分布式编队控制 第二部分：信息流与奇异性的代数方面

给定一组自主智能体及一项需协作完成的任务，智能体需要了解关于系统整体状态和任务的多少信息才能完成该任务？我们引入了新方法来理解分布式控制的这些方面。具体而言，我们引入了一个框架来刻画具有部分信息的智能体通过协作所能实现的目标，并通过推导有向编队全局稳定性的结果来说明其用途。该框架强调需要区分智能体对所要完成任务的知识与其对系统当前状态的知识。有向编队的控制已被证明比最初设想的更为困难，n≥4个智能体的编队缺乏全局结果便说明了这一点。在第一部分中，我们证明了平面编队空间具有非平凡的全局拓扑。我们在此提出了一种全局稳定性概念的推广，由于它承认这种非平凡拓扑，因此可应用于编队控制的研究。随后我们发展了一个框架，将具有部分信息的反馈能否稳定系统的问题简化为两组函数是否相交的问题。我们将此框架应用于n=4个智能体的有向编队研究，并表明智能体没有足够的信息来实现局部稳定反馈律。此外，我们表明，遵循信息流的反馈律在稳定目标构型的同时，不可避免地会稳定其他不需要的构型。