多智能体有限时间一致性算法，自己用matlab编写的，能够正常运行，可自行修改使用。 主程序部分代码： In = [Xl Xf]'; out = ode23(@ctFun, tspan, In); t = out.x; X = out.y; plot(t,X(1,:), t,X(2,:), t,X(3,:), t,X(4,:), 'linewidth',1.5); %% ODE Function function out = ctFun(~,In) global L B a = 0.5; Xl = In(1); Xf = In(2:4); v_0 = 0; dXl = v_0; delta = -(L+B)*(Xf-Xl); delta = sig(delta,a); dX = delta+ v_0; out = [dXl dX]; end 有限时间代码： function sig = sig(x,a) sig = sign(x).*abs(x).^a; end

针对具有通信时延的二阶多智能体系统的有限时间一致性控制问题，分别研究了具有固定拓扑和切换拓扑网络结构情形下的二阶多智能体系统的有限时间一致性。为使多智能体系统能在有限时间内可以达到一致，引入一致性控制增益矩阵并设计了相应的基于相对位置和相对速度的时延状态误差有限时间一致性控制算法，利用系统模型转换，泛函微分方程稳定性理论和有限时间Lyapunov稳定性定理得到了使系统在有限时间内达到一致跟踪的最大时延上界值。最后，仿真实验结果验证了所得理论的正确性和有效性。

多智能体分布式控制，还介绍了无人机、无人车等基本的系统的建模与协同控制的理论，可以说是非常全面了。

基于生物启发式算法的多智能体强化学习算法，强化学习，生物启发算法

基于生物启发式算法的多智能体强化学习算法matlab和python实现

近年来，多智能体系统的协调控制在多机器人合作控制、交通车辆控制、无人飞机编队和网络的资源分配等领域有着广泛的应用，成为当前控制学科的一个热点问题.首先介绍了多智能体系统的研究背景、智能体的概念和相关的图论知识；然后从多智能体系统协调控制包含的几个问题入手，即群集问题、编队控制问题、一致性问题和网络优化问题等，对其国内外的发展现状进行了总结和分析；最后，给出了多智能体系统有待解决的一些问题，以促进对多智能体系统协调控制理论与应用的进一步研究.

多智能体控制中一致性问题综述，作者是上海交通大学的wangxiaofan教授。

针对带有动态领导者的多智能体系统,为了使其达到跟踪一致性,设计只依赖于相对位置信息的自适应跟踪控制律.根据接收到的相对位置信息为每个跟随者设计动态输出反馈控制律,并根据控制律估计出智能体之间的相对速度信息.在此基础上设计自适应跟踪控制律,并且通过Lyapunov 稳定性理论和矩阵理论分析得到使系统达到跟踪一致性的充分条件.最后通过数值仿真验证了所提出的设计方法的有效性.

Cooperative Control of Multi-Agent Systems 书籍 Frank L. Lewis 多智能体必备书籍 大名鼎鼎的Frank L. Lewis

22基本复现了该文献的模型。采用一致性算法对电力系统经济调度进行了分布式计算。