基于鲁棒模糊协作策略的随机多智能体系统全局一致性研究 学术背景 在自动化、机器人学、网络通信、智能交通系统及分布式决策等现代技术领域，多智能体系统（Multi-Agent Systems, MAS）扮演着至关重要的角色。MAS通过多个智能体的协同努力，能够高效执行复杂任务并优化资源分配。然而，在复杂且充满不确定性的环境中，实现全局一致性（global consensus）是一个巨大的挑战。这些不确定性包括智能体自身的不确定性以及外部扰动，特别是在随机环境中，智能体的行为模式和不断变化的环境条件使得全局一致性的实现更加复杂和困难。 现有的控制策略主要包括基于模型和无模型两种方法。基于模型的方法，如鲁棒控制，依赖于精确的模型，但在实际应用中面临不确定性问题的限制。而无模型方法，如模糊控制，虽能有...