无人机集群协同搜索研究综述.docx

2024-02指挥控制与仿真

46(1)CommandControlSimulation1

引用格式：刘圣洋，宋婷，冯浩龙，等．无人机集群协同搜索研究综述[J].指挥控制与仿真，2024,46(1):1?10.LIUSY,SONGT,

FENGHL,etal.TheresearchreviewonUAVswarmcooperativesearch[J].CommandControlSimulation,2024,46(1):1?10.

无人机集群协同搜索研究综述

刘圣洋1,2,宋婷1,2,3,冯浩龙1,2,孙玥1,2,韩飞1,2

(1.上海航天控制技术研究所，上海201109;2.上海市空间智能控制技术重点实验室，上海201109;

3.西北工业大学，陕西西安710072)

摘要：无人机集群协同区域搜索能够有效地获取任务区域地面信息，降低环境不确定度。基于区域划分、机群均衡分配以及启发式算法的传统集群协同区域搜索方法依赖于事前设计规则且计算量大，属于不可生成规则算法。考虑任务环境不确定性，算法须满足快速性、智能性和鲁棒性，基于涌现理论的无人机集群协同搜索方法因信息融合能力强、具有高度的智能性而被采用。演化学习算法和强化学习算法是涌现理论中主要组成部分，这两类算法可根据不同的环境和任务生成新的集群行为规则。将系统分析和总结当前无人机集群协同搜索方法研究现状和进展，并据此指出现有研究中的不足以及未来的发展方向。

关键词：无人机集群；协同区域搜索；演化算法；强化学习；规则生成

中图分类号：E917;V279文献标志码：ADOI:10.3969/j.issn.1673?3819.2024.01.001

TheresearchreviewonUAVswarmcooperativesearch

LIUShengyang1,2,SONGTing1,2,3,FENGHaolong1,2,SUNYue1,2,HANFei1,2

(1.ShanghaiInstituteofSpaceflightControlTechnology,Shanghai201109;2.ShanghaiKeyLaboratoryofAerospaceIntelligent

ControlTechnology,Shanghai201109;3.NorthwesternPolytechnicalUniversity,Xi,an710072,China)

Abstract:ThecooperativeregionsearchofUAVswarmcanobtaingroundinformationofthemissionregionandreducethe

uncertaintyofenvironmentalinformationeffectively.Thetraditionalcollaborativeregionsearchmethodsbasedonthebalanced

allocationofdividedregionandtheheuristicalgorithmsdependonthepre?designedrulesandheavycomputation,andhave

noabilitytogeneratenewrulesofthecooperativesearch.Thesealgorithmsbelongtothealgorithmsthatcannotevolvenew

rules.Duetothecomplexityofthemissionenvironment,thealgorithmsmustcontainfast,intelligentandrobustcharacteris?

tics,thecooperativesearchingalgorithmsofUAVs