-
公开(公告)号：CN119311014B
公开(公告)日：2025-03-21
申请号：CN202411865067.1
申请日：2024-12-18
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/644 , G05D1/692 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于跨物种仿生的编队控制方法及系统，属于多智能体集群控制领域，包括：建立待控制系统的异构多智能体系统模型，设计通信协议，得到各稀疏分布智能体对应于捕食者种群模型的ODE跟踪误差系统模型和密集分布智能体共享的对应于人类疾病传播模型的PDE跟踪误差系统模型；在任意时刻，根据各稀疏分布智能体的位置误差、虚拟智能体自身的跟踪误差以及通信时滞计算控制信号，并代入人类疾病传播模型的边界处；若各智能体跟踪误差均收敛，则编队控制结束；否则，继续更新控制信号并使实体对象执行相应的动作。本发明能够基于生物模型自稳定、自适应性实现任意规模、任意分布的多智能体系统的协同控制，并提高控制策略的可靠性。
-
公开(公告)号：CN119356190B
公开(公告)日：2025-04-25
申请号：CN202411878945.3
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05B19/042
Abstract: 本发明属于多智能体集群控制相关技术领域，具体涉及一种基于跨物种仿生的多智能体采样事件触发协同跟踪控制方法，包括：提出多智能体系统模型的跨物种仿生表征，实现多智能体系统的协同跟踪控制效果，提升了控制策略的生物可解释性与可靠性，另外提出三套分布式多智能体采样事件触发信息传输机制，分别需要每个智能体在离散的第一个非周期采样序列对其自身对目标智能体系统参数与系统状态估计值进行监测并基于误差进行判断，在离散的第二个非周期采样序列对其自身输出状态值和控制协议进行监测并基于误差进行判断，若满足预定的三套事件触发条件，则将此刻的信息进行传输。本发明能够到达在计算资源和通信资源受限下高效实现协同跟踪控制的目的。
-
公开(公告)号：CN119356190A
公开(公告)日：2025-01-24
申请号：CN202411878945.3
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05B19/042
Abstract: 本发明属于多智能体集群控制相关技术领域，具体涉及一种基于跨物种仿生的多智能体采样事件触发协同跟踪控制方法，包括：提出多智能体系统模型的跨物种仿生表征，实现多智能体系统的协同跟踪控制效果，提升了控制策略的生物可解释性与可靠性，另外提出三套分布式多智能体采样事件触发信息传输机制，分别需要每个智能体在离散的第一个非周期采样序列对其自身对目标智能体系统参数与系统状态估计值进行监测并基于误差进行判断，在离散的第二个非周期采样序列对其自身输出状态值和控制协议进行监测并基于误差进行判断，若满足预定的三套事件触发条件，则将此刻的信息进行传输。本发明能够到达在计算资源和通信资源受限下高效实现协同跟踪控制的目的。
-
Patent Agency Ranking
公开(公告)号：CN119200622B
公开(公告)日：2025-03-14
申请号：CN202411714211.1
申请日：2024-11-27
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/644 , G05D1/692 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于ODE‑PDE的编队控制方法及系统，属于多智能体集群控制领域，包括：建立待控制系统的异构多智能体系统模型，并计算各智能体的ODE跟踪误差系统模型，通过部分连续化处理得到稀疏‑密集分布智能体共享的ODE‑PDE误差系统模型。在任意时刻，利用第一RBF神经网络拟合稀疏分布智能体的非线性函数并计算控制信号，代入对应的ODE跟踪误差系统模型，利用第二RBF神经网络拟合密集分布智能体的非线性函数并计算控制信号，代入对应的PDE跟踪误差系统模型。若ODE‑PDE跟踪误差系统收敛，则编队控制结束；否则，继续更新控制信号并使实体对象执行相应的动作。本发明能有效利用多智能体系统的协同控制实现任意规模、任意分布的系统的编队控制。
-
公开(公告)号：CN119311014A
公开(公告)日：2025-01-14
申请号：CN202411865067.1
申请日：2024-12-18
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/644 , G05D1/692 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于跨物种仿生的编队控制方法及系统，属于多智能体集群控制领域，包括：建立待控制系统的异构多智能体系统模型，设计通信协议，得到各稀疏分布智能体对应于捕食者种群模型的ODE跟踪误差系统模型和密集分布智能体共享的对应于人类疾病传播模型的PDE跟踪误差系统模型；在任意时刻，根据各稀疏分布智能体的位置误差、虚拟智能体自身的跟踪误差以及通信时滞计算控制信号，并代入人类疾病传播模型的边界处；若各智能体跟踪误差均收敛，则编队控制结束；否则，继续更新控制信号并使实体对象执行相应的动作。本发明能够基于生物模型自稳定、自适应性实现任意规模、任意分布的多智能体系统的协同控制，并提高控制策略的可靠性。
-
公开(公告)号：CN119322533B
公开(公告)日：2025-03-14
申请号：CN202411875431.2
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人系统的避障决策方法及系统，属于无人系统决策技术领域；利用通用编码器从当前的图像序列中提取不同环境下共享的低维状态表示，得到共性视觉特征；然后采用当前环境类型所对应的任务特定编码器进一步将共性视觉特征编码为针对当前环境的相关特征表示，得到个性任务特征，由此使得无人系统在复杂环境下学习到环境的共性视觉特征和个性任务特征，并进行深度融合，实现当前图像序列的特征重构。在此基础上，引入互模拟思想，基于特征一致性损失和奖励一致性损失进行训练，使得通用编码器能够在准确提取共性视觉特征的同时，还能关注于个性任务特征，具有选择性聚焦功能，进而结合强化学习模型，实现复杂环境下的准确避障决策。
-
公开(公告)号：CN119322533A
公开(公告)日：2025-01-17
申请号：CN202411875431.2
申请日：2024-12-19
Applicant: 华中科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种无人系统的避障决策方法及系统，属于无人系统决策技术领域；利用通用编码器从当前的图像序列中提取不同环境下共享的低维状态表示，得到共性视觉特征；然后采用当前环境类型所对应的任务特定编码器进一步将共性视觉特征编码为针对当前环境的相关特征表示，得到个性任务特征，由此使得无人系统在复杂环境下学习到环境的共性视觉特征和个性任务特征，并进行深度融合，实现当前图像序列的特征重构。在此基础上，引入互模拟思想，基于特征一致性损失和奖励一致性损失进行训练，使得通用编码器能够在准确提取共性视觉特征的同时，还能关注于个性任务特征，具有选择性聚焦功能，进而结合强化学习模型，实现复杂环境下的准确避障决策。
-
公开(公告)号：CN119200622A
公开(公告)日：2024-12-27
申请号：CN202411714211.1
申请日：2024-11-27
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/644 , G05D1/692 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于ODE‑PDE的编队控制方法及系统，属于多智能体集群控制领域，包括：建立待控制系统的异构多智能体系统模型，并计算各智能体的ODE跟踪误差系统模型，通过部分连续化处理得到稀疏‑密集分布智能体共享的ODE‑PDE误差系统模型。在任意时刻，利用第一RBF神经网络拟合稀疏分布智能体的非线性函数并计算控制信号，代入对应的ODE跟踪误差系统模型，利用第二RBF神经网络拟合密集分布智能体的非线性函数并计算控制信号，代入对应的PDE跟踪误差系统模型。若ODE‑PDE跟踪误差系统收敛，则编队控制结束；否则，继续更新控制信号并使实体对象执行相应的动作。本发明能有效利用多智能体系统的协同控制实现任意规模、任意分布的系统的编队控制。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
