网络化异构智能体的鲁棒同步与策略自适应
系统与控制
2024-09-06 v1 系统与控制
摘要
我们提出了一种针对具有系统不确定性和输入幅值饱和的非线性异构智能体领航者-跟随者网络的鲁棒自适应在线同步方法。同步是通过带有强化学习的分布式输入幅值饱和自适应控制 (DMSAC-RL) 实现的，该方法利用强化学习 (RL) 策略提升了在现成模型上训练的策略的经验性能。领航者观察参考模型的性能，跟随者观察与其相连智能体的状态和动作，但不观察参考模型。领航者和跟随者可能与训练 RL 控制策略的参考模型不同。DMSAC-RL 使用一个内部回路，以增强输入的形式为智能体调整学习到的策略，以解决包含输入匹配不确定性参数的分布式控制问题。我们证明了异构网络的同步误差是一致最终有界 (UUB) 的。对多输入多输出 (MIMO) 系统网络的数值分析支持了我们的理论发现。
引用
@article{arxiv.2409.03273,
title = {Robust synchronization and policy adaptation for networked heterogeneous agents},
author = {Miguel F. Arevalo-Castiblanco and Eduardo Mojica-Nava and and César A. Uribe},
journal= {arXiv preprint arXiv:2409.03273},
year = {2024}
}
备注
30 pages, 12 figures, conference paper