近日，IEEE会刊《IEEE Transactions on Circuits and Systems II: Express Briefs》 （二区TOP，IF 4.4）报道了伟德国际BETVLCTOR协同控制团队在多智能体系统安全控制方面的研究进展，相关成果以“Safety-Critical Model-Free Adaptive Iterative Learning Control for Multi-Agent Consensus Using Control Barrier Functions”为题在线发表。

本文针对未知多智能体系统在执行重复任务过程中的安全性问题，提出了一种新的迭代学习控制障碍函数。针对任务重复且模型动态参数不确定的多智能体系统，设计了一种数据驱动的一致性控制器。为了保证智能体在每次迭代中的输出安全性，提出了迭代域的安全关键控制。即，提出一种新的迭代学习控制障碍函数，结合提出的一致性控制律，对控制输出构造二次规划。当期望输出与安全边界发生冲突时，控制器可以优先考虑智能体的安全性。最后，设计了具有重复特性的多智能体系统来验证理论结果。

图1 算法框架

图2 不同迭代次数智能体输出

伟德国际BETVLCTOR为该论文的第一单位，协同控制团队博士生闫帅明为第一作者，协同控制团队教授周毅为通讯作者。该研究工作受到国家自然科学基金项目的支持。

论文链接：10.1109/TCSII.2023.3300978