Recherche sur la cohérence globale des systèmes multi-agents stochastiques basée sur une stratégie de coopération floue robuste

Contexte académique

Dans les domaines de l’automatisation, de la robotique, des communications réseau, des systèmes de transport intelligents et de la prise de décision distribuée, les systèmes multi-agents (MAS) jouent un rôle crucial. Grâce à l’effort combiné de plusieurs agents, les MAS peuvent exécuter des tâches complexes de manière efficace et optimiser l’allocation des ressources. Cependant, atteindre une cohérence globale (global consensus) dans des environnements complexes et incertains représente un défi majeur. Ces incertitudes incluent l’incertitude inhérente aux agents eux-mêmes ainsi que les perturbations externes, en particulier dans des environnements stochastiques où les modèles comportementaux des agents et les conditions environnementales en constante évolution rendent la réalisation de la cohérence globale plus complexe et difficile.

Les stratégies de contrôle existantes comprennent principalement des méthodes basées sur des modèles et des méthodes sans modèle. Les méthodes basées sur des modèles, comme le contrôle robuste, dépendent de modèles précis, mais sont limitées par les incertitudes rencontrées dans les applications réelles. Les méthodes sans modèle, comme le contrôle flou, bien qu’elles puissent gérer efficacement les incertitudes, manquent de support théorique pour garantir des performances et une cohérence globales. Par conséquent, le développement d’une stratégie de contrôle qui combine les avantages des deux approches tout en atténuant leurs faiblesses respectives est d’une importance cruciale. Ce contexte de recherche a conduit à l’exploration des stratégies de contrôle flou robuste, visant à exploiter les capacités d’adaptation et de gestion des incertitudes du contrôle flou tout en intégrant les caractéristiques de robustesse des méthodes basées sur des modèles, afin de fournir une solution plus complète et fiable.

Origine de l’article

Cet article a été coécrit par Jiaxi Chen, Jitao Shen, Weisheng Chen, Junmin Li et Shuai Zhang. Les auteurs sont affiliés à l’École de mathématiques et de statistiques, à l’École des sciences et technologies aérospatiales et au Laboratoire des antennes et des micro-ondes de l’Université de Xidian. L’article a été publié en 2025 dans la revue IEEE Transactions on Automation Science and Engineering.

Processus de recherche et résultats

Processus de recherche

Première partie : Systèmes multi-agents stochastiques du premier ordre

La recherche commence par concevoir un protocole de contrôle flou robuste distribué pour les systèmes multi-agents stochastiques du premier ordre. Les étapes spécifiques sont les suivantes :

1. Construction du modèle : Définition d’un modèle dynamique pour les systèmes multi-agents stochastiques du premier ordre, incluant les équations d’état des suiveurs et du leader.
2. Conception du contrôleur : Proposition d’une stratégie de contrôle hybride basée sur un contrôleur robuste, un contrôleur flou et un contrôleur auxiliaire, avec une fonction de commutation lisse pour garantir l’efficacité et la robustesse à l’échelle globale.
3. Conception de la fonction de Lyapunov : Conception innovante d’une nouvelle fonction de Lyapunov pour assurer la stabilité du système en boucle fermée.
4. Expériences de simulation : Validation de l’utilité et de l’efficacité des algorithmes proposés par des simulations.

Deuxième partie : Systèmes multi-agents stochastiques du second ordre

La recherche s’étend ensuite aux systèmes multi-agents stochastiques du second ordre, concevant un protocole de contrôle flou robuste distribué. Les étapes spécifiques sont les suivantes :

1. Construction du modèle : Définition d’un modèle dynamique pour les systèmes multi-agents stochastiques du second ordre, incluant les équations d’état des suiveurs et du leader.
2. Conception du contrôleur : Proposition d’une stratégie de contrôle hybride basée sur un contrôleur robuste, un contrôleur flou et un contrôleur auxiliaire, avec une fonction de commutation lisse pour garantir l’efficacité et la robustesse à l’échelle globale.
3. Conception de la fonction de Lyapunov : Conception innovante d’une nouvelle fonction de Lyapunov pour assurer la stabilité du système en boucle fermée.
4. Expériences de simulation : Validation de l’utilité et de l’efficacité des algorithmes proposés par des simulations.

Principaux résultats

Première partie : Systèmes multi-agents stochastiques du premier ordre

Les expériences de simulation ont confirmé que l’algorithme de contrôle proposé permettait d’atteindre efficacement la cohérence de suivi entre les suiveurs et le leader. Les résultats spécifiques sont les suivants :

1. Convergence de l’erreur de suivi : Les résultats de simulation montrent que l’erreur de suivi entre les suiveurs et le leader converge finalement vers une valeur proche de zéro, prouvant la réalisation de la cohérence.
2. Stabilité des signaux d’entrée : Tous les signaux d’entrée (entrée de contrôle, paramètres d’adaptation, etc.) restent bornés, assurant la stabilité et la contrôlabilité du système.

Deuxième partie : Systèmes multi-agents stochastiques du second ordre

Les expériences de simulation ont confirmé que l’algorithme de contrôle proposé permettait d’atteindre efficacement la cohérence de suivi entre les suiveurs et le leader. Les résultats spécifiques sont les suivants :

1. Convergence de l’erreur de suivi : Les résultats de simulation montrent que l’erreur de suivi entre les suiveurs et le leader converge finalement vers une valeur proche de zéro, prouvant la réalisation de la cohérence.
2. Stabilité des signaux d’entrée : Tous les signaux d’entrée (entrée de contrôle, paramètres d’adaptation, etc.) restent bornés, assurant la stabilité et la contrôlabilité du système.

Conclusions et valeur

Cette recherche a permis de développer avec succès un protocole distribuée flou robuste avancé, intégrant de manière transparente le contrôle robuste et le contrôle flou pour résoudre le problème de cohérence globale dans les systèmes multi-agents inconnus. Grâce à une fonction de commutation lisse, l’utilité et l’efficacité du protocole ont été significativement améliorées. L’étude fournit un cadre de conception complet pour les contrôleurs flous robustes dans les systèmes multi-agents stochastiques du premier et du second ordre. La conception innovante de la fonction de Lyapunov garantit la stabilité du système. Les expériences de simulation ont validé l’efficacité pratique des algorithmes proposés, jetant les bases pour les futures applications multi-agents.

Points forts de la recherche

1. Stratégie de contrôle innovante : L’innovation principale de cette étude réside dans la conception d’un protocole distribué flou robuste basé sur une fonction de commutation lisse, combinant les avantages du contrôle robuste et du contrôle flou tout en garantissant la réalisation de la cohérence globale.
2. Applicabilité étendue : Contrairement aux études précédentes qui se concentraient uniquement sur les scénarios dynamiques non linéaires satisfaisant la condition de Lipschitz globale, cette étude a relâché cette restriction, s’étendant à des scénarios inconnus plus larges et plus complexes.
3. Nouvelle fonction de Lyapunov : Différente des méthodes de construction directe traditionnelles, cette étude a conçu une nouvelle fonction de Lyapunov basée sur le concept de conception quadratique de Lyapunov, utilisée pour prouver la stabilité des systèmes en boucle fermée.

Autres informations pertinentes

Les chercheurs soulignent que, bien que l’algorithme distribué ait démontré son efficacité dans les expériences de simulation, sa scalabilité dans les systèmes multi-agents à grande échelle nécessite une évaluation plus approfondie. Les travaux futurs devraient se concentrer sur des tests complets et des analyses théoriques pour des systèmes de plus grande envergure, afin de garantir leur efficacité et leur fiabilité dans des environnements complexes.

Grâce à cette étude, nous avons non seulement surmonté les limitations des méthodes existantes dans la gestion des incertitudes et des perturbations, mais nous avons également fait progresser la théorie du contrôle des systèmes multi-agents, jetant les bases pour des MAS plus efficaces et plus fiables.