无梯度多智能体协同搜寻移动源

在本文中，我们考虑由无梯度信息的智能体网络对时变标量场进行优化。我们提出一种复合控制律，将极值搜索与编队控制相融合，以通过最小化梯度估计误差来更快地收敛到极值。通过形式化编队与梯度估计误差之间的关系，我们提供了一种新的分析以证明网络收敛到该场时变极值的 bounded 邻域。我们假设时变场满足 Polyak Lojasiewicz 不等式且梯度在每次迭代中 Lipschitz 连续。文中提供了数值研究与比较以支持理论结果。