Tổng quan về giáo trình

Giáo trình Điều khiển hệ đa tác tử được biên soạn bởi TS. Trịnh Hoàng Minh và ThS. Nguyễn Minh Hiệu thuộc Khoa Tự động hóa, Trường Điện - Điện tử, Đại học Bách Khoa Hà Nội (phiên bản xuất bản tháng 10 năm 2022). Tài liệu được xây dựng nhằm phục vụ trực tiếp cho hai học phần chuyên ngành: "Điều khiển nối mạng" và "Điều khiển hệ đa tác tử" trong chương trình đào tạo kỹ sư và thạc sĩ ngành Kỹ thuật Điều khiển và Tự động hóa.

Mục tiêu học tập của giáo trình là trang bị cho người học khung lý thuyết toán học và công cụ kỹ thuật để mô hình hóa, phân tích tính ổn định, tính hội tụ và thiết kế các thuật toán điều khiển phân tán cho hệ thống gồm nhiều tác tử tương tác. Các tác tử có thể là các thực thể tự nhiên (bầy chim, đàn cá) hoặc các hệ thống kỹ thuật nhân tạo (đội hình máy bay không người lái UAV, mạng cảm biến không dây, lưới điện thông minh, hệ thống xe tự hành).

Về cấu trúc, giáo trình gồm 3 phần chính với 9 chương và 3 phần phụ lục:

  • Phần I (Chương 1–2): Cơ sở lý thuyết đồ thị và đại số đồ thị.
  • Phần II (Chương 3–4): Hệ đồng thuận tuyến tính, thuật toán đồng thuận và phương pháp phân tích Lyapunov.
  • Phần III (Chương 5–9): Các bài toán ứng dụng bao gồm điều khiển đội hình, giữ liên kết, tránh va chạm, định vị mạng cảm biến, mô hình động học ý kiến và hệ đồng thuận trọng số ma trận.
  • Phụ lục (A, B, C): Tóm tắt lý thuyết ma trận, lý thuyết điều khiển tuyến tính và hướng dẫn mô phỏng MATLAB.

Điểm đặc sắc của giáo trình là việc kết hợp chặt chẽ giữa diễn dịch toán học giải tích chính xác (sử dụng đại số đồ thị, ma trận Laplace, dạng chuẩn Jordan, lý thuyết Perron-Frobenius) với việc trực quan hóa kết quả thông qua các thuật toán và mã nguồn mô phỏng chi tiết bằng MATLAB/Simulink.

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

Nội dung giáo trình được phân bố qua 9 chương với logic phát triển từ toán học nền tảng đến thuật toán và ứng dụng:

  • Chương 1 (Giới thiệu về hệ đa tác tử): Trình bày định nghĩa, các ví dụ sinh học (mô hình boids của Reynolds 1987, mô hình hạt tự hành của Vicsek 1995) và kỹ thuật (smart-grid của Dörfler 2018, platooning của Oh 2015). Xác định 3 bài toán trọng tâm: mô hình hóa, phân tích tính ổn định/chất lượng, và thiết kế luật điều khiển phân tán.
  • Chương 2 (Lý thuyết đồ thị và đại số đồ thị): Xây dựng các cấu trúc đại số mô tả topo mạng: ma trận kề $A$, ma trận bậc $D$, ma trận liên thuộc $H$, ma trận Laplace vô hướng $L = D - A = H^T H$ và hữu hướng $L = \text{diag}(A\mathbf{1}n) - A$. Phân tích giá trị riêng Fiedler $\lambda_2(L)$, định lý ma trận - cây (Matrix-Tree Theorem), ma trận Laplace nối đất $L{22}$, điện trở hiệu dụng $r_{ij}^{\text{eff}}$, đĩa tròn Gerschgorin và định lý Perron-Frobenius.
  • Chương 3 (Thuật toán đồng thuận): Phân tích bài toán đồng thuận cho tác tử tích phân bậc nhất liên tục $\dot{x} = -Lx$ (điều kiện hội tụ là đồ thị có cây bao trùm có gốc ra), đồng thuận trung bình cộng trên đồ thị cân bằng; tác tử tích phân bậc hai với ma trận trạng thái khối $M$ và $N$; hệ đồng thuận tuyến tính tổng quát $\dot{x}_i = Ax_i + Bu_i$ sử dụng tích Kronecker; hệ đồng thuận rời rạc $x[k+1] = Wx[k]$; và đồng bộ hóa đầu ra dựa trên bộ quan sát Luenberger.
  • Chương 4 (Phân tích hệ đồng thuận theo phương pháp Lyapunov và quá trình đồng thuận cạnh): Giới thiệu hàm bất đồng thuận (disagreement function), phân tích ổn định Lyapunov, quá trình đồng thuận cạnh và đồng bộ hóa đầu ra các hệ thụ động (mô hình Kuramoto).
  • Chương 5 (Điều khiển đội hình): Phân loại điều khiển đội hình theo vị trí tuyệt đối, vị trí tương đối (cho khâu tích phân bậc 1 và 2), dựa trên khoảng cách (lý thuyết cứng khoảng cách - distance rigidity) và dựa trên vector hướng (lý thuyết cứng hướng vi phân - bearing rigidity trong $\mathbb{R}^d$).
  • Chương 6 & 7 (Giữ liên kết, tránh va chạm và Định vị mạng cảm biến): Thiết lập hàm thế năng nhân tạo để tránh va chạm và bảo toàn liên kết; kỹ thuật định vị nút mạng cảm biến dựa trên vị trí tương đối, vector hướng và khoảng cách với nút mốc (anchor nodes).
  • Chương 8 & 9 (Mô hình động học ý kiến và Hệ đồng thuận trọng số ma trận): Mô hình hóa mạng xã hội (French-DeGroot, Friedkin-Johnsen, Abelson, Taylor, Hegselmann-Krause, Altafini trên đồ thị dấu); phân tích thuật toán đồng thuận trọng số ma trận và hiện tượng phân cụm (clustering).

Kiến thức nền tảng được xây dựng

  • Lý thuyết nền tảng (Fundamental theories): Đại số tuyến tính nâng cao (dạng chuẩn Jordan, tích Kronecker $\otimes$, định lý Cayley-Hamilton, lý thuyết Perron-Frobenius cho ma trận không âm); Lý thuyết đồ thị đại số (Algebraic Graph Theory); Lý thuyết ổn định hệ phi tuyến Lyapunov.
  • Nguyên lý cốt lõi (Core principles): Nguyên lý phân tán và phi tập trung — mỗi tác tử chỉ đưa ra quyết định dựa trên thông tin đo đạc hoặc trao đổi cục bộ từ tập láng giềng $\mathcal{N}_i$; Nguyên lý bất biến của giá trị trung bình có trọng số $\mathbf{\gamma}^T x(t) = \mathbf{\gamma}^T x(0)$; Nguyên lý độ cứng hình học (Rigidity Theory) cho mạng lưới.
  • Khung cấu trúc thiết kế (Essential frameworks): Khung mô hình hóa không gian trạng thái cho hệ liên tục/rời rạc; Khung điều khiển phản hồi trạng thái phân tán kết hợp bộ quan sát Luenberger; Khung đồ thị dấu (signed graph) cho hệ thống có liên kết đối kháng/hợp tác.

Kỹ năng phát triển

  • Kỹ năng kỹ thuật (Technical skills): Thiết kế luật điều khiển đồng thuận phân tán cho các mô hình động học bậc một, bậc hai và hệ tuyến tính tổng quát; lập trình mô phỏng ODE trên MATLAB bằng hàm ode45 và các phép toán ma trận khối.
  • Kỹ năng phân tích (Analytical skills): Đánh giá tính liên thông mạng qua phổ ma trận Laplace; chứng minh tính ổn định tiệm cận của hệ thống nối mạng bằng phương pháp hàm Lyapunov và đa thức đặc tính ma trận; phân tích điều kiện tồn tại nghiệm định vị mạng.
  • Năng lực thực hành (Practical competencies): Ứng dụng thuật toán vào bài toán duy trì đội hình robot tự hành, tối ưu hóa phân phối điện năng trên lưới smart-grid, điều khiển đoàn xe tải (platooning) và phân tích sự lan truyền thông tin trong mạng xã hội.

Phương pháp giảng dạy và học tập

Giáo trình áp dụng phương pháp tiếp cận sư phạm đi từ trừu tượng hóa mô hình toán học đến hiện thực hóa kỹ thuật. Mỗi chủ đề được bắt đầu từ hiện tượng vật lý hoặc bài toán kỹ thuật thực tế (bầy đàn tự nhiên, giao thông cao tốc, mạng cảm biến), quy về mô hình toán học giải tích, phát biểu và chứng minh chặt chẽ các định lý điều kiện cần và đủ, sau đó chuyển giao thành thuật toán điều khiển cụ thể.

Hệ thống bài tập và nghiên cứu tình huống (case studies) được bố trí chi tiết ở cuối các chương (tiêu biểu như Bài tập 2.1 đến 2.16 trong Chương 2). Các bài tập bao gồm:

  • Kiểm tra tính đẳng cấu của đồ thị, phân tích đồ thị Petersen, xác định chuỗi bậc.
  • Chứng minh các tính chất ma trận Laplace, tính số cây bao trùm $\tau(G) = \tau(G-e) + \tau(G\setminus e)$, tính tích Kronecker đồ thị hình sao.
  • Bài tập mô phỏng các mô hình thực tế: mô hình bầy boids của Reynolds, mô hình định hướng Vicsek, mô hình dao động pha Kuramoto, mô hình phân cực ý kiến Altafini.

Về thực hành, giáo trình cung cấp trực tiếp các đoạn mã nguồn MATLAB hoàn chỉnh (như mã nguồn mô phỏng thuật toán đồng thuận bậc một trên đồ thị Bucky 60 đỉnh ở Ví dụ 3.1, mô phỏng hệ tích phân bậc hai ở Ví dụ 3.2, và hệ tuyến tính bậc 3 ở Ví dụ 3.3). Phụ lục C cung cấp các hàm chuyên dụng biểu diễn đội hình 2D/3D và sự thay đổi cấu hình theo thời gian.

Phương pháp đánh giá kết quả học tập có thể triển khai đa dạng: kiểm tra lý thuyết (chứng minh tính hội tụ, phân tích phổ giá trị riêng), bài tập lập trình mô phỏng giải thuật trên máy tính, và đồ án môn học (project) thiết kế hệ thống điều khiển đội hình robot hoặc mạng cảm biến phân tán.

Để tự học hiệu quả, người học được khuyến nghị đọc tuần tự theo lộ trình: nắm vững kiến thức ma trận ở Phụ lục A và đại số đồ thị ở Chương 2, thực hành giải các bài tập chứng minh giải tích, sau đó chạy lại các script MATLAB mẫu để đối chiếu giữa lý thuyết và đồ thị mô phỏng số.

Điểm nổi bật và cập nhật

Giáo trình phiên bản 10/2022 tổng hợp và chuẩn hóa có hệ thống các kết quả nghiên cứu quốc tế về điều khiển hệ đa tác tử từ đầu những năm 2000 đến nay (dựa trên các công trình của Olfati-Saber, Murray, Bullo, Qu, Mesbahi, Egerstedt). Đây là tài liệu chuyên khảo bằng tiếng Việt chuẩn hóa hệ thống thuật ngữ chuyên ngành (như ma trận Laplace nối đất, giá trị riêng Fiedler, tính cứng khoảng cách, tính cứng hướng vi phân).

Tài liệu tích hợp các xu hướng nghiên cứu học thuật hiện đại, bao gồm:

  • Điều khiển đội hình dựa trên vector hướng (Bearing Rigidity): Phát triển lý thuyết độ cứng hướng trên không gian $\mathbb{R}^d$ và thuật toán điều khiển đội hình cứng hướng vi phân (Chương 5).
  • Hệ đồng thuận trọng số ma trận (Matrix-Weighted Consensus): Khảo sát đồ thị với liên kết mang trọng số ma trận, làm rõ hiện tượng phân cụm trạng thái và hệ có nút dẫn đường (leader) tĩnh/động (Chương 9).
  • Động học quan điểm mạng xã hội (Opinion Dynamics): Mở rộng các mô hình cổ điển sang mô hình đa chiều, mô hình giới hạn tin cậy Hegselmann-Krause và mô hình Altafini trên đồ thị dấu có liên kết âm biểu diễn quan hệ đối kháng (Chương 8).

Về liên hệ ứng dụng thực tế và công nghiệp, giáo trình cung cấp cơ sở tính toán cho các hệ thống kỹ thuật:

  • Hàng không và Robotics: Thiết kế thuật toán điều khiển phối hợp bầy máy bay không người lái (UAV), hệ robot tự hành tránh va chạm và duy trì liên kết truyền thông.
  • Lưới điện thông minh (Smart-grid): Ứng dụng lý thuyết đồ thị đại số và thuật toán phân tán vào bài toán phân phối kinh tế và điều độ công suất nguồn điện phân tán (trích dẫn các nghiên cứu của Dörfler 2018, Hoang 2017).
  • Giao thông thông minh: Bài toán lập đội xe tải tự hành (platooning) giữ khoảng cách và vận tốc trên cao tốc, tối ưu hóa lưu lượng giao thông mạng lưới (trích dẫn Kim 2014, Oh 2015, Nedić 2018).
  • Mạng cảm biến không dây: Giải quyết bài toán định vị nút mạng phân tán khi có hoặc không có nút mốc tham chiếu.

Đối tượng sử dụng giáo trình

Giáo trình được thiết kế phục vụ các nhóm đối tượng học thuật và nghiên cứu cụ thể:

  • Sinh viên đại học năm cuối và học viên cao học: Thuộc các chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Kỹ thuật Điện - Điện tử, Kỹ thuật Cơ điện tử, Robotics, Toán tin ứng dụng và Khoa học Máy tính.
  • Yêu cầu kiến thức tiên quyết (Prerequisites): Người học cần hoàn thành các môn học nền tảng:
    • Đại số tuyến tính: Không gian vector, ma trận, định thức, giá trị riêng/vector riêng (theo giáo trình của Strang 1988).
    • Giải tích: Phương trình vi phân thường (ODE).
    • Tín hiệu và Hệ thống: Biến đổi Laplace, biểu diễn miền thời gian và tần số.
    • Lý thuyết điều khiển tuyến tính: Mô hình không gian trạng thái, tính điều khiển được, tính quan sát được, và lý thuyết ổn định Lyapunov (theo Ogata 2009, Antsaklis 2006, Khalil 2002).
  • Giảng viên đại học: Sử dụng làm đề cương và giáo trình giảng dạy chính cho học phần "Điều khiển nối mạng", "Điều khiển hệ đa tác tử", hoặc làm tài liệu tham khảo cho các học phần "Hệ thống phân tán", "Điều khiển bầy đàn".
  • Kỹ sư R&D và nhà nghiên cứu: Làm tài liệu tra cứu các công thức giải tích, phương pháp thiết kế bộ điều khiển phân tán và thuật toán mô phỏng trong các dự án phát triển thiết bị tự hành và hệ thống mạng công nghiệp.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?
Tài liệu phù hợp với sinh viên đại học năm cuối, học viên cao học, nghiên cứu sinh ngành Tự động hóa, Điện tử, Cơ điện tử, Toán ứng dụng, cùng các kỹ sư và nhà nghiên cứu phát triển thuật toán điều khiển phân tán.

2. Cần chuẩn bị những kiến thức nền tảng nào trước khi học?
Người học cần nắm vững Đại số tuyến tính, Giải tích vi phân, Tín hiệu & Hệ thống và Lý thuyết điều khiển tuyến tính. Các kiến thức bổ trợ cần thiết đã được hệ thống hóa tại Phụ lục A (Lý thuyết ma trận) và Phụ lục B (Điều khiển tuyến tính).

3. Điểm khác biệt của giáo trình so với các tài liệu điều khiển truyền thống?
Khác với điều khiển tập trung truyền thống, giáo trình tập trung hoàn toàn vào các sách lược điều khiển phi tập trung/phân tán trên mạng lưới, kết hợp công cụ lý thuyết đồ thị đại số với động học hệ thống để giải quyết bài toán tương tác cục bộ sinh ra hành vi toàn cục.

4. Làm thế nào để tự học và thực hành giáo trình hiệu quả?
Người học nên đọc kỹ các chứng minh định lý trong Phần I và II, giải các bài tập giải tích cuối chương, sau đó chạy và tùy biến các script MATLAB được cung cấp trong sách để quan sát đồ thị hội tụ trạng thái của hệ thống.

5. Có tài liệu bổ trợ nào đi kèm giáo trình không?
Giáo trình đi kèm 3 phụ lục toán học - mô phỏng, hệ thống bài tập có lời giải gợi ý, các đoạn mã MATLAB/Simulink mẫu, và danh mục hơn 150 tài liệu tham khảo quốc tế uy tín (như Biggs, West, Bullo, Qu, Khalil, Ogata).

Kết luận

Giáo trình Điều khiển hệ đa tác tử của TS. Trịnh Hoàng Minh và ThS. Nguyễn Minh Hiệu cung cấp một hệ thống lý thuyết chuẩn xác và hoàn chỉnh về phân tích, thiết kế hệ thống điều khiển phân tán trên mạng. Giá trị cốt lõi của tài liệu nằm ở sự kết nối chặt chẽ giữa cơ sở toán học của đại số đồ thị với các bài toán điều khiển kỹ thuật và mô hình hóa mạng xã hội hiện đại.

Lộ trình học tập đề xuất:

  1. Nắm vững công cụ biểu diễn topo mạng tại Phần I (Chương 1–2).
  2. Nghiên cứu thuật toán đồng thuận và phương pháp Lyapunov tại Phần II (Chương 3–4).
  3. Vận dụng vào các bài toán kỹ thuật chuyên sâu tại Phần III (Chương 5–9).
  4. Thực hành kiểm chứng thông qua các mô hình mô phỏng MATLAB tại Phụ lục C.

Tài liệu được phân phối học thuật miễn phí qua website cá nhân của tác giả, đóng vai trò là nguồn tham khảo phục vụ công tác giảng dạy, học tập và nghiên cứu chuyên sâu trong lĩnh vực điều khiển tự động tại Việt Nam.