本研究旨在探索一种增量式笼式图搜索算法，用于形成相似伸展的三指手结构。该算法通过构建手部接触空间的笼状图，搜索并确定能够稳定抓取物体的三指手形态。本研究对于提升多指机器人手的抓取能力和灵活性具有重要意义。

本研究旨在探索一种增量式笼式图搜索算法，用于形成相似伸展的三指手结构。该算法通过构建手部接触空间的笼状图，搜索并确定能够稳定抓取物体的三指手形态。本研究对于提升多指机器人手的抓取能力和灵活性具有重要意义。

在实践中，大多数AUV都是欠驱动的，并且水平运动的控制输入受到限制，这是其运动控制的困难所在。考虑到未建模的动态和参数摄动，因此有必要为欠驱动AUV的轨迹跟踪控制设计一个健壮的跟踪控制器。对于带有参数摄动的欠驱动AUV的轨迹跟踪控制，一些学者采用了神经网络控制和模糊控制来设计控制器，并取得了许多良好的结果。在参数不确定性存在的情况下，鲁棒自适应控制器设计了出色的轨迹跟踪性能。随着非线性控制理论的发

本文研究了具有非线性不确定性的多智能体系统的固定时间事件触发共识控制问题。基于事件触发策略的固定时间共识协议被提出，这些协议可以显著降低能量消耗和控制器更新的频率。集中式和分布式共识控制策略均被考虑。证明了在所提出的事件触发共识控制策略下，可以避免Zeno行为。与有限时间共识相比，固定时间共识可以在固定的收敛时间内达成，而与智能体的任意初始状态无关。最后，通过两个例子展示了固定时间事件触发共识协议

本项目所使用的机器人是平面3自由度的UArm II机械臂。采用的鲁棒控制方法包括H∞、H₂、H₂/H∞组合以及μ综合方法。为了实现这些方法，首先需要形成MK标准形式，对于μ综合方法，还需要在被控对象的输入端加入加权函数W_delta表示的乘性不确定性。在完成每种综合方法后，将结果进行比较，以检验每种方法的鲁棒性。欠驱动机械臂的控制输入数量少于系统自由度（即部分关节无驱动装置），其动力学方程中存在非

本研究聚焦于遭受拒绝服务（DoS）攻击的网络物理多智能体系统（CPS）的弹性模型预测控制问题。随着多智能体系统在众多领域的广泛应用，其面临的网络安全威胁，尤其是DoS攻击，对系统的正常运行和稳定性构成了严重挑战。本文旨在构建有效的弹性模型预测控制策略，以提高系统在DoS攻击下的性能和恢复能力，确保系统能持续稳定地运行。

本文提出一种“模型预测控制（MPC）+ 滚动时域估计（MHE）”一体化框架，旨在解决在传感器和执行器双重噪声环境下，将移动机器人稳定到指定目标点 xs​ 的问题。与现有研究仅单独考虑状态或控制噪声、且将估计与控制分步求解的做法不同，本文创新性地把传感器噪声和执行器噪声同时纳入联合优化，实现了真正意义上的“估计–控制闭环”。采用多重打靶法将 MPC 问题转化为非线性规划（NLP），并利用 CASAD

结构灵活性：支持交流、直流或混合组网，通过公共耦合点实现功率交互，可脱离主电网独立运行。技术优势提高可再生能源渗透率，减少弃风弃光现象。通过能量互济提升供电可靠性，例如在配电网故障时提供恢复服务。控制架构集中式分层控制：依赖能量管理系统（EMS）进行全局调度，但对通信能力要求高。分布式多代理控制：通过智能体（Agent）自主决策，降低对中心节点的依赖。非对称纳什谈判理论为多微网电能共享提供了兼顾效

本文聚焦无模型自适应预测控制（MFAPC）与无模型自适应迭代学习控制（MFAILC）的数值验证仿真研究。通过构建基于紧致形式动态线性化（CFDL）的仿真程序，分别验证了MFAPC在非线性系统预测跟踪中的有效性，以及MFAILC在非线性系统迭代轨迹跟踪中的性能。仿真结果表明，两种方法均能有效处理非线性系统控制问题，为复杂工业过程的控制提供了新的思路。

我们提出了一种基于拍卖的分散式算法，用于解决动态任务分配问题空间分布的多智能体系统的分配问题。在我们的方法中，每个成员多智能体团队中的每个智能体最多被分配一组空间分布的任务中的一项任务，而几个代理可以被分配给同一个任务。任务分配是动态的，因为它是在离散时间阶段（迭代）更新，以考虑代理的当前状态后者朝着上一阶段分配给他们的任务前进。我们提出的方法可以在智能机器（如送货机器人）的源配置问题中找到应用由