自主水下航行器(AUV)，动态路径规划，非线性模型预测控制(MPC)，后退时域优化(RHO)，轨迹跟踪

本文提出了一种统一的分布式多Agent系统框架，用于解决两类复杂的时变二次规划问题（TVQP）。该框架创新性地整合了​​非一致时不变​​与​​一致时变​​两种场景：在第一种场景中，各Agent的优化目标（Hessian矩阵 Qi​）和约束（Di​）固定但互不相同；在第二种场景中，所有Agent的优化目标（Q(t)）和约束（D(t)）随时间动态变化但完全一致。通过结合​​预测-校正优化方法​​与​​