人工智能（AI）作为工业过程中先进技术的重要组成部分经历了巨大的发展。在计算机科学中，人工智能意味着智能体的自主学习能力的提升。多智能体系统（MAS）因其应用的广泛性受到了极大关注，其编队控制是常见的协同控制任务之一，例如无人船系统、无人艇系统、卫星系统、多机械臂系统等。
近日，威廉希尔官网自动化学院池荣虎教授团队在多智能体的编队控制取得新进展，团队相关工作以“Adjacent-Agent Dynamic Linearization-Based Iterative Learning Formation Control”（DOI：10.1109/TCYB.2019.2899654）为题发表在IEEE Transaction on Cybernetics上，该论文以WilliamHill官方网址为唯一通讯单位，池荣虎教授为第一作者，自动化学院惠宇博士为第二作者。（IEEE Transactions on Cybernetics期刊创刊于1960年，主要报道人工智能、机器学习、控制论和机器人技术等领域的最新研究进展，及其在控制论领域的推广研究。在前任主编王钧教授的努力下，该期刊当前影响因子为10.387，属于中科院SCI一区TOP期刊，是系统与控制方向与计算机控制论双学科的最顶级期刊）。
课题组针对离散时间非线性非仿射多智能体系统的编队控制问题，提出了一种新的基于临近智能体动态线性化的迭代学习控制（ADL-ILFC）方法。首先，将具有信息交换的两个智能体分配为父智能体和子智能体，并建立了两个智能体间的动态关联关系。然后，通过运用从父智能体获得的信息，提出了子智能体的ADL-ILFC方法，由父智能体到子智能体以固定通讯延迟方式依次控制。理论分析和仿真验证了ADL-ILFC方法的有效性。所提出方法的主要特点在于引入了3维学习机制，控制机制可充分利用时间维度、迭代维度、空间维度等更多的控制信息进行更新。此外，所提出方法是数据驱动的控制策略，不需要建立非线性非仿射智能体系统的物理模型。
该工作得到了国家自然科学基金、山东省泰山学者人才工程、山东省重点研发计划、山东省自然科学基金等项目的支持。
