MétaCan
Menu
Retour à la cohorte
Enregistrement W2999262688 · doi:10.1109/tsmc.2019.2962973

Adaptive Leaderless Consensus Control of Strict-Feedback Nonlinear Multiagent Systems With Unknown Control Directions

2020· article· en· W2999262688 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Systems Man and Cybernetics Systems · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBacksteppingControl theory (sociology)Bounded functionNonlinear systemMulti-agent systemConsensusA priori and a posterioriComputer sciencePosition (finance)Adaptive controlControl (management)Decentralised systemState (computer science)MathematicsArtificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

The leaderless consensus problem over strict-feedback nonlinear multiagent systems (MASs) with unknown model parameters and control directions is investigated. The main idea of the existing consensus strategies for strict-feedback nonlinear MASs with unknown control directions is leading agents toward predefined global leaders/exosystems. However, in several missions, agents need to reach autonomous agreement on an a priori unknown quantity for a desired state, and hence the existing results are not applicable in these missions. The main contribution of this article is designing an adaptive leaderless consensus control scheme for strict-feedback nonlinear MASs when agents' control directions are unknown and unidentical. First, we introduce decentralized local error surfaces designed based on each agent position and neighboring agents' positions. We show that as the error surfaces remain bounded and converge to zero, the boundedness of the agents' positions and achieving leaderless consensus in the MAS can be guaranteed. Then, based on the properties of the Nussbaum-type functions, a decentralized backstepping adaptive control law is proposed under which the local error surfaces remain bounded and converge to zero. Finally, the design is more clarified and evaluated via an example.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,211
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle