Рассмотрена задача оптимального управления групповым взаимодействием трех квадрокоптеров. Группа из трех квадрокоптеров перемещает груз из одной точки пространства в другую, не задев препятствий, при этом масса груза не позволяет выполнить задачу одним квадрокоптером. Для решения задачи использован метод синтезированного оптимального управления на основе многоточечной стабилизации. Метод называется синтезированным, поскольку сначала решается задача синтеза системы стабилизации для каждого робота, на следующем этапе решается задача оптимального расположения точек стабилизации в пространстве состояний так, что при переключении этих точек от одной к другой через заданный интервал времени квадрокоптеры перемещают груз из начальной позиции в конечную с оптимальным значением критерия качества. Для решения задачи синтеза использован метод сетевого оператора. Все фазовые ограничения, описывающие групповое взаимодействие и препятствия, включены в критерий качества методом штрафных функций. Для поиска позиций точек использован эволюционный алгоритм оптимизации роя частиц
The study examines the problem of optimal control of group interaction of three quadrocopters. A group of three quadrocopters must move the load on flexible rods from one point in space to another one without hitting obstacles, one quadrocopter being not able to complete the task due to the weight of the load. To solve the problem, the method of synthesized optimal control based on multi-point stabilization was used. The method is called synthesized, since the problem of synthesizing the stabilization system for each robot is first solved. At the next stage, the problem of the optimal location of stabilization points in the state space is solved in such a way that when these points are switched from one to another, at a given time interval, the quadrocopters move the load from the initial position to the final one with the optimal value of the quality criterion. The network operator method is used to solve the synthesis problem. All phase constraints describing group interaction and obstacles are included in the quality criterion by the method of penalty functions. An evolutionary particle swarm optimization algorithm was used to find the positions of points