LEARNING
一种面向有向拓扑不确定非线性多智能体系统渐近一致性的新型神经网络自适应方法
Wang P, Lv Y, Yu W, Wen G, Huang T, Liu X, Yu X
- 发表年份
- 2026
- 期刊
- IEEE transactions on cybernetics
摘要
本文提出了一种基于神经网络的自适应控制方法，用于解决具有有向拓扑结构的不确定非线性多智能体系统的渐近一致性问题。该方法通过神经网络逼近系统不确定性，并设计自适应律实现所有智能体状态的一致收敛。
关键词
neural networkadaptive controlmultiagent systemsconsensusdirected topology
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018