本书是关于多智能体自主协同监视领域的学术专著，系统总结了该领域的最新研究成果。全书从分布式协同的核心理论出发，深入论述了多智能体系统在协同监视中的关键技术与方法，包括多智能体一致性估计、基于集群控制的协同跟踪与传感器融合、基于离群控制的自主区域搜索以及融合集群与离群优势的离集群控制等。同时，详细阐述了这些方法在移动目标跟踪、未知环境搜索、多优先级目标监视等复杂场景中的应用，并提供了详尽的算法推导、稳定性分析及仿真实验验证。

本书可供自动化、机器人、人工智能及相关专业的高等院校师生、科研人员及工程技术人员学习与参考。

目录

第 1 章 概述

1.1 引言

1.2 多智能体基本特征

1.3 多智能体协同监视关键技术

1.3.1 状态估计技术

1.3.2 路径规划技术

1.3.3 编队控制

1.4 国内外研究现状

1.4.1 分布式状态估计

1.4.2 路径规划

1.4.3 编队控制

1.5 章节安排与内容组织

第 2 章 多智能体的一致性与协同

2.1 引言

2.2 多智能体一致性问题

2.2.1 网络中的一致性

2.2.2

f

- 一致性问题及协同的意义

2.2.3 迭代一致性算法和马尔可夫链

2.2.4 应用

2.3 多智能体一致性估计

2.3.1 图的代数连通度和谱特性

2.3.2 有向网络的收敛性分析

2.3.3 离散时间和矩阵理论中的一致性问题

2.3.4 一致性算法的性能

2.3.5 一致性算法的其他形式

2.3.6 加权平均一致性

2.3.7 通信时延下的一致性

2.4 多智能体分布式协同控制方法

2.4.1 动态网络中的一致性

2.4.2 多飞行器编队的集体动态

2.4.3 编队的相对动态稳定性

2.4.4 仿真实验

2.5 小结

第 3 章 基于集群控制的多智能体自主协同跟踪

3.1 引言

3.2 基础

3.2.1 图与网

3.2.2

α

- 晶格和准

α

- 晶格

3.2.3 构型偏差能

3.2.4

σ

- 范数和凸包函数

3.2.5 集体势函数

3.2.6 图拉普拉斯和速度匹配

3.3 集群控制模型

3.3.1 自由空间的集群及其分析

3.3.2 具有避障能力的集群算法

3.3.3 具有避障能力的集群分析

3.3.4 验证实验

3.3.5

α

- 集群定义与验证

3.4 基于集群控制的目标跟踪

3.4.1 问题描述

3.4.2 利用移动传感器进行分布式跟踪

3.4.3 稳定性分析：耦合分布式估算和控制算法

3.4.4 仿真实验

3.5 基于集群控制的传感器分布式融合

3.5.1 标量场及测量建模问题

3.5.2 分布式传感器融合算法

3.5.3 集群控制算法和路径规划策略

3.5.4 仿真实验

3.6 小结

第 4 章 基于离群控制的多智能体自主协同搜索

4.1 引言

4.2 离群控制方法

4.2.1 移动传感器的移动模型

4.2.2 离群搜索策略

4.2.3 评估指标

4.2.4 仿真实验

4.3 基于离群控制的区域搜索

4.3.1 离群控制数学基础

4.3.2 自由空间离群算法

4.3.3 具有避障能力的离群算法

4.3.4 仿真实验

4.4 小结

第 5 章 基于离集群控制的多智能体自主协同监视

5.1 引言

5.2 离集群控制方法

5.2.1 集群方法与离群方法

5.2.2 离集群方法

5.2.3 仿真实验

5.3 兼顾目标搜索和目标跟踪的离集群控制

5.3.1 局部信息交换

5.3.2 分布式离集群算法

5.3.3 仿真实验

5.4 基于路径规划的离集群控制

5.4.1 移动地图

5.4.2 移动地图上的路径规划

5.4.3 基于

A

?

 

路径规划的离集群算法

5.4.4 基于

A

?

 

IL 路径规划的离集群算法

5.4.5 仿真实验

5.5 用于跟踪不同优先级目标的离集群控制

5.5.1 目标优先级评估方法

5.5.2 决策机制

5.5.3 仿真实验

5.6 小结

参考文献

前言

随着无人机、无人车、无人艇等自主移动智能体技术的迅猛发展，多智能体系统的研究已经从理论探索大步迈向工程实践。在广域监视、环境探测、灾难救援、城市安防等众多领域，通过多个智能体之间的协同作业来完成任务，已成为提升系统效率、稳健性与智能性的必然途径。然而，如何让一群智能体在缺乏集中式指挥的情况下，自主、智能、高效地完成复杂的协同监视任务，依然面临着状态估计、决策控制、协同机制等多方面的理论挑战与技术瓶颈。

当前，“自主协同” 是个热词。愚以为：要想实现真正意义的自主协同，就要求智能体群是没有中心（包括处理中心、通信中心和控制中心）的。这是因为：一是受中心节点控制容量限制；二是弹性灵活趋势的要求；三是自主协同内在机制要求。因而，如何在无中心架构下，仅依靠局部交互的协同信息进行自主行动是关键。其中，无中心架构下智能体群的感知融合和自主控制是重点也是难点问题。

本书的写作初衷，正是为了系统性地回应这些挑战。我们注意到，现有文献多集中于多智能体系统的某个单一技术，如编队控制、路径规划或一致性算法，而缺乏一部将 “感知 — 估计 — 决策 — 控制 — 协同” 有机融合并聚焦于 “监视” 这一特定任务的专著。本书试图为读者提供一个从基础理论到前沿方法、从算法设计到仿真验证的完整知识体系。

全书内容组织体现了对于多智能体协同监视问题 “分层递进、综合集成” 的理解。第 1 章为概述。第 2 章深入探讨了多智能体一致性问题，这是实现分布式协同的数学基石，为后续章节的算法提供了理论支撑。从第 3 章开始，本书进入核心方法的阐述。首先介绍集群控制，它代表了高度协同、一致行动的范式，非常适合对已知目标的紧密跟踪与监视。随后，在第 4 章中转向其对立面 —— 离群控制，它鼓励智能体主动探索未知，为区域搜索任务提供了高效解决方案。最终，在第 5 章提出并详细阐述了 “离集群” 控制这一混合框架，它巧妙地融合了 “集群” 与 “离群” 的优势，使系统能够智能地在 “跟踪已知目标” 与 “搜索未知区域” 之间动态分配资源，这代表了面向复杂、动态监视任务的一种更高级的智能形态。

在撰写过程中，我们力求做到理论严谨性与工程实用性的平衡。对于关键算法，不仅给出了完整的设计思路和数学描述，还提供了详细的稳定性分析与收敛性证明。同时，每一章都配备了一定的仿真实验，通过可视化的结果直观展示算法的性能，便于读者理解。

本书的完成，得益于国内外众多研究者在多智能体系统领域做出的杰出贡献，在此致以诚挚的谢意。同时，感谢 “中国科协军事科技领域青年人才托举工程” 对本研究工作提供的支持，也要感谢郑茂、黄伟平在书稿撰写过程中付出的辛勤劳动。

由于多智能体自主协同监视是一个跨学科、快速发展的前沿领域，加之作者学识有限，书中难免存在疏漏与不足之处，恳请各位专家和广大读者不吝指正。

吴卫华

2025 年 11 月于武汉