倪媛，杨浩，姜斌

南京航空航天大学 自动化学院，南京 210016

受自然界中生物集群行为的启发，蜂群无人机将大量低成本小型无人机整合形成一个整体，通过信息共享和分工合作执行复杂任务活动，如集群作战[1]、城市救援[2]、环境勘测[3]、防灾减灾[4]等，具有局部通信、分布式控制、动态自组织的特点。特别是对于大规模蜂群无人机，分簇结构有利于明确任务分工，实现组队协作，同时也能够减少网络管理开销、降低节点间干扰、提高网络容量[5]。

蜂群无人机的任务分配是蜂群应用的核心技术，旨在根据不同的蜂群任务类型、无人机数量、任务载荷情况等，对目标任务进行预先设定与统筹管理，进而优化蜂群无人机的应用效能。目前实现任务分配的方法主要为基于逻辑的自上而下式的规划，其数学模型复杂，对无人机数量敏感[6]。文献[7]介绍了两类离散化粒子群算法模型，可用于求解集群高维复杂离散优化问题；文献[8-9]均构建了混合整数线性规划模型，并对粒子群算法加以改进，从而加快粒子收敛速度，使任务分配模型适应大规模集群的需求。而基于集群智能涌现的自下而上式的任务规划，则是由无人机个体根据简单局部规则收集处理外界信息并与其他个体交互，更新自身状态，从而涌现出复杂有序的集体行为[10]，对于无人机数量庞大、信息不完全、高动态调整等环境下的群决策要求有着更强的适应性。

演化博弈论是生物进化与博弈论的有机结合，在描述解释蜂群行为的形成和演化方面有着重要意义。……