近日，高等研究院/智能制造学院陆群博士与浙江财经大学宋海裕教授联合指导本科生卢则丹、项厚栋和杨承儒，在中国科学院一区 Top 期刊 IEEE Transactions on Systems, Man, and Cybernetics: Systems（IEEE TSMC） 上以长文形式发表了原创性研究论文。论文题为 “Neuro-adaptive Safe Consensus Tracking Control for Pure-Feedback Nonaffine Multiagent Systems”。其中，陆群博士为第一作者，宋海裕教授为通讯作者，台州学院为第一作者单位。TSMC是国际电气与电子工程师协会系统、人与控制论学会的旗舰期刊，专注于系统工程、人工智能及控制论等交叉学科领域，致力于领域内具有开创性的理论、方法与应用研究成果，目前影响因子8.7。

多智能体系统在无人机编队、智能交通、工业自动化等领域应用前景广阔，其核心挑战之一是设计分布式控制策略，使跟随者智能体能在仅通过局部通信、且自身动态模型未知并受外部干扰的情况下，安全、准确地跟踪领导者的轨迹。本研究聚焦的智能体动态为未知纯反馈非仿射形式，这使得传统基于精确模型的控制方法失效，且因其输入变量不直接线性显现，控制设计尤为复杂。针对该控制难题，本研究有效融合了多项先进控制理论与工具：

●  利用中值定理，将非仿射动态转化为适用于反步法设计框架的形式，为系统化控制器设计奠定了基础；

● 引入动态面控制技术，有效避免了传统反步法设计中固有的“计算爆炸”问题，大幅降低了控制器的在线计算负担；

● 采用径向基函数神经网络在线学习和逼近系统中的未知非线性函数与扰动，赋予控制器强大的自适应与学习能力；

● 结合图论处理分布式通信约束，并创新性地运用障碍李雅普诺夫函数，在控制器设计中内嵌了安全约束，确保所有跟随者的跟踪误差始终保持在预设的安全边界内。

此项研究不仅为解决具有未知非仿射动态的多智能体系统共识跟踪问题提供了系统化的设计框架和坚实的理论保证，其将神经网络自适应、动态面控制与障碍李雅普诺夫函数相结合的技术路径，也为处理更广泛类别非线性系统的安全控制问题开辟了新思路。

论文链接：

https://ieeexplore.ieee.org/document/11333876