python实现多智能体一致性_多智能体强化学习编队控制方法

1. Leader-Follower控制法

Leader-Follower法其基本思想是:在由多智能体组成的群组中，其中某个智能体被指定为领航者，其余的智能体被指定为跟踪领航者运动的跟随者，跟随者以设定的距离或速度等参量跟踪领航智能体的位置和方向。进一步来讲，对同一个多智能体系统，领航者可以仅仅指定一个，也可以存在多个，但控制群组编队形状的领航者只能有一个。通过设定领航者智能体与跟随智能体间不同的位置关系，便可得到不同的网络拓扑结构，即不同的编队队形。该方法的突出特点在于，智能体群组成员间的协作作用是通过对领航智能体状态信息的共享来实现的。

Leader-Follower控制法（领航跟随者法）的优点是：领航者作为控制整个智能体系统运动的主导，仅凭给定的运行轨迹便可以控制整个智能体群组的行为，从而大大简化了控制作用。

该方法的缺点主要体现在：系统中不存在明确的反馈控制作用，也就是说，一旦系统中领航者发生错误行为时，会直接导致跟随智能体行为的紊乱，进而让整个系统陷入崩馈状态。举例来说，如果系统的领航智能体移动速度超出跟随智能体的跟踪范围，那么就会出现跟随智能体掉队的现象。又如，当系统规模过大时，庞大的信息量很容易加重领航者的负担，进而影响系统运行效率甚至使系统陷入瘫疾。针对Leader-Follower控制法的这一缺点，