集群系统协同控制：机遇与挑战

军事，指挥控制，技术预见

**任务的复杂性于环境的不确定性**决定了集群系统协同控制势必朝着**智能化和自主化的方向**发展。作为**新一代人工智能的核心研究领域**，集群协同控制技术已经成为了世界各国经济和国防发展的强大驱动力。

集群系统与集群智能

集群系统的思想源起于自然界的生物行为。

集群现象广泛存在于自然界中，大量生物个体聚集在一起就形成了生物集群，如鸟群、鱼群、兽群、微生物群等。研究发现，生物集群比单一个体在觅食、迁徙、逃避天敌等方面具有更大的优势。生物群体中的个体通过局部感知和行为交流，使整个集群在宏观上涌现出复杂的智能行为，如鸟群编队迁徙、鱼群协同巡游、狼群合作围捕等。

集群系统涉及自动化科学、系统科学、计算机科学、数学、物理、生物等多学科的融合，是近几年涌现出的**信息科学重大前沿交叉领域**。集群系统通过自主感知、组网传输、集群控制一体化协同控制技术实现集群智能，完成个体难以实现的复杂任务，在大面积灾情搜救、城市应急反恐、集群作战等社会服务、公共安全及国防装备中有重大应用。
在军事领域中，集群系统是由大量有自主能力的智能体按照一定的规则构成，如DARPA卫星群、无人机蜂群、多导弹集群等；集群智能则是通过智能体之间的有效协作，克服个体自身能力的不足，完成个体难以实现的复杂任务所涌现出的集群行为，如协同探测、集群突防、蜂群攻击等。
**一般来说，集群系统由智能体、交互方式和行为准则3个要素组成。**

• 智能体：组成集群系统的基本单元，如无人机、机器人等
• 交互方式：描述集群系统中智能体之间的相互关系，如信息传输的网络拓扑
• 行为准则：描述智能体接收信息后的反应规则，如控制律生成规则等

典型控制方法

集群系统具有大规模(智能体数量众多)、自组织(无中心节点)、分布式(局部信息交互)、涌现性(集群功能比单一智能体强大) 等典型特征, 可通过**牵制控制**、**PID 控制**、**分布式观测器设计**等方法实现集群智能。

牵制控制

集群系统具有大规模特征，**直接控制系统中得每个个体是不可能的**，也是不必要的。自然界中蜂群迁徙时，只有少数的侦察员蜜蜂知道应该朝哪个方向飞行，仅依靠这些侦察员便可引领整个蜂群飞向新的巢穴。这一现象给了研究者们启示，提出牵制控制法，**通过控制少部分关键节点实现对整个集群系统的有效控制。**

只关注控制输入u，可以看到只对前l个智能体进行控制输入，l+1到N的智能体只依靠内置的函数与智能体间的信息交互更新状态。

PID控制

集群系统是一类典型的复杂系统。一方面，集群对象之间的强耦合相互作用、系统结构的不确定性、信息传输的滞后性、外部噪声干扰、执行器饱和等因素，导致**系统受到多种约束条件的制约**；另一方面，集群协同控制采用的策略大都**仅利用了系统状态的当前信息**，**难以满足诸如无人机群等高科技领域对控制性能不断提高的要求**。
由于PID 控制是一种具有**“过去– 现在– 未来” 形式**的简单线性反馈机制的反馈控制；控制协议设计时不仅**利用了系统状态的当前信息**，**还利用了系统状态的过去信息和未来信息**；PID 控制可以通过积分作用消除系统的静态误差，通过微分作用预测系统状态的未来发展趋势。

Kp为现在状态，Ki为历史信息，Kd为未来趋势。

分布式观测器设计

实际工程控制问题中，不是所有状态信息都能直接获得，因此需要观测器。传统集中式观测器设计中，需要获得系统状态的全部输出信息，但对于大规模的集群系统而言，由于传感器的能力限制，**每个观测器通常只能获得系统的局部输出信息**，因此**需要部署大量传感器观测系统的状态**，从而**造成集中式观测器面临巨大的储存压力**，这使传感器网络上的分布式观测器算法为解决集群系统协同控制问题提供了有力的工具。

带弧线的xi代表观测器i的状态，第一项为系统的状态的变化，第二项考虑了观测器之间的信息交互，第三项则是个偏差修正项。

未来发展趋势

自主化：未来集群系统不仅局限于底层控制，更多的是与信息层、决策层、链路层相结合，从而实现协同感知–自主决策–动态组网集群控制一体化，实现任务分配–路径规划–自主控制一体化。

智能化：基于新一代人工智能技术构建协同控制框架，使集群中的个体在局部感知能力下，通过集群数据链技术，实现复杂的群体行为，充分激发群体间的智能是未来协同控制技术的发展趋势。

最优化：优化技术与集群系统相结合，产生了集群系统的分布式优化与协同博弈技术，支撑了大规模集群系统的协同控制，为集群智能的涌现提供了保障。基于分布式优化方法的协同控制是集群系统智能化的未来发展趋。

网络化：快速组网技术在实现复杂高动态环境下的协同控制中起着至关重要的作用，为了使控制层与信息层更好地匹配，提高协同控制性能，实现协同感知–通信匹配–快速组网–集群控制一体化是未来集群系统研究的重要方向。

安全化：在现有集群系统协同控制基础上，通常采用故障诊断与容错控制、干扰抑制与信息补偿等方式解决单一的攻击或防御问题。在集群系统的框架下，实现攻击和防御的协调统一是协同控制未来发展的趋势。