運動模型
考慮一個包含N個智能體的羣體,其中每個節點的運動方程均形同,如下:
{q˙i(t)=pi(t)p˙i(t)=ui(t)
其中i=1,2,⋯,N,pi(t)和qi(t)分別代表節點i在時間時t的速度和位置,ui代表該節點的控制輸入向量。
輸入向量
移動節點的輸入控制量爲:
ui=j∈Ni∑ϕ(∥qj−qi∥σ)nij+j∈Ni∑(pj−pi)aij+β1(qk−qi)+β2(pk−pi)(1)
其中∥⋅∥σ是一種新的範數,其定義如下:
∥z∥σ=[1+ε∥z∥2−1]/ε
其倒數σε(z)=∇∥z∥σ可以表示爲:
σε(z)=1+ε∥z∥2z=1+ε∥z∥σz
aij是空間鄰接矩陣A(q)中的元素aij,其可以表示爲:
aij(q)=ρh(∥qj−qi∥/rα)∈[0,1], j=i
其中rα=∥r∥σ。ϕα(z)是勢場函數(a smooth pairwise attractive/repulsive potential),其定義爲:
ϕα(z)=ρh(z/rα)ϕ(z−dα)ϕ(z)=21[(a+b)σ1(z+c)+(a−b)]
其中σ1(z)=z/1+z2,[\phi (z)]是一個不均勻的s形函數,參數0<a≤b,c=a−b/4ab,以確保ϕ(0)=0。nij表示從qi指向qj的方向向量,其計算方式爲:
nij=(qj−qi)/1+ε∥qj−qi∥2
系統性能證明
定理1:考慮一個運行在指定區域內包含N個移動節點的智能羣體,移動節點的輸入控制量如公式(1.1)所示。假設該區域內只有一個運動速度爲pk的目標k並且系統的初始結構能量滿足Q0<(m+1)ψα(0),其中m∈Z+。那麼一下三條規則均可以成立:
- 每個移動節點i和目標k之間的距離都不大於2Qo/β1;
- 每個節點最終速度都接近目標速度pk;
- 該羣體中最多有m對智能體可能發生碰撞。
證明:
根據Olfati-Saber等人在文章"Flocking for multi-agent dynamic systems: Algorithms and theory"和Su 等人在文章"Flocking of multi-agents with a virtual leader"文中給出的動力學分析,羣體控制的輸入量可以改寫爲:
u=−∇Γ(q)−L^(q)p+ft(q,p,q,p)
這裏Γ(q)是一個平滑的勢函數:
Γ(q)=21i∑j,j=i∑∇ψα(∥qj−qi∥σ)
其中ψα(z)=∫dαzϕα(s)ds。L^(q)是無向圖G的正半定拉普拉斯算子,其定義爲:
L^(q)=L(q)⊗IN=(Δ(A(G))−A(G))⊗IN
其中ft(q,p,q,p)是羣體中所有節點和目標k之間的羣體導航反饋量。使用哈密頓函數定義節點和目標k之間的勢能函數和動能之和:
Q(q,p)=i=1∑N[Ui(q)+Ki(q)]
其中
Ui(q)=21j=1,j=i∑Nψα(∥qj−qi∥σ)+21β1(qk−qi)T(qk−qi)Ki(q)=21(pk−pi)T(pk−pi)
沿着節點到目標k方向上Q(q,p)的導數爲:
Q˙(q,p)=−pT[(L^(q)+β2I2)⊗IN]p
因爲其中L^(q)是一個半正定矩陣,因此有:
Q˙(q,p)<0,∀≥0
由此可知Q(q,p)函數是一個遞減函數,,即Q(q,p)≤Q0,∀t≥0。
對於追蹤目標k的任意一節點,根據公式(1.10)以及β1>0可得:
21β1(qk−qi)T(qk−qi)≤Q0
因此每個節點與目標之間的距離都不大於2Q0/β1,即證明了第一條規則。
根據拉塞爾不變性原理,即當Q˙(q,p)=0時,系統中的每個運算解都漸進收斂於最大的速度不變量。對於羣體中任意追蹤目標k的節點,基於公式(1.11)後一個公式以及Q˙(q,p)=0,則有pi−pk≡0。因此可以得到:
p1≡p2≡⋯pN≡pk
則第二條規則得證。
假設Q0<(m+1)ψα(0),並且有超過m個不同的移動節點在時間t′≥0時發生碰撞。由於在時間t′時,至少有m+1個移動節點對發生碰撞,這表示羣體的總勢能至少是(m+1)ψα(0)。
根據公式(1.13)且函數Q(q,p)不是遞減函數,則有:
Q0=Q(q(0),p(0))≥Q(q(t′),p(t′))≥(m+1)ψα(0)
顯然這與Q0<(m+1)ψα(0)的假設矛盾。因此,在t>0時,該網絡中最多有m個不同的移動節點可能會發生碰撞。尤其是當m=0時,任意兩個節點之間都不會發生碰撞。第三條準則得證。