Cooperative Coordination and Formation Control for Multi-agent Systems

Sun, Zhiyong

doi:10.1007/978-3-319-74265-6

Cited by 31 publications

(26 citation statements)

References 124 publications

(345 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Comprehensive discussions and solutions to characterize distributed gradient control laws for multi-agent coordination control are provided in [3] and [12], which emphasize the notion of clique graph (i.e., complete subgraph) in designing potential functions and gradient-based controls. The recent book [13] provides an updated review on recent progress of cooperative coordination and distributed control of multi-agent systems.…”

Section: Background and Related Literaturementioning

confidence: 99%

Identification of Hessian matrix in distributed gradient-based multi-agent coordination control systems

Sun

Sugie

2019

Numerical Algebra, Control &Amp; Optimization

Self Cite

View full text Add to dashboard Cite

Multi-agent coordination control usually involves a potential function that encodes information of a global control task, while the control input for individual agents is often designed by a gradient-based control law. The property of Hessian matrix associated with a potential function plays an important role in the stability analysis of equilibrium points in gradient-based coordination control systems. Therefore, the identification of Hessian matrix in gradient-based multi-agent coordination systems becomes a key step in multi-agent equilibrium analysis. However, very often the identification of Hessian matrix via the entry-wise calculation is a very tedious task and can easily introduce calculation errors. In this paper we present some general and fast approaches for the identification of Hessian matrix based on matrix differentials and calculus rules, which can easily derive a compact form of Hessian matrix for multi-agent coordination systems. We also present several examples on Hessian identification for certain typical potential functions involving edge-tension distance functions and triangular-area functions, and illustrate their applications in the context of distributed coordination and formation control.1 taken into consideration in the Hessian formula. The standard way of Hessian identification usually involves entrywise calculation, which we refer as 'direct' approach. But this approach soon becomes intractable when a multi-agent coordination system under consideration involves complicated dynamics, and the interaction graph grows in size with more complex topologies. Alternatively, matrix calculus that takes into account graph topology and coordination laws can offer a more convenient approach in identifying Hessian matrices and deriving a compact Hessian formula, and this motivates this paper.In this paper, with the help of matrix differentials and calculus rules, we discuss Hessian identification for several typical potentials commonly-used in gradient-based multi-agent coordination control. We do not aim to provide a comprehensive study on Hessian identification for multi-agent coordination systems, but we will identify Hessian matrices for two general potentials associated with an underlying undirected graph topology. The first is an edgebased, distance-constrained potential that is defined by an edge function for a pair of agents, usually involving inter-agent distances. The overall potential is a sum of all individual potentials over all edges. The second type of potential function is defined by a three-agent subgraph, usually involving the (signed) area quantity spanned by a three-agent subgraph. We will use the formation control with signed area constraints as an example of such distributed coordination systems, and illustrate how to derive Hessian matrix for these coordination potentials in a general graph. The identification process of Hessian formula can be extended in identifying other Hessians matrices in even more general potential functions used in multi-agent coordination control. Pap...

show abstract

Section: Background and Related Literaturementioning

confidence: 99%

Identification of Hessian matrix in distributed gradient-based multi-agent coordination control systems

Sun

Sugie

2019

Numerical Algebra, Control &Amp; Optimization

Self Cite

View full text Add to dashboard Cite

show abstract

“…Прийняття скоординованих колективних рішень в ієрархічних системах є актуальною науково-практичною проблемою [10][11][12][13]. Загалом її розв'язування спрямоване на оптимізацію техніко-економічних показників функціонування системи: підвищення точності та оперативності прийнятих рішень; синхронізацію керувальних впливів між підсистемами з різною інерційністю вироблення та опрацювання рішень; забезпечення стійкості рішень до впливу зовнішніх факторів; підвищення надійності роботи системи; зменшення витрат часу та ресурсів на організацію керування ієрархічною системою [10].…”

Section: вступunclassified

“…Успішність колективного вироблення рішень в ієрархічних системах забезпечується координацією дій усіх учасників прийняття рішень [9][10][11][12]. Координація -це зведення дій агентів до певної відповідності для досягнення узгодженої, упорядкованої роботи всіх ланок системи прийняття рішень.…”

Section: проблема прийняття рішень в ієрархічних системахunclassified

“…Методологічні засади колективного прийняття рішень в ієрархічних системах закладені в теорії керування, теорії автоматів, теорії оптимального планування, дослідження операцій, теорії активних систем [20], теорії вибору варіантів рішень [21,22], теорії ігор [23-29], теорії мультиагентних систем [8,9,11], інформаційній теорії ієрархічних систем [5][6][7].…”

Section: проблема прийняття рішень в ієрархічних системахunclassified

See 1 more Smart Citation

Game strategies for decision making in hierarchical systems. I. Mathematical model of stochastic game

Kravets¹

2019

SRIT

View full text Add to dashboard Cite

Анотація. Розроблено математичну модель стохастичної гри для прийняття рішень в ієрархічних системах в умовах невизначеності. Суть гри полягає у вирівнюванні чистих стратегій гравців для досягнення консенсусного або мажоритарного колективного рішення. Виконано параметризацію ігрової моделі для відокремлення автократичної, анархічної та демократичної ієрархічних структур систем прийняття рішень. Розроблено марковський рекурентний метод розв'язування стохастичної гри на основі стохастичної апроксимації умови доповняльної нежорсткості.Ключові слова: прийняття рішень, ієрархічна система, умови невизначеності, стохастична гра, математична модель.

show abstract

“…In [4] and [5] a control law for distance-based formation control which guarantees stability is proposed. Also in section 6.3.1 of [6], where target tracking is considered, they use distance-based formation control. However, a distancebased protocol does not suit our target tracking problem.…”

Section: Introductionmentioning

confidence: 99%

Cooperative decentralised circumnavigation with application to algal bloom tracking

Fonseca

Wei

Johansson

et al. 2019

2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

View full text Add to dashboard Cite

Harmful algal blooms occur frequently and deteriorate water quality. A reliable method is proposed in this paper to track algal blooms using a set of autonomous surface robots. A satellite image indicates the existence and initial location of the algal bloom for the deployment of the robot system. The algal bloom area is approximated by a circle with time varying location and size. This circle is estimated and circumnavigated by the robots which are able to locally sense its boundary. A multi-agent control algorithm is proposed for the continuous monitoring of the dynamic evolution of the algal bloom. Such algorithm comprises of a decentralised least squares estimation of the target and a controller for circumnavigation. We prove the convergence of the robots to the circle and in equally spaced positions around it. Simulation results with data provided by the SINMOD ocean model are used to illustrate the theoretical results.

show abstract

Cooperative Coordination and Formation Control for Multi-agent Systems

Cited by 31 publications

References 124 publications

Identification of Hessian matrix in distributed gradient-based multi-agent coordination control systems

Identification of Hessian matrix in distributed gradient-based multi-agent coordination control systems

Game strategies for decision making in hierarchical systems. I. Mathematical model of stochastic game

Cooperative decentralised circumnavigation with application to algal bloom tracking

Contact Info

Product

Resources

About