Composite Distributed Learning and Synchronization of Nonlinear Multi-Agent Systems with Complete Uncertain Dynamics

要約

本論文では、リーダー・フォロワーの枠組みにおいて、異種非線形不確実性下で動作するマルチエージェントロボットマニピュレータシステムのネットワークにおける複合同期と学習制御という難題に取り組む。第1層の分散協調推定器と第2層の分散決定論的学習制御器からなる、新しい2層分散適応学習制御戦略を導入する。第1層の主な目的は、各ロボットエージェントがリーダーの情報を推定しやすくすることである。第2層は、個々のロボットエージェントが所望の参照軌道を追跡できるようにすることと、その非線形不確実ダイナミクスを正確に識別し学習することの両方を担う。提案する分散学習制御スキームは、不確実な質量行列を含む完全に不確実なダイナミクスを持つロボットエージェントを管理する能力により、既存の文献の進歩を意味する。このフレームワークにより、水中から宇宙まで、システムダイナミクスパラメータの同定が困難な様々な環境において、環境に依存しないロボット制御が可能となる。閉ループシステムの安定性とパラメータ収束は、リアプノフ法を用いて厳密に解析されている。マルチエージェントロボットマニピュレータを用いた数値シミュレーションにより、提案方式の有効性を検証する。同定された非線形ダイナミクスは保存可能であり、システムが再起動するたびに再利用される。

要約(オリジナル)

This paper addresses the challenging problem of composite synchronization and learning control in a network of multi-agent robotic manipulator systems operating under heterogeneous nonlinear uncertainties within a leader-follower framework. A novel two-layer distributed adaptive learning control strategy is introduced, comprising a first-layer distributed cooperative estimator and a second-layer decentralized deterministic learning controller. The primary objective of the first layer is to facilitate each robotic agent’s estimation of the leader’s information. The second layer is responsible for both enabling individual robot agents to track desired reference trajectories and accurately identifying and learning their nonlinear uncertain dynamics. The proposed distributed learning control scheme represents an advancement in the existing literature due to its ability to manage robotic agents with completely uncertain dynamics including uncertain mass matrices. This framework allows the robotic control to be environment-independent which can be used in various settings, from underwater to space where identifying system dynamics parameters is challenging. The stability and parameter convergence of the closed-loop system are rigorously analyzed using the Lyapunov method. Numerical simulations conducted on multi-agent robot manipulators validate the effectiveness of the proposed scheme. The identified nonlinear dynamics can be saved and reused whenever the system restarts.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL