专利交易市场

本发明公开了多智能体系统在合作竞争关系下的反同步优化控制方法，包括：设计自适应合作竞争强度函数；基于设计的合作竞争强度函数重新定义局部误差系统；根据局部误差系统设计合理的奖励函数，此奖励函数可以有效避免现有方法中的激励条件；使用深度决定性策略梯度算法近似最优控制策略时，采用演员‑评论家网络结构；在AC神经网络框架中，设计了一种经验回放和目标网络机制，以消除数据之间的相关性并调整AC神经网络的权重。本发明中的多智能体系统中包括合作‑竞争关系的多智能体，根据多智能体系统中智能体之间的交互关系将智能体分为两个组，这种复杂的内部关系比单一的合作或者竞争关系，更符合现实，实现反同步控制。

一种通信受限的多智能体系统二分实用一致性控制方法，包括以下步骤：(1)基于结构平衡拓扑假设，通过一类正交矩阵进行规范变换，使得二分实用一致性问题转变为一般实用一致性问题；(2)利用微分包含理论和菲利波夫解的框架得出了控制器在右端不连续情况下多智能体系统存在全局解；(3)基于量化器构建李雅普诺夫函数，利用李雅普诺夫稳定性理论和代数图论推导多智能体系统的稳定性条件，并导出了与任何全局信息和初始值无关的误差收敛上界值；(4)设计了一种基于融合时滞项、取整函数的量化器的右端不连续控制议，使得各智能体位置状态收敛至模相同但符号不同的可控区间，从而实现通信受限的多智能体系统实现二分实用一致性。

本发明涉及任务调度技术领域，具体为基于多智能体的工地任务调度方法及系统，包括以下步骤：获取任务启动与资源到位时间，匹配任务需求设定优先级，判断任务冲突生成区段结构表，提取完成数据激活任务生成触发链，构建路径片段建立任务连续关系，判断区段相邻重构调度生成并行控制结果。本发明中，通过对任务启动时间与资源到位状态的交叉判断引导任务筛选，结合作业类型需求动态赋予优先级信息，实现对任务触发条件的智能识别，通过对区域任务时间区间的重叠比对及时标记互斥冲突关系，促使调度行为具备对资源冲突的前置识别能力，增强多智能体任务协同执行中的调度连续性与资源一致性。

本发明提供一种基于事件触发积分强化学习的多智能体系统人在回路弹性控制方法，属于人工智能协同控制技术领域。该方法创新性地采用基于事件触发机制的积分强化学习方法，降低智能体之间信息交流频率，减轻智能体的负担，并解决了多智能体系统在虚假输入注入攻击下的最优控制问题；除此之外，通过整合人类智能和决策，当人类操作员向非自治领导者代理发送命令信号时，系统安全性得到极大提高。