[论文解读] Controlling Smart Matter

Tad Hogg, Bernardo A. Huberman|ArXiv.org|Nov 4, 1996

Nonlinear Dynamics and Pattern Formation参考文献 20被引用 4

一句话总结

本文提出了一种智能物质的多层级控制架构——智能物质是指嵌入了传感器、处理器和执行器的材料——以稳定动态不稳定的物理系统。通过利用随机矩阵理论，证明了多层级架构在处理延迟和不完善性方面优于传统层级结构，实现了与尺度无关的局部扰动抑制，并具备全局协调能力。

ABSTRACT

Smart matter consists of many sensors, computers and actuators embedded within materials. These microelectromechanical systems allow properties of the materials to be adjusted under program control. In this context, we study the behavior of several organizations for distributed control of unstable physical systems and show how a hierarchical organization is a reasonable compromise between rapid local responses with simple communication and the use of global knowledge. Using the properties of random matrices, we show that this holds not only in ideal situations but also when imperfections and delays are present in the system. We also introduce a new control organization, the multihierarchy, and show it is better than a hierarchy in achieving stability. The multihierarchy also has a position invariant response that can control disturbances at the appropriate scale and location.

研究动机与目标

• 解决利用智能物质中嵌入的传感器、处理器和执行器组成的分布式网络来控制不稳定物理系统的问题。
• 克服纯本地控制（缺乏全局感知）和纯全局控制（延迟和通信开销）的局限性。
• 设计一种控制架构，在快速本地响应与有效利用全局系统知识之间实现平衡。
• 确保对真实智能物质应用中常见的系统不完善性和通信延迟具有鲁棒性。
• 开发一种可扩展的、与位置无关的控制策略，能够在适当的时空尺度上响应扰动。

提出的方法

• 提出一种分层控制结构，其中本地代理基于即时传感器数据做出快速决策。
• 引入一种多层级组织形式，将多个控制层级结合，并在相邻层级之间引入反馈回路。
• 应用随机矩阵理论分析在不确定性条件下控制架构的稳定性和性能。
• 将通信延迟和系统不完善性建模为系统动力学矩阵中的扰动。
• 通过随机矩阵的谱分析，推导出多层级架构保持稳定性的条件。
• 证明在相同条件下，多层级架构的稳定性裕度优于单一层级架构。

实验结果

研究问题

• RQ1 在智能物质的分布式控制中，如何在本地响应速度与全局系统感知之间取得平衡？
• RQ2 何种架构形式能够在存在通信延迟和系统不完善性的条件下实现鲁棒控制？
• RQ3 多层级结构是否能够在稳定不稳定的物理系统方面优于传统层级结构？
• RQ4 多层级结构是否支持与位置无关的响应，从而在任何空间尺度上实现有效的扰动控制？
• RQ5 随机矩阵理论在多大程度上能够预测具有不确定参数的分布式控制系统的稳定性？

主要发现

• 与单一层级架构相比，多层级控制架构在延迟和噪声条件下表现出更优的稳定性。
• 即使引入不完善性和时间延迟，随机矩阵理论仍能准确预测系统的稳定性。
• 多层级架构表现出与位置无关的响应特性，意味着其可在材料中任意位置有效控制扰动。
• 多层级架构中的本地控制行为通过分层反馈实现协调，从而在不牺牲全局一致性的前提下实现快速响应。
• 通过控制矩阵的谱分析确认，系统在广泛参数变化范围内保持稳定。
• 所提出的架构实现了智能物质系统的可扩展控制，适用于大规模嵌入式传感器-执行器网络。