本書對自主智能系統前沿控制理論問題以及主要方法做了詳細闡述，主要從自主智能系統的狀態估計、協同控制和網絡安全防御三個方面展開，內容涵蓋事件觸發風險敏感狀態估計、具有相對熵約束的事件觸發最小最大狀態估計、多剛體的有限時間協同控制、多剛體系統的姿態同步、多剛體系統的最優一致性、多智能體系統在網絡攻擊下的安全控制以及多智能體系統的分布式攻擊檢測與防御機制等理論研究成果。
本書可供人工智能領域理論研究者或工程技術人員參考，也可供高等院校自動控制專業的本科生和研究生學習。
唐漾，博士，華東理工大學教授、博士生導師。德國洪堡基金、國家級高層次人才、科技部中青年科技創新領軍人才、國家級海外高層次人才引進計劃青年項目和上海市優秀學術帶頭人等計劃入選者, ESI全球高被引科學家。主要研究方向為智能無人系統和工業智能。在Nature子刊、Cell子刊、Physics Reports、IEEE匯刊、IFAC會刊上發表論文100余篇，申請/公開/授權專利20余件。主持國家科技部重點研發計劃項目/課題、3項國家自然科學基金重點類項目等多個項目。擔任7本IEEE匯刊、1本IFAC會刊和《中國科學：信息科學》等多個國際期刊的副主編/編委。獲得2019年度上海市自然科學獎一等獎。
金鑫,華東理工大學講師。長期從事資源受限下多剛體系統一致性協同控制等方面的研究工作。在Automatica、IEEE Trans. on Automatic Control、IEEE Trans. on Control Systems Technology等國際期刊/會議發表論文20余篇，主持中國博士后科學基金特別資助項目1項，面上項目1項，同時擔任多個國際期刊審稿人。于2021年入選上海市"超級博士后"激勵計劃, 2023年入選上海市"啟明星揚帆"計劃和中國科協"青年人才托舉"計劃。
徐加鵬，博士。獲得中國自動化學會優秀博士學位論文獎，上海市優秀畢業生，博士研究生國家獎學金，入選華東理工大學"張江樹優博重點培育"計劃。研究方向為網絡化反饋控制、事件觸發的狀態估計、多目標互補控制、平均場博弈。發表期刊和會議論文15篇。
黃家豪，博士。研究方向包括分布式狀態估計、網絡攻擊檢測以及信息物理系統安全。以第一作者、參與作者的身份在Automatica、IEEE Trans. on Cybernetics以及IEEE Trans. on Industrial Informatics等國際期刊發表論文10余篇，同時擔任多個國際期刊審稿人。參與國家科技部重點研發計劃項目課題1項、國家自然科學基金重點類項目2項。
第1章 緒論 001
1.1 自主智能系統控制介紹 002
1.1.1 自主智能系統控制的特點及研究現狀 002
1.1.2 多智能體系統的分布式估計和協同控制 005
1.2 自主智能系統舉例 009
1.2.1 工業智能控制系統 009
1.2.2 多機器人協作系統 011
第2章 自主智能系統建模方法 015
2.1 面向狀態估計的自主智能系統建模 016
2.1.1 線性隨機系統的Kalman濾波方程 016
2.1.2 線性指數二次高斯狀態估計方程 017
2.1.3 隱馬爾可夫模型的狀態估計方程 018
2.2 基于剛體動力學的自主智能系統建模 020
2.2.1 旋轉矩陣的基本知識 020
2.2.2 姿態表征和運動學 021
2.2.3 軸角姿態表征與姿態動力學 022
2.2.4 剛體的歐拉-拉格朗日系統模型 023
2.2.5 基于歐拉-拉格朗日系統的四旋翼無人機模型 023
2.3 基于事件觸發通信機制的自主智能系統建模 025
2.3.1 動態事件觸發機制的設計原則Ⅰ 025
2.3.2 動態事件觸發機制的設計原則Ⅱ 029
2.4 面向網絡安全的自主智能系統建模 030
2.4.1 網絡攻擊模型 031
2.4.2 網絡攻擊的檢測以及識別技術 032
2.4.3 抵抗網絡攻擊的魯棒濾波 034
第3章 隱馬爾可夫模型的事件觸發風險敏感狀態估計 037
3.1 概述 038
3.2 問題描述 038
3.3 遞歸估計結果 040
3.3.1 參考概率測度 040
3.3.2 遞歸估計 044
3.3.3 測量噪聲為高斯時的解 047
3.4 仿真示例 051
第4章 具有相對熵約束的事件觸發最小最大狀態估計 057
4.1 概述 058
4.2 問題描述 059
4.2.1 不確定系統 059
4.2.2 事件觸發策略 060
4.2.3 事件觸發最小最大最優估計問題 062
4.3 事件觸發LEQG估計 064
4.3.1 遞歸的信息狀態 064
4.3.2 動態規劃 070
4.4 一步事件觸發最小最大估計 073
4.4.1 一步事件觸發LEQG估計 075
4.4.2 一步事件觸發最小最大估計器 076
4.5 多傳感器場景 079
4.6 仿真示例 082
第5章 具有隨機丟包的最優狀態估計 087
5.1 概述 088
5.2 獨立同分布丟包信道下最優風險敏感狀態估計 089
5.2.1 最優估計問題 089
5.2.2 最優LEQG估計 090
5.2.3 仿真示例1 099
5.3 多個Markovian丟包信道下最優穩態狀態估計 101
5.3.1 最優穩態狀態估計器 101
5.3.2 均方鎮定解 105
5.3.3 均方可檢測性和局部最優穩態估計器 112
5.3.4 仿真示例2 121
第6章 多剛體系統有限時間協同控制 127
6.1 概述 128
6.2 相關引理與問題描述 130
6.2.1 引理 130
6.2.2 歐拉-拉格朗日系統有限時間一致性 132
6.2.3 多剛體系統固定時間姿態一致性 133
6.3 歐拉-拉格朗日系統有限時間一致性 135
6.3.1 基于事件驅動的有限時間一致性協議 135
6.3.2 基于螺旋滑模的一致性算法 142
6.3.3 非奇諾現象分析 147
6.4 多剛體系統固定時間姿態一致性 148
6.4.1 固定拓撲的情況 149
6.4.2 切換拓撲的情況 156
6.5 仿真示例 162
第7章 多剛體系統姿態同步控制 171
7.1 概述 172
7.2 相關引理和問題描述 175
7.2.1 引理 175
7.2.2 問題描述1 177
7.2.3 問題描述2 179
7.3 絕對和相對姿態測量下的姿態一致性 179
7.3.1 基于絕對姿態的事件驅動姿態一致性 179
7.3.2 基于相對姿態的事件驅動姿態一致性 185
7.3.3 自觸發姿態一致性 191
7.4 無角速度測量下的姿態一致性 193
7.4.1 固定拓撲下的事件驅動姿態一致性 193
7.4.2 切換拓撲下的事件驅動姿態一致性 201
7.5 仿真示例 205
7.5.1 仿真示例1 205
7.5.2 仿真示例2 207
第8章 基于事件觸發強化學習的多剛體系統最優一致性 213
8.1 概述 214
8.2 基于增廣系統的無模型事件觸發方法 214
8.2.1 問題描述 214
8.2.2 增廣系統的設計 217
8.2.3 無模型最優控制器的設計 218
8.2.4 事件觸發機制的引入 219
8.3 基于事件觸發強化學習的算法實現 221
8.3.1 無模型事件觸發的強化學習算法 221
8.3.2 基于神經網絡的在線算法實現 223
8.3.3 事件觸發條件的設計 226
8.4 算法驗證與分析 230
第9章 單個剛體系統的安全性能 237
9.1 概述 238
9.2 基于拒絕服務攻擊的姿態系統彈性跟蹤控制算法 240
9.2.1 姿態系統在攻擊下的動力學模型 240
9.2.2 姿態系統的追蹤控制分析 245
9.2.3 算法驗證與分析1 256
9.3 基于拒絕服務攻擊的非飽和移動機器人系統跟蹤控制 259
9.3.1 移動機器人系統在攻擊下的動力學模型 259
9.3.2 移動機器人系統的跟蹤控制分析 265
9.3.3 算法驗證與分析2 274
第10章 多個智能體系統的安全協同性能 281
10.1 概述 282
10.2 欺詐攻擊下網絡化多智能體系統的編隊控制 284
10.2.1 多智能體系統在攻擊下的動力學模型 284
10.2.2 三種欺詐攻擊下的分布式事件驅動策略 294
10.2.3 算法驗證與分析 309
10.3 拒絕服務攻擊下網絡化多智能體系統的編隊控制 312
10.3.1 攻擊下的分布式事件驅動策略 313
10.3.2 多智能體系統的編隊控制分析 319
10.3.3 算法驗證與分析 326
第11章 網絡化狀態估計的安全性分析以及攻擊檢測 331
11.1 概述 332
11.2 抵御線性中間人攻擊的安全遠程狀態估計 332
11.2.1 系統和攻擊模型 332
11.2.2 數據傳輸的安全模塊 334
11.2.3 不同信息泄露場景下的檢測性能與估計性能分析 337
11.2.4 仿真示例1 353
11.2.5 場景I的仿真結果 353
11.2.6 場景II的仿真結果 355
11.2.7 場景III的仿真結果 356
11.2.8 擴展：檢測重放攻擊 357
11.3 隱秘攻擊下分布式狀態估計的收斂性分析 358
11.3.1 系統和攻擊模型 358
11.3.2 資源充足的隱秘攻擊下的分布式一致性估計 364
11.3.3 資源受限的隱秘攻擊下的分布式一致性估計 367
11.3.4 仿真示例2 374
參考文獻 379
新書資訊