网络化多智能体系统上安全最优控制动作的泛化

我们提出一个统一框架，用于从多智能体系统（MASs）上现有控制器快速生成新任务的安全最优控制动作。控制动作组合通过根据各分量任务的贡献对现有控制器取加权混合来实现。不同于在最优控制框架中精细调节代价参数和其他超参数以获得安全可靠行为，我们利用控制障碍函数（CBFs）为高阶随机系统保证每个单任务解的安全性，其将系统状态约束在已知的、其来源的安全运行区域内。CBF 约束在控制上的线性使得控制动作组合成为可能。所讨论的框架可通过取已解分量任务动作的加权混合并对某些 CBF 约束进行滤波，立即为新任务提供可靠解，而无需进行大量采样以获得新控制器。我们的结果在含障碍环境中的单架无人机和两支协作无人机团队上得到了验证与演示。