Управление консенсусом и восстановление характеристик разнородных многоагентных систем второго порядка методом разделения по двум временным шкалам

Почему важно, чтобы группа приходила к согласию

От роевых роботов до автопоездов с автопилотом и энергетических сетей — многие современные технологии полагаются на большие группы устройств, которые должны двигаться или действовать согласованно несмотря на шум, задержки и частичные отказы. Инженеры называют такие совокупности «многоагентными системами». Когда каждый участник способен сохранять плавную координацию даже в условиях неопределённости, вся система становится безопаснее, быстрее и эффективнее. В этой работе предложен новый подход, позволяющий таким группам не только достигать согласия, но и вести себя так, как если бы неопределённостей изначально не существовало.

Как команды умных устройств стремятся к согласию

В типичной координированной сети одна единица играет роль лидера, а остальные — последователями. Каждый последователь может измерять только своё собственное состояние и получать информацию от соседей по графу связей, который может быть организован с однонаправленными или двунаправленными связями. Базовая цель, известная как отслеживание консенсуса, заключается в том, чтобы все последователи со временем совпадали с позицией и скоростью лидера, используя только эти локальные обмены. Это важно в приложениях, таких как формации беспилотников, автопоезда на шоссе или координируемые роборуки на производстве, где централизованное управление было бы слишком медленным или уязвимым.

Почему реальные несовершенства создают проблемы

Реальное оборудование редко ведёт себя в точности как учебные уравнения. Всегда присутствуют «немоделируемые динамики» — пренебрегаемые нелинейные эффекты, изменение трения или ошибки параметров — и внешние возмущения, такие как порывы ветра, шум датчиков или отказы приводов. Ранее исследования по управлению консенсусом обычно рассматривали либо немоделируемые динамики, либо возмущения, но редко оба одновременно. Даже если согласие можно гарантировать, движение группы часто становилось медленнее или более колебательным по сравнению с идеальной конструкцией. Иными словами, система может оставаться устойчивой и в итоге синхронизироваться, но потерять тщательно настроенное переходное поведение, которое определяет, насколько быстро и плавно реагируют агенты.

Двухскоростная стратегия для компенсации неопределённостей

Авторы адаптируют технику, изначально разработанную для одиночных систем, и расширяют её на сети агентов второго порядка (системы, в которых важны и положение, и скорость). Сначала они проектируют номинальный контроллер консенсуса для идеализированной, полностью известной группы. Этот контроллер задаёт желаемую скорость и форму отклика. Затем добавляют второй, значительно более быстрый механизм — фильтр с большим усилением — который непрерывно наблюдает за развитием сигналов ошибок в сети. Этот быстрый слой оценивает совокупное влияние всех скрытых нелинейностей, возмущений и даже неизвестных изменений входа лидера и подаёт компенсирующий сигнал обратно в исходный контроллер.

Что показывают математика и моделирование

С помощью анализа устойчивости по Ляпунову в работе доказывается, что при соответствующей настройке скорости фильтра все внутренние сигналы в многоагентной сети остаются ограниченными, а ошибки консенсуса со временем стремятся к нулю. Важный результат: замкнутое поведение неопределённой, возмущённой системы сходится к поведению чистого номинального примера — это называется восстановлением производительности. Авторы показывают, что подход работает как для симметричных (неориентированных), так и для асимметричных (ориентированных) графов связи, и что фактический управляющий сигнал лидера не обязательно должен быть известен точно — требуется лишь его верхняя оценка. Численные исследования, сопоставляющие метод с предыдущей схемой робастного консенсуса, демонстрируют более быстрое сближение с траекторией лидера без дополнительных затрат управления.

От теории к физическим экспериментам

Чтобы подчеркнуть практическую значимость, авторы применяют метод к сети перевёрнутых маятников, классической испытательной платформе в теории управления. Каждый маятник испытывает нелинейные гравитационные силы и дополнительные возмущения на входном моменте, при этом лидер также подвергается возмущениям. Несмотря на эти сложности, последователи точно отслеживают угол и угловую скорость лидера, а их движения остаются плавными и устойчивыми. Перепроектированный контроллер позволяет возмущённой системе следовать номинальным, свободным от возмущений траекториям, подчёркивая, что метод допускает как ошибки моделирования, так и внешние помехи в реальных устройствах.

Что это означает для будущих задач

Вкратце, статья предлагает стратегию управления консенсусом, которая позволяет сетям разнородных агентов вести себя так, будто они работают в идеальных условиях, даже при наличии скрытых эффектов и возмущений. Разделяя задачу на медленный слой, формирующий желаемое коллективное поведение, и быстрый слой, компенсирующий неопределённости, метод восстанавливает исходную производительность, а не просто предотвращает отказ системы. Это может помочь будущим роям роботов, связанным транспортным средствам и интеллектуальным энергетическим системам координироваться быстрее и надёжнее, хотя распространение подхода на сети со слишком быстро меняющейся или задерживающейся связью остаётся открытой задачей.

Цитирование: Mohammadalizadeh, S., Arefi, M.M. & Khayatian, A. Consensus control and performance recovery of heterogeneous second-order multi-agent systems via two-time-scale separation approach. Sci Rep 16, 9702 (2026). https://doi.org/10.1038/s41598-026-37308-1

Ключевые слова: многоагентные системы, управление консенсусом, робастная координация, распределённое управление, восстановление производительности