冲动.采用Matlab软件进行仿真,跟踪给定速度曲线,并用多种干扰来模拟未知因素对列车的影响,与不加观测器的控制器效果进行对比.仿真结果表明:该复合一致性控制器能够较好跟踪设定速度曲线,速度误差保持在$ \pm 0.4{km]]></description>
<pubDate>2023/4/18 10:30:14</pubDate>
<category><![CDATA[应用]]></category>
<author><![CDATA[李中奇，王睿]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230529]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于深度强化学习的多潜器编队控制算法设计]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230530]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[考虑水下未知信道与不确定模型参数,提出基于深度强化学习的多潜器编队控制算法.首先,提出基于环境采样数据的最小二乘估计器,用于预测在衰落环境下的未知信道;其次,根据信道预测估计器得出的信噪比(SNR),建立通信有效性与编队稳定性的联合优化问题,并给出基于深度强化学习-深度确定性策略梯度算法(DDPG)的编队控制算法;最后,通过仿真与实验结果验证所提出算法的有效性,参考仿真结果并相比于直接编队控制,考虑通信有效性的情况下所提出算法提升了13.5%的通信性能.]]></description>
<pubDate>2023/4/18 10:30:14</pubDate>
<category><![CDATA[应用]]></category>
<author><![CDATA[闫敬，徐龙，曹文强，杨睍，罗小元]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230530]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于群智能-一致性理论的无人机编队全过程飞行航迹规划方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230531]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对无人机编队执行任务全过程飞行规划问题,提出一种基于多步粒子群优化的无人机编队航迹规划算法.首先,对无人机和执行任务策略进行建模,将编队执行任务全过程划分为编队成形、执行任务、返航、解散和无人机降落5个阶段,设计不同阶段的飞行策略;其次,针对不同的终端约束条件,设计多类多层优化指标,提出多步粒子群算法,并引入模型预测控制滚动优化航路点,得到适用于不同阶段的能严格满足约束条件的航路规划方法;然后,建立旋转坐标系,将航路点信息转换为编队控制律中的理想航向和高度信息,得到能通过航路点的编队控制算法;最后,利用编队控制算法去执行航路规划方法给出的航路点,生成航迹,得到编队航迹规划算法.仿真结果表明,所提规划方法比传统方法更适用于编队飞行,能为编队规划执行任务全过程的平滑航迹,具有良好的通用性.]]></description>
<pubDate>2023/4/18 10:30:14</pubDate>
<category><![CDATA[应用]]></category>
<author><![CDATA[苟进展，吴宇，邓嘉宁]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/20230531]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>