Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Penelitian ini membahas permasalahan formasi sistem multi-agent menggunakan pengendali prediktif terdistribusi. Model yang digunakan adalah nonholonomic mobile robot. Setiap agen dapat memecahkan sendiri permasalahan optimasi dan mengimplementasikannya setiap cuplikan waktu. Ada dua permasalahan formasi yang dibahas, yaitu formation tracking control dan formation stabilization. Pada permasalahan formation tracking control, setiap agen harus mengikuti referensi trajektori yang telah dibuat dan mempertahankan jarak dengan agen tetangganya. Sedangkan pada permasalahn formation stabilization, setiap agen, dari posisi yang acak, membentuk suatu formasi yang telah ditentukan di posisi yang telah ditentukan juga. Hasil simulasi ditampilkan untuk menggambarkan efektivitas dari pengendali prediktif terdistribusi yang telah didesain. Diperoleh hasil dengan waktu konvergensi yang sangat cepat dibanding jika dengan pengendali lain.

---

This study is concerned with the problem of formation using distributed model predictive control. The model that is used is nonholonomic mobile robot. All the agents are permitted to solve optimization problem by itself and implement them at each time step. There are two formation problem that will be discussed, i.e. formation tracking control problem and formation stabilization problem. On the formation tracking control problem, each agent is required to follow a reference trajectory that has been generated and maintain distance between agents. On the formation stabilization problem, each agent, with random initial condition, is required to form a formation at a specific position that has been determined. A numerical simulation is given to illustrate the effectivenes of the distributed model predictive control. The convergence rate of the result is much faster compared to other control law.

Abstrak :
Sistem multi-agent adalah suatu sistem yang terdiri atas beberapa agen yang mampu melakukan interaksi satu sama lain untuk mencapai tujuan bersama. Salah satu permasalahan dalam sistem multi-agent adalah permasalahan konsensus untuk menyamakan keadaan seluruh agen dengan mengurangi perbedaan keadaan suatu agen dengan agen lainnya. Berbagai jenis protokol pengendali telah dikembangkan untuk membuat seluruh agen mencapai konsensus, tetapi sebagian besar pengendali masih menggunakan mekanisme time-triggered yang mengharuskan pengendali pada setiap agen untuk melakukan komputasi di setiap waktu cuplikan sehingga beban komputasi cukup tinggi. Penelitian ini membahas mengenai pengendali prediktif (MPC) terdistribusi untuk menyelesaikan permasalahan konsensus pada sistem multi-agent dengan mekanisme event-triggered. Permasalahan konsensus dapat diselesaikan dengan menggunakan pengendali prediktif terdistribusi yang bekerja dengan melakukan optimalisasi fungsi objektif. Untuk mengurangi beban komputasi, mekanisme event-triggered digunakan sehingga pengendali melakukan optimalisasi fungsi objektif hanya ketika kondisi trigger terpenuhi. Pada penelitian ini, pengendali prediktif dengan mekanisme event-triggered diujikan terhadap sistem dengan model agen linear vehicle dan nonholonomic mobile robot melalui simulasi. Hasil simulasi yang diperoleh menunjukkan performa yang baik dalam mencapai konsensus dengan total waktu komputasi yang lebih sedikit dibanding menggunakan mekanisme time-triggered.

---

Multi-agent system is a system consisting of several agents who are able to interact with each other to achieve a common goal. One of the problems in a multi-agent system is the problem of consensus to equalize the state of all agents by reducing the differences of an agent with other agents. Various types of controlling protocols have been developed to make all agents reach consensus, but most controllers still use a time-triggered mechanism that requires controllers in each agent to do computation at each sampling time so that the computing load is high enough. This study examines the distributed predictive controller (MPC) to solve consensus problems on multi-agent systems with event-triggered mechanisms. Consensus problem can be solved using a distributed predictive controller that works by optimizing objective functions. To reduce computational load, an event-triggered mechanism is used so that the controller performs objective function optimization only when the trigger conditions are met. In this study, predictive controllers with event-triggered mechanisms were tested on systems with linear vehicle and nonholonomic mobile robot agents through simulation. The simulation results show good performance in reaching consensus with less computational time than using time-triggered mechanisms.

Abstrak :
Penelitian ini membahas masalah konsensus pada sistem multi-agent dengan model setiap agen adalah nonholonomic mobile robot dengan pengendali finite-time yang terdistribusi pada setiap agen. Setiap agen harus mengikuti kecepatan referensi yang telah dibuat dan state setiap agen harus mencapai konsensus dalam waktu yang terbatas. Masalah lain yang dibahas adalah keberadaannya disturbance atau gangguan dari luar sistem. Pengendali finite-time digunakan untuk memecahkan kedua masalah ini karena pengendali finite-time dapat memberikan waktu konsensus pada waktu yang terbatas dan dapat mengatasi keberadaan gangguan dari luar sistem. Pengendali finite-time juga dapat dilinierisasi dengan mengubah parameter pengendalinya. Selain masalah pengendali konsensus, penelitian mengenai perbandingan sistem dengan multi-agent dan sistem tanpa multi-agent juga dilakukan. Berdasarkan simulasi yang dilakukan, terlihat bahwa sistem dapat mencapai konsensus dalam waktu yang terbatas. Saat sistem diberi disturbance, terlihat juga bahwa sistem tetap dapat mencapai konsensus dalam waktu terbatas. Sistem multi-agent juga memberikan waktu konsensus yang lebih cepat dibandingkan dengan sistem tanpa multi-agent.

---

In this study, we discuss the consensus problem of nonholonomic mobil robot multi-agent systems with distributed finite-time control for each agent. All the agents have to follow the reference velocity and reach a consensus in a finite-time. The other problem discussed in this study is the presence of disturbance. Finite-time controller is used to solve the above problem because of its reliability. Linearized finite-time control is also shown by changing the control parameters. One last problem discussed is the comparison between system with multi-agent and system without multi-agent. Based on simulation results, it is shown that multi-agent system can reach consensus in a finite time. In the presence of disturbance, it is shown that the systems still can reach consensus in a finite time. System with multi-agent also reach consensus faster than system without multi-agent.

Abstrak :
Penerapan dan penelitian mengenai multi agent system (MAS) saat ini sedang cepat berkembang. Penggunaan pengendali Model Predictive Control (MPC) cukup populer digunakan untuk menyelesaikan permasalahan konsensus pada korvengensi dan stabilitas MAS. Namun pada MPC konvensional masih terdapat masalah, masalah optimasi yang harus diselesaikan secara periodik menyebabkan pemborosan sumber daya komputasi dan komunikasi antar agen. Oleh karena itu, mekanisme tambahan diperlukan agar masalah optimasi dapat diselesaikan secara aperiodik. Pada peneltian ini, mekanisme self triggered ditambahkan pada pengendali MPC, dan dirancang untuk menyelesaikan permasalahan formation pada MAS dengan model nonholonomic mobile robot. Penggunaan mekanisme ini memungkinkan komputasi MPC tidak perlu dilakukan secara terus menerus, tapi digunakan bila dibutuhkan. Pengendali yang dirancang dibentuk dengan mengkombinasikan antara teori graph sebagai topologi komunikasi antar agent, dengan algoritma MPC, dan ditambah dengan mekanisme self triggered untuk menentukan kondisi kapan MPC melakukan optimasi. Pengendali Prediktif atau MPC akan memprediksi sinyal kendali agent sepanjang horizon prediction. Beberapa simulasi dilakukan untuk menguji rancangan desain pengendali self-triggered MPC, kemudian diuji untuk menyelesaikan permsalahan formation, lama waktu komputasi dihitung dan dibandingkan dengan MPC konvensional. Hasil uji simulasi menunjukan bahwa mekanisme self triggered mampu mengurangi beban komunikasi dan beban komputasi pada pengendali MPC.

---

Application and study of multi-agent systems are growing fast. Model Predictive Control (MPC) has been popularly used to solve consensus problem in corvengence and stability of multi agent system (MAS). But conventional MPC is still having probrems, optimization problems is solved periodically, which may lead to a waste of computation and communication resources between agents. Therefore, additional mechanism is needed so optimization problems can be solved aperiodically. In this study, a self triggered mechanism was added to the MPC controller, which was designed to solve the formation problem for MAS on nonholonomic mobile robot. A self triggered condition allows MPC computing not to be done periodically, but is used if needed. The designed controller is build by combining graph theory as a communication topology beetwen agents, with the MPC algorithm, and added with a self triggered mechanism to determine the conditions when does the MPC solved optimization. Predictive controllers or MPC is used to predict control signals along the horizon prediction. Several simulation are conducted to test the self triggered MPC controller design, were then tested to solve the formation problem. The computation time is calculated and compared with conventional MPC. The simulation test results show that the self triggered mechanism is able to reduce the communication load and computational load on MPC controllers.

Abstrak :
Penelitian mengenai permasalahan konsensus pada konvergensi dan stabilitas multi-agent systems MAS merupakan salah satu topik penelitian fundamental terkait dengan perlunya kendali terdistribusi untuk masing-masing agent pada MAS. Permasalahan dalam perancangan pengendali ini dapat dipengaruhi oleh berbagai variabel, diantaranya adalah model dinamik MAS, skema organisasi dan jenis topologi komunikasi. Pada penelitian ini, protokol konsensus berbasis sistem kendali prediktif terdistribusi dengan skema organisasi leaderless dirancang untuk menyelesaikan permasalahan konsensus pada model MAS domain waktu diskrit. Dinamika sistem multi-agent dideskripsikan dalam model integrator tunggal. Protokol pengendali konsensus dibentuk dengan mengkombinasikan antara teori graph untuk mengatur topologi komunikasi antar agent, dengan algoritma kendali prediktif tanpa constraint untuk mengatur respon gerak setiap agent. Pengendali prediktif memprediksi masukan dan keluaran agent sepanjang receding horizon. Kombinasi parameter bobot respon masukan dan keluaran ditala untuk mendapatkan respon terbaik. Pada metode kendali ini, nilai control horizon dapat dibuat sama dengan nilai prediction horizon untuk menambah derajat kebebasan pada sistem lup tertutup. Teori analisis matriks stokastik digunakan untuk menguji konvergensi dan stabilitas sistem berdasarkan topologi komunikasi dan pemilihan periode pencuplikan. Hasil rancangan protokol pengendali DMPC diujikan pada skenario graph topologi tetap dan berubah, dan periode pencuplikan yang berbeda. Hasil uji simulasi menunjukkan bahwa MAS mampu mencapai konsensus secara konvergen pada setiap kondisi kecuali pada graph yang tidak memiliki directed spanning tree.

---

Consensus problem in convergence and stability of multi agent systems MAS is one of fundamental research topics related to the urge of distributed control for each agent in MAS. The matter of controller design is affected by some variables such as dynamic model, organization scheme and communication topology. This research addresses the design of distributed model predictive control DMPC based consensus protocol to solve consensus problem in discrete time leaderless MAS. The dynamics of MAS is described as single integrator model. Consensus control protocol is built by combining graph theory to control the communication topology between agents, with predictive control algorithm to control each agent's motion. Predictive control is used to predict input and output of agent throughout receding horizon. Parameter combination of input and output response weight is also predicted to obtain optimum response. In this control method, the control horizon can be adjusted to be the same length as prediction horizon which provides extra degree of freedom to the closed loop system. By using the property of stochastic matrices theory, convergence and system stability can be analyzed based on communication topology used and selection of sampling period. Several simulations are conducted to test the DMPC consensus protocol designed under fixed and switching topology, and different sampling period. The simulation results show that MAS can achieve convergent consensus on every condition, unless if the graph has no directed spanning tree.