廣告
分布式驅動車輛軌跡跟蹤與穩(wěn)定性多智能體協(xié)同控制研究
及博弈者
。對于博弈者
，在其單獨的任務中將通過施加最優(yōu)前輪轉角來取得最優(yōu)的路徑跟蹤表現(xiàn)。同樣，對于博弈者
，將通過施加最優(yōu)附加橫擺力矩來盡可能的保證車輛的橫向穩(wěn)定性是其單獨的任務。博弈雙方都基于可知的信息來尋求最優(yōu)控制輸入來最小化自身的損失，因此，在選擇自身的控制輸入時，它們可以被視為自私利己的個體。綜上，將上述關系建模為兩智能體非協(xié)同博弈，具體表達如下：
(35)
其中，
表示博弈者的數(shù)量，在本文中
；
為博弈者
的所有可行策略集合；
為博弈者的損失函數(shù)，在本文中將其設計為二次函數(shù)形式，具體如下所示：
(36)
其中，為預測域。式(36)中的權重矩陣定義如下：
(37)
其中，
，
，
、、
、分別代表四個狀態(tài)變量的權重系數(shù)；
、
分別為前輪轉角控制輸入、附加橫擺力矩控制輸入的權重系數(shù)。
（4）控制器設計
在動態(tài)博弈中，信息模式是一個十分重要的屬性，不同的信息模式將會得到不同的最優(yōu)策略。如果每個博弈者只知曉博弈的初始狀態(tài)則將該博弈稱為開環(huán)信息模式。相反，如果每個博弈者能夠獲悉在步內其他博弈者的策略，則稱該博弈為閉環(huán)信息模式。在本部分，將基于開環(huán)博弈策略完成控制器的設計。
在推導最優(yōu)策略之前，平衡點的類型是動態(tài)博弈中另外一個核心點，將首先對其進行闡述。假設博弈雙方同時做出各自的決策，即不存在領導者及追隨者，在這種情況下，納什平衡將被應用。在納什平衡中，沒有任何一個博弈者能夠通過改變其自身的策略而獲得比原策略更大的收益。因此，當處于納什平衡時，將滿足下述不等式：
(38)
其中，
為納什平衡點，即上層控制器所要解算得到的控制輸入量。
對于優(yōu)化問題式（38），哈密頓函數(shù)如下所示：
(39)
其中，下標
用于區(qū)分不同的博弈者，為伴隨變量，其滿足下述伴隨方程及終端約束：
(40)
此外，開環(huán)博弈的納什平衡點必須滿足下述方程：
(41)
廣告 編輯推薦
最新資訊
-
開年豪擲1.8億搶用戶，又一車企加入“價格
2026-03-04 16:05
-
聯(lián)合國法規(guī)R60對兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標準立項|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分：通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分：可靠性要求”將
2026-03-04 11:39
