异构分布式平均跟踪

本文研究由单积分器、双积分器和 Euler-Lagrange 动力学构成的异构物理智能体群的分布式平均跟踪问题。此处，目标是每个智能体利用局部信息和局部交互来计算各个时变参考输入（每个智能体一个）的平均值。提出了两种非光滑算法以实现分布式平均跟踪目标。在我们提出的第一种算法中，每个智能体跟踪参考输入的平均值，其中要求每个智能体仅能获取自身的位置及其自身与邻居之间的相对位置。为了放宽对容许参考输入的严格假设，我们提出了第二种算法。为每个智能体引入一个滤波器，以生成参考输入平均值的估计。随后，每个智能体跟踪自身生成的信号，以分布式方式实现平均跟踪目标。最后，给出了数值算例进行说明。