- 基于自适应动态规划的多智能体系统一致性方法/云计算和大数据系列丛书
- - 作者：王巍|责编:任仕元
  - 出版社：武汉大学
  - ISBN：9787307249837
  - 出版日期：2025/05/01
  - 页数：116
- 售价：19.6

内容大纲
随着分布式系统和人工智能技术的飞速发展，多智能体系统在无人机编队、机器人协作、智能电网等领域的应用日益广泛，其中协同控制，尤其是一致性控制成为研究热点。面对多智能体系统一致性控制中模型未知或难以获取的挑战，本书聚焦于运用自适应动态规划（ADP）技术解决模型未知情况下的多智能体系统最优一致性问题，探讨了包含控制、领导-跟随一致性控制、异构系统输出一致性控制等多种场景下的ADP控制方法，并研究了基于高斯过程回归的评价网络设计以提升ADP性能。
本书可供高等院校自动化、控制理论与控制工程、人工智能、计算机科学等相关专业的学生、教师及科研工作者阅读参考。
作者介绍
王巍，中南财经政法大学信息工程学院副教授，硕士生导师，中国地质大学（武汉）控制科学与工程专业博士。主要从事强化学习与自适应动态规划、多智能体系统等领域的研究。主持湖北省自然科学基金项目、教育部/省重点实验室项目等。以第一/通讯作者发表SCI论文10余篇，已获授权国家发明专利1项。
目录
第1章  绪论
  1.1  研究背景及意义
  1.2  国内外研究现状
    1.2.1  自适应动态规划理论
    1.2.2  基于ADP的多智能体系统一致性控制
    1.2.3  自适应评价网络设计方法
  1.3  现有研究存在的问题
  1.4  研究内容与结构安排
第2章  模型无关线性多智能体系统包含控制方法
  2.1  引言
  2.2  包含误差动态系统
    2.2.1  代数图论
    2.2.2  包含误差动态系统问题描述
  2.3  多智能体系统最优包含控制
    2.3.1  包含控制性能指标
    2.3.2  纳什均衡和稳定性分析
  2.4  基于值迭代的数据驱动ADHDP算法
    2.4.1  基于局部Q函数的值迭代算法
    2.4.2  局部Q函数值迭代算法的收敛性分析
  2.5  模型无关最优包含控制
    2.5.1  评价-执行网络设计
    2.5.2  评价-执行网络的在线调整
  2.6  仿真实验
  2.7  本章小结
第3章  基于评价-执行网络的非线性多智能体系统最优一致性控制方法
  3.1  引言
  3.2  预备知识
  3.3  问题描述
  3.4  基于策略迭代的局部Q函数ADP方法
    3.4.1  基于Q函数的策略迭代算法
    3.4.2  策略迭代算法的收敛性分析
    3.4.3  纳什均衡和稳定性分析
  3.5  基于神经网络的评价-执行网络设计
    3.5.1  基于神经网络的评价网络设计
    3.5.2  基于神经网络的执行网络设计
    3.5.3  评价-执行网络的在线调整
  3.6  仿真实验
    3.6.1  仿真实验一
    3.6.2  仿真实验二
  3.7  本章小结
第4章  部分可观环境下异构多智能体系统输出一致性控制方法
  4.1  引言
  4.2  问题描述
  4.3  利用可测数据的多智能体系统输出一致性控制
    4.3.1  可测输入/输出数据的状态表示方法
    4.3.2  基于自适应动态规划的输出一致性控制方法
  4.4  迭代自适应动态规划算法的实现
  4.5  仿真实验
  4.6  本章小结
第5章  基于高斯过程回归的双阶段值迭代评价网络设计方法

  5.1  引言
  5.2  基于高斯过程回归的评价网络设计
  5.3  问题描述
  5.4  双阶段值迭代算法
  5.5  仿真实验
    5.5.1  单智能体系统仿真实验
    5.5.2  多智能体系统仿真实验
  5.6  本章小结
第6章  总结与展望
  6.1  总结
  6.2  展望
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目