[論文レビュー] Distributed Model Predicted Control of Multi-agent Systems with Applications to Multi-vehicle Cooperation

Yougang Bian, Changkun Du+2 more|arXiv (Cornell University)|Sep 15, 2020

Distributed Control Multi-Agent Systems参考文献 13被引用数 7

ひとこと要約

本稿では、線形動的特性と制御入力制約を有する多エージェントシステムに対して、分散型モデル予測制御（DMPC）フレームワークを提案する。この手法は、局所的最適化と隣接エージェント間の状態軌道の交換を通じて、漸近的合同を達成可能にする。本手法は、無限級数のコスト・トゥ・ゴール関数を組み込んだ新規なリャプノフ関数を用いることで、再帰的妥当性と閉ループ安定性を保証し、自律水中航行機器（AUV）および連結自動化車両（CAV）の協調制御応用において検証されている。

ABSTRACT

This paper proposes a distributed model predicted control (DMPC) approach for consensus control of multi-agent systems (MASs) with linear agent dynamics and bounded control input constraints. Within the proposed DMPC framework, each agent exchanges assumed state trajectories with neighbors and solves a local open-loop optimization problem to obtain the optimal control input. In the optimization problem, a discrete-time consensus protocol is introduced into update law design for assumed terminal states, with which asymptotic consensus of assumed terminal states and recursive feasibility are rigorously proved. Together with the optimal cost function, an infinite series of cost-to-go functions is introduced into the design of a Lyapunov function, with which closed-loop asymptotic consensus is finally proved. Two applications including cooperation of autonomous underwater vehicles (AUVs) and connected and automated vehicles (CAVs) are used to validate the effectiveness of the proposed DMPC approach.

研究の動機と目的

• 制御入力に上限があること、通信範囲が限られているという条件下で、多エージェントシステムにおける合同性を達成する課題に対処すること。
• 中央集権的調整を必要とせず、再帰的妥当性と安定性を維持する分散型制御フレームワークを構築すること。
• 局所的最適化と隣接エージェントとの情報交換を活用し、自律車両間のスケーラブルで頑健な協調制御を実現すること。
• 無限級数のコスト・トゥ・ゴール関数を組み込んだ新規なリャプノフ関数設計により、漸近的合同性を保証すること。
• 自律水中航行機器（AUV）および連結自動化車両（CAV）といった実世界に近い応用において、手法の有効性を検証すること。

提案手法

• 各エージェントは、隣接エージェントと交換された仮定された状態軌道を用いて、局所的なオープンループ最適化問題を解く。
• 仮想終端状態の更新則に離散時間の合同プロトコルを組み込むことで、収束を促進する。
• コスト・トゥ・ゴール関数を無限級数に拡張し、それをリャプノフ関数に組み込むことで、閉ループにおける漸近的合同性を証明する。
• 制約下でも各時刻において最適化問題が解けることを保証することで、再帰的妥当性を厳密に証明する。
• 局所的最適化の解に基づいて制御入力を計算することで、入力の有界性とシステムの安定性を確保する。
• フレームワークは線形エージェント動的特性を想定しており、大規模な多エージェントシステムへのスケーラブルな展開を支援する。

実験結果

リサーチクエスチョン

• RQ1 制御入力制約を有する多エージェントシステムにおいて、分散型モデル予測制御が再帰的妥当性を保証するように設計するにはどうすればよいか？
• RQ2 中央集権的調整を要せず、漸近的合同性を達成できる制御構造は何か？
• RQ3 分散型MPCフレームワークにおいて、閉ループ安定性を証明するためのリャプノフ関数はどのように構築できるか？
• RQ4 コスト・トゥ・ゴール関数の無限級数は、安定性と収束性を確保するために果たす役割は何か？
• RQ5 提案されたDMPC手法は、AUVやCAVといった実世界の多車両協調シナリオにおいて、どのように性能を発揮するか？

主な発見

• 提案されたDMPCフレームワークは、制御入力の有界性制約下でも再帰的妥当性を保証する。
• 組み込まれた離散時間の合同プロトコルにより、仮想終端状態の漸近的合同性が達成される。
• 無限級数のコスト・トゥ・ゴール関数を組み込んだリャプノフ関数を用いることで、閉ループにおける漸近的合同性が証明された。
• 中央集権的調整やグローバル情報の必要なしに、安定性と収束性が保証される。
• シミュレーション結果から、自律水中航行機器（AUV）の編隊制御および連結自動化車両（CAV）のプラトーニングにおいて、効果的な協調制御が実現された。
• フレームワークはスケーラブルであり、通信範囲が限られた多車両システムにおけるリアルタイム実装に適している。