基于领导者的多智能体微分博弈一致性问题最优协调控制：模糊自适应动态规划方法

本文提出一种新的在线方案，通过模糊自适应动态规划（FADP）为多智能体微分博弈的一致性问题设计最优协调控制，该方案融合了博弈论、广义模糊双曲模型（GFHM）与自适应动态规划。一般而言，多智能体微分博弈的最优协调控制是耦合Hamilton-Jacobi（HJ）方程的解。此处首次使用GFHM基于策略迭代（PI）算法逼近耦合HJ方程的解（值函数）。即，对每个智能体，利用GFHM捕捉局部一致性误差与局部值函数之间的映射。由于我们的方案为每个智能体采用单网络架构（相较双网络架构省去了动作网络模型），其对多智能体系统是一种更合理的架构。进而，利用逼近解获得最优协调控制。最后，我们给出方案的稳定性分析，证明权值估计误差与局部一致性误差一致最终有界。进一步，证明控制节点轨迹为协作一致最终有界。