随着大数据技术、传感器技术、认知计算技术的全面发展，多智能体系统的分布式协调控制在不同领域内发挥着特有的作用。除一致性控制问题和编队控制问题外，多智能体系统的分布式协调控制有时需要跟随者智能体进入某个特定的区域，这就需要多个领导者智能体来达到牵引控制的目的。因此研究多智能体系统的包容控制具有重要的理论意义和实用价值。

系统科学研究院刘通硕士，在其导师侯忠生教授的指导下和在国家自然科学基金重点项目的资助下，围绕考虑无模型自适应控制和迭代学习控制方法，针对未知异构非仿射非线性多智能体系统的包容控制问题展开相关研究，取得了重要的研究成果并在IEEE 系列汇刊等国内外控制领域高水平期刊上发表，具体研究成果描述如下：

1）针对一类带有输出饱和的未知非仿射非线性多智能体系统，提出了一种基于无模型自适应控制的包容控制方案。利用数学归纳法严谨地证明了包容误差的有界性。所提出的方案能够保证跟随者智能体收敛至领导者智能体组成的凸包内。

2）针对含有可测扰动的未知异构非仿射非线性多智能体系统的包容控制问题，提出了新的无模型自适应迭代学习包容控制方案，整个包容控制过程只使用多智能体系统的输入和输出数据。该方案进一步推广到多智能体系统的通信拓扑中存在不可测干扰的迭代变化情况，使其更能适合实际应用需求。

同时，系统科学研究院刘通硕士，在导师侯忠生教授的指导下，其硕士毕业论文《多智能体系统的无模型自适应包容控制研究》荣获青岛大学2023年优秀硕士学位论文。目前已考取华中科技大学控制科学与工程专业博士研究生。

文章信息：

[1] Tong Liu, Zhongsheng Hou. Model-Free Adaptive Containment Control for Unknown Multi-Input Multi[1]Output Nonlinear MASs With Output Saturation. IEEE Transactions on Circuits and Systems I: Regular Papers, 2023, 70(5): 2156-2166.

[2] Tong Liu, Zhongsheng Hou. Model-Free Adaptive Iterative Learning Containment Control for Unknown Heterogeneous Nonlinear MASs With Disturbances. Neurocomputing, 2023, 515:121-132.