一种融合图注意力网络与安全约束的多智能体容错编队控制方法

本发明属于多智能体协同控制领域，具体涉及一种融合图注意力网络与安全约束的多智能体容错编队控制方法。

背景技术：

1、随着无人机、移动机器人、无人车和无人艇等智能装备的快速发展，多智能体系统在协同巡检、区域搜索、目标跟踪、灾害救援和军事侦察等场景中得到了广泛应用。编队控制作为多智能体协同控制中的重要问题，要求多个智能体在运动过程中保持预设队形，并能够根据领航智能体或任务轨迹实现稳定跟踪。

2、现有多智能体编队控制方法通常依赖固定通信拓扑或预设邻居权重来构造编队误差。当系统规模增大、通信链路发生变化或部分邻居智能体出现状态异常时，固定权重难以准确反映不同邻居对当前智能体的影响程度，容易导致异常节点信息被持续引入控制器，从而降低编队系统的稳定性和鲁棒性。

3、此外，在实际应用中，智能体还可能受到外部扰动、模型不确定性以及执行器效率损失和偏置故障等影响。传统容错编队控制方法虽然能够在一定程度上补偿故障和扰动，但对邻居异常信息的识别能力和对安全约束的处理能力仍然不足，难以同时保证编队跟踪精度、避碰安全性和控制输入可执行性。因此，有必要提出一种能够动态评估邻居信息影响、补偿故障扰动并满足安全约束的多智能体容错编队控制方法。

技术实现思路

1、为解决以上现有技术存在的问题，本发明提出了一种融合图注意力网络与安全约束的多智能体容错编队控制方法，包括：建立包含领航智能体和多个跟随智能体的多智能体非线性动力学模型，并构建对应的有向通信拓扑图；根据跟随智能体及其邻居智能体的状态信息、通信状态信息和故障残差信息，构造邻居交互特征；将所述邻居交互特征输入图注意力网络，得到邻居注意力权重，并基于所述邻居注意力权重构造分布式编队跟踪误差；根据所述分布式编队跟踪误差构造误差滤波变量，并利用神经网络自适应补偿机制估计未知非线性项、执行器故障影响和外部扰动；基于所述误差滤波变量和神经网络自适应补偿结果生成名义容错编队控制输入；利用安全约束函数对所述名义容错编队控制输入进行校正，得到最终分布式容错编队控制输入；将所述最终分布式容错编队控制输入作用于对应的跟随智能体，实现多智能体系统的安全容错编队控制。

2、本发明的有益效果：

3、本发明提出了一种融合图注意力网络与安全约束的多智能体容错编队控制方法，通过引入图注意力网络对邻居信息进行动态加权，实现了对关键邻居信息的有效利用以及对异常邻居信息影响的抑制；通过构建基于邻居注意力权重的分布式编队误差，在仅利用局部邻居信息的条件下完成编队协同控制，提高了方法对通信拓扑变化和局部信息缺失的适应能力；通过设计神经网络自适应补偿机制，实现了对未知非线性动态、执行器故障和外部扰动的在线估计与补偿；通过构建安全约束校正机制，将智能体间安全距离约束、编队误差边界约束和控制输入约束统一纳入控制输入生成过程，保证系统运行过程中满足安全要求。本发明能够在邻居异常、执行器故障、外部扰动及通信拓扑变化等条件下保持编队稳定性和跟踪性能，提高多智能体系统的容错能力、安全性和协同控制能力。

1.一种融合图注意力网络与安全约束的多智能体容错编队控制方法，其特征在于，包括：建立包含领航智能体和多个跟随智能体的多智能体非线性动力学模型，并构建对应的有向通信拓扑图；根据跟随智能体及其邻居智能体的状态信息、通信状态信息和故障残差信息，构造邻居交互特征；将所述邻居交互特征输入图注意力网络，得到邻居注意力权重，并基于所述邻居注意力权重构造分布式编队跟踪误差；根据所述分布式编队跟踪误差构造误差滤波变量，并利用神经网络自适应补偿机制估计未知非线性项、执行器故障影响和外部扰动；基于所述误差滤波变量和神经网络自适应补偿结果生成名义容错编队控制输入；利用安全约束函数对所述名义容错编队控制输入进行校正，得到最终分布式容错编队控制输入；将所述最终分布式容错编队控制输入作用于对应的跟随智能体，实现多智能体系统的安全容错编队控制。

2.根据权利要求1所述的多智能体容错编队控制方法，其特征在于，所述多智能体非线性动力学模型包括智能体的位置状态、速度状态、未知非线性动态项、执行器效率损失故障项、执行器偏置故障项和外部扰动项；其中，所述执行器效率损失故障项用于表征执行器输出能力下降，所述执行器偏置故障项用于表征执行器输出中存在的附加偏差。

3.根据权利要求2所述的多智能体容错编队控制方法，其特征在于，所述多智能体非线性动力学模型表示为：

4.根据权利要求1所述的多智能体容错编队控制方法，其特征在于，所述邻居交互特征包括当前跟随智能体与邻居智能体之间的相对位置误差、相对速度误差、期望编队间距、通信状态信息和故障残差信息；所述故障残差信息由邻居智能体的广播状态与预测状态之间的偏差获得，用于表征邻居智能体的异常程度。

5.根据权利要求4所述的多智能体容错编队控制方法，其特征在于，所述图注意力网络根据所述邻居交互特征计算邻居注意力权重；当邻居智能体的故障残差信息增大、通信异常程度增大或相对状态偏差异常增大时，降低该邻居智能体对应的邻居注意力权重，以减小异常邻居或故障邻居对编队跟踪误差的影响。

6.根根据权利要求5所述的多智能体容错编队控制方法，其特征在于，所述分布式编队跟踪误差由邻居注意力权重、邻居相对位置误差以及领航智能体跟踪误差共同构造，表示为：

7.根据权利要求6所述的多智能体容错编队控制方法，其特征在于，所述神经网络自适应补偿机制采用径向基函数神经网络对未知非线性项、执行器故障影响和外部扰动进行在线估计，并基于所述分布式编队跟踪误差构造的误差滤波变量对神经网络权值进行更新；所述名义容错编队控制输入包括误差反馈项、神经网络补偿项和参考加速度项。

8.根据权利要求7所述的多智能体容错编队控制方法，其特征在于，所述安全约束函数包括智能体间安全距离约束、编队误差边界约束和控制输入幅值约束；通过所述安全约束函数对名义容错编队控制输入进行校正，得到最终分布式容错编队控制输入：