Разработка алгоритмов управления информацией в задаче равномерного расположения агентом в полнофункциональных системах

Актуальность темы. Многие постановки современных проблем, автоматизированная теория управления, связанная с управлением большими группами объектов. Такие объекты могут быть мобильными роботами, компьютерными компонентами, сенсорными сетями и т. Д. Раньше этот тип проблемы решался с использованием только централизованного подхода к управлению. Этот подход включает в себя синтез одного регулятора, который контролирует совокупность объектов и является развитием классической теории управления. В дополнение к важным преимуществам (обеспечивающим высокую производительность системы, доступность методов синтеза), централизованный подход имеет несколько недостатков, включая сложность, а иногда и невозможность создания единого регулятора, а также низкую надежность системы - проблема в устройстве управления может привести к нарушению всей системы [2].

В то же время многие примеры существующих биологических систем указывают на то, что некоторые глобальные цели, например движение животных в некоторых системах, могут быть достигнуты путем обмена местной информацией друг с другом без использования централизованного управления. За последние десять лет в литературе по автоматизированному управлению была проведена серия децентрализованных / совместных алгоритмов управления, основанных на идее локального взаимодействия компонентов системы. Системы, состоящие из множества взаимодействующих элементов, были вызваны по аналогии с многоагентными мультиагентными системами в компьютере. Элементы таких систем называются агентами. Литература по этой теме обширна и неоднородна, но терминология часто варьируется в зависимости от конкретных моделей использования. В тезисах тезисы понимаются в одинаковых динамических системах, математических моделях, описываемых дифференциальными уравнениями [1].

Многоагентный подход широко используется для решения целого ряда вопросов, таких как распределенная оптимизация, распределение распределенных распределений и планирование, управление сетью датчиков для обеспечения распознавания качества сигнала, группы управления мобильными роботами, и многие другие [1].

В работах Р. П. Агаева, П. Ю. Чеботарева, A. JI. Фрадкова, О. Н. Гра-ничина, А. В. Проскурникова, Ш. Хара (S. Нага), Э. Фраццоли (Е. Fraz-zoli), А. Уильяме (A. Williams), Р. В. Верда (R. W. Beard), Ф. Бул-ло (F. Bullo), X. Кортеса (J. Cortes), Р. М. Мюррея (R. М. Murray), Р. Олфати-Сабера (R. Olfati-Saber), В. Рена (W. Ren) и их учеников заложены теоретические основы методов анализа и синтеза децентрализованного управления мультиагентными системами, описан широкий круг возможных практических приложений [3].

Одним из наиболее перспективных и быстроразвитых областей управления многоагентными системами является распределенное управление формациями. Формулируя в этой статье, подразумевается группа локально взаимодействующих агентов, которые могут перемещаться в космос. Управление обучением включает задачи формирования группы агентов в пространстве геометрических изображений (полос), задачи отслеживания формирования за лидером (виртуального или реального), сохраняя при этом геометрическую конфигурацию и многое другое. Часто решение таких проблем усложняется агентами доступности для получения информации от соседей, наличия задержек в каналах связи, необходимости избегать агентов препятствий, подавления внешних нарушений и других.Существуют разные подходы к решению перечисленных задач: использование методов линейной алгебры (М. Pavone, Е. Fraz-zoli, W. Ren, J. J. P. Veerman, П. С. Щербаков), метода функций Ляпунова (H. Tanner, A. Jadbabaie, G. J. Pappas, C. H. Васильев, P. И. Козлов, H. H. Максимкин, С. A. Ульянов), потенциальных функций (R. Olfati-Saber, X. Wang, Z. Lin, Ю. В. Морозов) и др.

В литературе рассматривается много разных геометрических конфигураций, которые могут образовывать группы агентов. В одной из типовых постановок задач требуется выстроить агенты на прямой линии, расположив их определенным образом на некотором фиксированном отрезке, например, равномерно. Задача равноудаленного расположения агентов на отрезке имеет долгую историю, разные варианты задачи в непрерывном и дискретном времени рассматривались в работах И. А. Вагнера (I. A. Wagner) и А. М. Брукштейна (А. М. Bruckstein), Я. И. Петрикевич, П. С. Щербакова. Похожий алгоритм был впервые описан в работе Г. Дарбу, посвященной геометрической задаче о перестановке вершин многоугольника [1].

Особенностью существующих подходов к решению задачи равномерного расположения агентов на отрезке является их линейность, использование моделей агентов, описываемых дифференциальными уравнениями первого порядка, и отсутствие каких-либо связей между пространственными координатами агентов. Линейные законы управления обеспечивают асимптотическую сходимость агентов к их конечных положениям на отрезке, а время переходных процессов существенно зависит от начальных условий. Модели агентов первого порядка являются определенной идеализацией, поскольку в этом случае управление происходит путем непосредственного изменения скоростей агентов, что невозможно, например, в задачах механики. Отсутствие связи между пространственными координатами агента также является идеализацией. Поэтому задача синтеза новых законов управления формацией для равномерного расположения агентов на отрезке, развивающих и обобщающих существующие результаты является перспективной.

Список использованных источников

1. А гаев Р. П., Чеботарев П. Ю., Матрица максимальных исходящих лесов орграфа и ее применения, Автоматика и Телемеханика, 2013, N0 6, С. 15-43.

2. А гаев Р. П., Чеботарев П. Ю., Сходимость и устойчивость в задачах согласования характеристик (Обзор базовых результатов), Управление большими системами. Специальный выпуск 30.1 "Сетевые модели в управлении, 2014. С. 470-505.

3. Амелин К. С., Граничин О. Н. Мультиагентное сетевое управление группой легких БПЛА // Нейрокомпьютеры: разработка, применение. 2014. N0 6. С. 64-72.

4. Васильев С. Н., Козлов Р. И., Ульянов С. А., Анализ координатных и других преобразований моделей динамических систем методом редукции, Тр. ИММ УрО РАН, 2013, N0 3(15), С. 38-55.

Оригинал работы:

Разработка алгоритмов управления информацией в задаче равномерного расположения агентом в полнофункциональных системах