基于自适应动态规划的量化通信下协同最优输出调节

作　　者： 高席保

摘　　要： 在多智能体系统（Multi-Agent Systems, MAS）广泛应用于智能电网、无人系统和工业协作制造的背景下，实现通信受限环境下的协同最优输出调节成为控制领域的研究热点。文章聚焦于量化通信约束下的分布式控制问题，提出一种基于自适应动态规划（Adaptive Dynamic Programming, ADP）的最优控制策略，以实现多智能体系统的协同最优输出调节目标，构建了考虑量化器误差和信道带宽限制的通信模型，并在此基础上将全局输出调节目标分解为局部最优调节子问题。随后，利用近端策略迭代与强化学习相结合的 ADP 方法，实现了在未知动态系统模型情况下的最优策略逼近。仿真结果表明，所提方法在量化误差存在的场景中依然具有良好的鲁棒性与收敛性能，能够显著提升通信系统整体的调节效率与控制精度。

来　　源： 《信息产业报道》 2025-08