基于强化学习的数据驱动多智能体系统最优一致性综述.docx

基于强化学习的数据驱动多智能体系统最优一致性综述 1 引言 多智能体系统由于具有更好的鲁棒性、灵活性和可扩展性，在工程、社会科学和自然科学等多学科领域被广泛地应用[1,2]。多智能体一致性问题的目标是根据每个智能体及其相邻智能体的局部信息制定控制协议，使所有智能体在一定数量的收益量上达成一致或跟踪一个参考轨迹[3,4,5,6]。近年来，对多智能体的分布式一致性问题的研究因得到各界的广泛关注而迅速发展，在群集[7]、智能电网[8]、卫星群[9]和无人机[10]等各个领域应用广泛。大量文献提出了各种分布式一致性控制协议来保证系统的一致性[3,4,5,6,11]。随着对一致性问题的深入研究，在获得各