控制与决策

作者：申思凯,江南,刘小洋

单位：江苏师范大学 数学与统计学院，江苏 徐州 221116,,江苏师范大学 商学院，江苏 徐州 221116,,江苏师范大学 数学与统计学院，江苏 徐州 221116,

关键词：强化学习;预设时间;多智能体系统;编队控制;执行器故障

基金：国家自然科学基金项目(62276119)；江苏省基础研究计划项目(BK20241764)；江苏省研究生实践创新计划项目(SJCX25_1523)；江苏师范大学研究生科研与实践创新计划项目(2024XKT2630).

研究执行器故障下多智能体系统的最优编队控制问题, 提出一种基于强化学习的预设时间最优容错编队控制方法. 首先, 借助预设时间调谐函数, 结合评论家-演员算法, 可显著降低算法复杂度; 然后, 在此基础上, 设计一种高效的容错控制机制, 以确保系统在执行器发生故障时仍然能够稳定地实现预期编队控制目标; 接着, 基于强化学习的自适应算法能力, 进一步增强算法对于复杂动态环境的适应性和鲁棒性; 最后, 通过仿真结果验证了所提出方法在故障场景下的有效性和优越性.

来源：2025年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第12期