Distributed Optimization Strategies for Mobile Multi-Agent Systems

Recentemente, nel campo dell'automazione, si ha assistito a una tendenza data dell'impiego di controlli su reti formate da gruppi di agenti per realizzare complessi compiti, emergenti dalla sorveglianza robotica alla produzione di smart grids, dai servizi per veicoli autonomi al monitoraggio attuato grazie a reti di sensori e una vasta gamma di applicazioni spaziali. A tali sistemi mobili si fa riferimento con i cosiddetti sistemi multi-agente (MASs). In questa tesi, il principale interesse di ricerca verte sull'indagine di un efficace coordinamento decentralizzato attraverso agenti autonomi, per mezzo di un utilizzo di sensori limitati a misurazioni locali, con lo scopo di svolgere compiti comuni, mirando al raggiungimento di prestazioni globali ad elevata qualità. Questo approccio ha avuto un impatto trasformativo in vari domini applicativi e, infatti, i MASs possiedono note capacità per operazioni intelligenti autonome basate sulla pianificazione, la reattività, l'apprendimento, la proattività, la mobilità, l'adattabilità e il ragionamento. Inoltre, tali elementi collaborano alla ricerca di soluzioni a problemi al di fuori della portata per la singola entità. Ciò che ha condotto a questo rapido progresso negli ultimi due decenni è la combinazione di avanzamenti tecnologici nel prezzo, nelle dimensioni delle piattaforme stesse, nella capacità computazionale e in un'innovativa svolta sul come i robot mobili dovrebbero organizzarsi metodicamente. Alla luce di questo crescente andamento di investigazione, è cruciale rinforzare le conoscenze recenti per stare al passo con le esigenze di ricerca. Il principale obiettivo di questa tesi è in primo luogo rappresentato dall'investigazione di strategie distribuite per ottimizzare la progettazione di MASs. In particolare, numerose metodologie teoriche prese in prestito dalla teoria dell'ottimizzazione, dalla teoria combinatoria dei grafi, dai sistemi dinamici e dal controllo sono applicate a realistici modelli multi-agente al fine di offrire nuove prospettive in grado di esplorare soluzioni efficienti e consolidare il vasto paradigma dei MASs. Allo scopo di presentare appieno il potenziale dell'approccio di ottimizzazione applicato ai MASs, quattro studi predominanti vengono qui considerati e largamente esaminati da un punto di vista teorico, algoritmico e applicativo. 1. Lo sviluppo di un algoritmo distribuito per eseguire copertura dinamica con agenti robotici e focalizzazione attorno a un evento mediante sensori a capacità limitata. 2. La progettazione di leggi ottimali per governare un gruppo di robot e realizzare un inseguimento tempo-invariante in formazione tenendo conto del consumo energetico. 3. Il concepimento, l'analisi e l'ottimizzazione di modelli lineari distribuiti e regolarizzati per portare a termine una stima dello stato a partire da misure relative. 4. La ricerca di proprietà spettrali che connettono entità algebriche dotate di struttura circolante al nucleo di Dirichlet.