范 衠 ，王诏君 ，石 泽 ，王 琛 ，王 柳 ，蔡堉伟 ，黄华兴 ，宁为博 ，董朝晖 ，李文姬 ，朱贵杰，李 恪，李 兵，谷敏强，朱晓敏，包卫东

（1.汕头大学电子系，广东 汕头 515063 2.汕头大学广东省数字信号与图像处理技术重点实验室，广东 汕头 515063 3.汕头大学数学系，广东 汕头 515063；4.国防科技大学系统工程学院，长沙 410073）

1 引 言

工程技术的不断发展推动了机器人技术的快速进步，机器人开始广泛应用于工业、医疗、军事等领域.对于复杂应用场景，多机器人协作逐渐成为提高任务执行效率的有效途径.传统的中心控制方式根据系统状态对所有机器人行为进行统一规划，一定程度上解决了多机器人协同问题.但当系统规模较大时，中心控制方法面临诸多挑战，如容错能力不足，少数个体故障可能导致系统功能失效；计算开销急剧增大，难以对突发因素作出及时响应；系统动态调节能力有限，难以根据系统规模变化进行适应性调整等.受自然界生物集群现象启发，集群机器人旨在通过自组织协同控制方式使多机器人系统具备高效完成复杂任务的能力，从而为上述困难的解决提供了可行方案[1-2].

根据集群行为特点及可完成的集群任务类型，集群机器人研究可分为3类：集群模式、集群导航、集群决策.特别是，集群模式形成作为实现上述任务的基本功能已经得到了相当多的关注，大致可以分为四类：1）基于行为的控制，在单个机器人上实现一组期望的具有相对重要性的行为[3-4]；2）基于领导者-追随者模型，即确定了领导者，追随者应该追随领导者，并有刚性或宽松的阵型约束[5-6]；……