Consensus control with the concurrent learning for Multi-agent system involving uncertainty

다국어 초록 (Multilingual Abstract)

This paper addresses the adaptive consensus problem in uncertain multi-agent systems, particularly under challenges posed by quantized communication. We consider agents with general linear dynamics subject to nonlinear uncertainties and propose an adaptive consensus control framework that integrates concurrent learning. Unlike traditional methods relying solely on instantaneous data, concurrent learning leverages stored historical data to enhance parameter estimation without requiring persistent excitation. We establish that the proposed controller ensures exponential convergence of both consensus and parameter estimation. Furthermore, we extend the analysis to scenarios where inter-agent communication is quantized using a uniform quantizer. We prove that the system still achieves consensus up to an error proportional to the quantization level, with exponential convergence rate.

국문 초록 (Abstract)

본 논문은 양자화된 통신 환경의 제약 조건을 고려하여, 파라미터 불확실성을 갖는 다개체 시스템의 적응형 합의 제어 문제를 다룬다. 비선형 불확실성이 존재하는 일반 선형 동역학(General Linear Dynamics)을 갖는 에이전트를 고려하였으며, 이를 위해 Concurrent Learning 기법을 통합한 적응형 합의 제어 프레임워크를 제안한다. 실시간 데이터에만 의존하는 기존 방식과 달리, 컨커런트 러닝은 저장된 과거 데이터를 활용함으로써 파라미터 추정 성능을 향상시킨다. 본 연구에서는 제안된 제어기가 합의 오차와 파라미터 추정 오차를 모두 지수적(Exponentially)으로 0으로 수렴시킴을 입증하였다. 나아가, 에이전트 간 통신이 균일 양자화기(Uniform Quantizer)를 통해 이루어지는 양자화 환경으로 분석을 확장하였다. 이를 통해 양자화 오차가 존재하더라도 시스템이 양자화 레벨에 비례하는 유계 영역 내로 지수적으로 수렴하여 합의에 도달함을 수학적으로 증명하였다.

목차 (Table of Contents)

• Chapter I : Introduction 1
• Chapter II : Preliminaries 4
• 1 Graph theory 4
• 2 Agreement protocol 4
• 3 Concurrent Learning 5
• 4 Problem statement 7
• 5 Quantized communication 9
• Chapter III: Main Result 11
• Chapter IV : Quantized communication 13
• Chapter V : Simulation 16
• Chapter VI : Conclusion 20
• Chapter VII : Reference 26