一阶多智能体的一致性分析

Simultra是一种开放源代码的混合道路交通模拟器，旨在实时处理大型路线图。 它将微观和介观模拟结合到一个多代理混合模拟器中。 大规模地图实时进行了介观建模，复杂的交通互动受益于详细的基于代理的微观仿真。 为了解决地图表示形式和中微观转变之间的并发问题，Simultra将基于事件的地图介观模型与更详细的物理引擎结合在一起。

CL-CBS 概述 基于汽车的基于冲突的搜索（CL-CBS）是一种有效且完整的解决方案，可解决类似汽车的机器人问题的多代理路径查找。 考虑到代理的形状，它应用了一个身体冲突树来解决冲突。 它还包括新算法时空混合状态A *作为单代理路径规划器，以生成同时满足运动学和时空约束的路径。 视频演示可以在找到 源代码 要求 sudo apt-get install g++ cmake libboost-program-options-dev libyaml-cpp-dev \ clang-tidy clang-format python3-matplotlib libompl-dev libeigen3-dev 注意：请确保您的matplotlib版本高于2.0 ，否则可视化时可能会显示奇怪的图像。 您可以通过pip3 install -U matplotlib对其进行升级。 建造 mkdir

分布式多智能体动态编队代码

针对非线性马尔科夫跳变多智能体系统在有向固定拓扑下的领导跟随一致性问题,为减少智能体间不必要的通信传输,节约网络资源,保证系统性能,提出一种自适应事件触发控制策略.首先,将每一个智能体均视为马尔科夫跳变系统,且马尔科夫链的转移概率部分未知;通过简单的模型转换建立误差系统,将多智能体系统一致性问题转化为误差系统的稳定性问题;在此基础上,构造合适的Lyapunov-Krasovskii泛函并利用Jensen不等式和线性矩阵不等式等技术给出使多智能体系统达到领导跟随一致性的充分条件及控制器设计方法;通过求解线性矩阵不等式可以得到多智能体系统一致性控制器增益矩阵和事件触发参数矩阵;最后,通过数值仿真验证所提出方法的有效性.

这是论文《Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments》的pytorch复现，直接使用其开源环境Multi-Agent Particle Environment，运行main.py即可进行运行程序

MultiAgentPathFinding MultiAgentPathFinding存储库的目的是使用灵活的环境选项（例如度量标准类型和可能的移动方向）创建不同路径规划算法的实现。 该项目是在HSE计算机科学学院的第二年完成的。 在Linux和Mac上构建 您可以选择“调试”或“发布”版本。 cd MultiAgentPathFinding/Build/Release cmake ../../ -DCMAKE_BUILD_TYPE= " Release " make make install 运行使用： cd ../../Bin/{Debug | Release}/ Dmitriy_

基于MAS的主动配电网多源协调优化调度 实现主动配电网( ADN ) 中大量间歇式可再生能源的充分消纳以及储能装置 、 柔性负荷等 可调资源的有效利用，提出了适用于主动配电网的储能实时优化调度模型和考虑用户与电网互动特性的 柔性负荷模型; 在此基础上，构建了一种基于多代理系统( MAS ) 的主动配电网三层多源协调优化调度架 构，提出了区域自治协调优化调度策略，以支持主动配电网中多种可调设备的联合优化调度; 最后，采用 JADE 开发平台搭建了多代理系统仿真环境，通过算例系统，验证了所提出的实时优化调度策略的有效性 。

智能科学技术著作丛书 ，多机器人系统不可多见的专著，科学版

将信息融合技术运用到多智能体系统中，利用信息融合方法对智能体得到的在空间上分布的其他智能体感知的局部信息进行融合，得到较完整的态势评估，以此来规划和协调多智能体系统的协作行为，提出了一种基于信息融合的多智能体协作方法。将该方法应用在机器人救援仿真系统中，结果表明该方法能够实现全局上的任务分解策略，有效提高了智能体协作能力。