基于复杂网络的多机器人牵制同步研究
徐必刚 钱王晟 田勇

铜陵职业技术学院 机械（电气）工程系，安徽铜陵，244061；

摘要：本文基于复杂网络理论，研究了多机器人系统的协同控制问题。考虑到降低控制成本及通信带宽的限制，本文采取自适应牵制控制策略，即控制系统中的部分，从而引导全体机器人实现同步。通过构造Lyapunov稳定性函数，证明了多机器人系统的同步误差渐近收敛至稳定状态，理论上确保了全局稳定。数值仿真中，将多机器人系统抽象为网络节点连接关系，并选取Chen混沌系统作为网络节点状态。仿真结果表明，在牵制控制策略下，节点状态实现了轨迹同步，同步误差收敛至稳定状态，进一步验证了理论推导的有效性。

关键字：多机器人系统；复杂网络；牵制控制；同步

参考文献

[1] 贾冬. 双机器人柔性压紧控制系统设计[J]. 装备制造技术,2018,(10):62-65.

[2] 李忠奎,王俊杰,张云奕,等. 集群协同任务规划的形式逻辑方法:综述与展望[J].自动化学报,2025,51(10):2211-2231.

[3] 谷占昊,柳爽,徐必刚. 多层复杂动态网络时滞同步研究[J]. 计算机应用与软件,2025,42(09):309-316+323.

[4] 徐明明,陆君安,周进. 两层星形网络的特征值谱及同步能力[J]. 物理学报,2016,65(02):387-399.

[5] 汪小帆，李翔，陈关荣.  网络科学导论[M].  北京：高等教育出版社，2012.

[6] Zhou J, Wu X Q , Yu W W , et al. Pinning Synchronization of Delayed Neural Networks[J]. Chaos, vol. 18, 043111, 2008.

[7] 徐必刚,柳爽,谷占昊. 一类具有时滞的多层耦合复杂网络牵制同步[J]. 应用技术学报,2025,25(04):377-385.

[8] MAO X R. A note on the Lasslle-type theorems for stochastic  differential  delay  equations[J]. Journal of Mathematical Analysis and Applications, 2002, 268(1):125-142.

[9] LIU S，Xu B G, Wang Q Y, et al. Synchronizability of multilayer star-ring networks with variable coupling strength[J]. Electronic Research Archive, 2023, 31(10): 6236-6259.

[10] KOLMANOVSKII V, MYSHKIS A. Introduction to the theory and applications of functional differential equations[M]. Dordrecht: Springer, 2013.
[11] 杨阳,李艳,张俊芳. LSTM特征重构的复合Chen混沌系统与线性反馈同步[J]. 电子元件与材料,2025,44(09):1066-1072.