【正文】 類的創(chuàng)新實(shí)際上都離不開這兩樣?xùn)|西，多樣性保證了系統(tǒng)的創(chuàng)新能力，正反饋保證了優(yōu)良特性能夠得到強(qiáng)化，兩者要恰到好處的結(jié)合。通過上面的原理敘述和實(shí)際操作，我們不難發(fā)現(xiàn)螞蟻之所以具有群體智能行為，完全歸功于它的簡(jiǎn)單行為規(guī)則，而這些規(guī)則綜合起來具有下面兩個(gè)方面的特點(diǎn)：多樣性和正反饋。 這種優(yōu)化過程的本質(zhì)在于：（1）選擇機(jī)制：信息素越多的路徑，被選擇的概率越大。也就是說，當(dāng)程序最開始找到目標(biāo)的時(shí)候，路徑幾乎不可能是最優(yōu)的，甚至可能是包含了無數(shù)錯(cuò)誤的選擇而極度冗長(zhǎng)的。 　?。?）蟻群算法具有較強(qiáng)的魯棒性。 　?。?）蟻群算法是一種正反饋的算法。當(dāng)算法開始的初期，單個(gè)的人工螞蟻無序的尋找解，算法經(jīng)過一段時(shí)間的演化，人工螞蟻間通過信息激素的作用，自發(fā)的越來越趨向于尋找到接近最優(yōu)解的一些解，這就是一個(gè)無序到有序的過程。在系統(tǒng)論中，自組織和它組織是組織的兩個(gè)基本分類，其區(qū)別在于組織力或組織指令是來自于系統(tǒng)的內(nèi)部還是來自于系統(tǒng)的外部，來自于系統(tǒng)內(nèi)部的是自組織，來自于系統(tǒng)外部的是他組織。蟻群算法是一種模擬進(jìn)化算法。當(dāng)螞蟻沿著一條路到達(dá)終點(diǎn)以后會(huì)馬上返回來，這樣，短的路螞蟻來回一次的時(shí)間就短，這也意味著重復(fù)的頻率就快，因而在單位時(shí)間里走過的螞蟻數(shù)目就多，灑下的信息素自然也會(huì)多，自然會(huì)有更多的螞蟻被吸引過來，從而灑下更多的信息素……；而長(zhǎng)的路正相反，因此，越來越多地螞蟻聚集到較短的路徑上來，最短的路徑就近似找到了。 　　當(dāng)然，在有一只螞蟻找到了食物的時(shí)候，其他螞蟻會(huì)沿著信息素很快找到食物的。螞蟻究竟是怎么找到食物的呢？在沒有螞蟻找到食物的時(shí)候，環(huán)境沒有有用的信息素，那么螞蟻為什么會(huì)相對(duì)有效的找到食物呢？這要?dú)w功于螞蟻的移動(dòng)規(guī)則，尤其是在沒有信息素時(shí)候的移動(dòng)規(guī)則。(5) 避障規(guī)則： 如果螞蟻要移動(dòng)的方向有障礙物擋住，它會(huì)隨機(jī)的選擇另一個(gè)方向，并且有信息素指引的話，它會(huì)按照覓食的規(guī)則行為。否則看是否有信息素，并且比較在能感知的范圍內(nèi)哪一點(diǎn)的信息素最多，這樣，它就朝信息素多的地方走，并且每只螞蟻多會(huì)以小概率犯錯(cuò)誤，從而并不是往信息素最多的點(diǎn)移動(dòng)。(2) 環(huán)境： 螞蟻所在的環(huán)境是一個(gè)虛擬的世界，其中有障礙物，有別的螞蟻，還有信息素，信息素有兩種，一種是找到食物的螞蟻灑下的食物信息素，一種是找到窩的螞蟻灑下的窩的信息素。最優(yōu)路徑上的激索濃度越來越大。路徑越長(zhǎng)，釋放的激索濃度越低。這是因?yàn)槲浵佋趯ふ衣窂綍r(shí)會(huì)在路徑上釋放出一種特殊的信息素。最后，經(jīng)過一段時(shí)間運(yùn)行，可能會(huì)出現(xiàn)一條最短的路徑被大多數(shù)螞蟻重復(fù)著。事實(shí)上，每只螞蟻并不是像我們想象的需要知道整個(gè)世界的信息，他們其實(shí)只關(guān)心很小范圍內(nèi)的眼前信息，而且根據(jù)這些局部信息利用幾條簡(jiǎn)單的規(guī)則進(jìn)行決策，這樣，在蟻群這個(gè)集體里，復(fù)雜性的行為就會(huì)凸現(xiàn)出來。但是如果我們用手劃過螞蟻的行進(jìn)隊(duì)伍，干擾了螞蟻的信息素，螞蟻就會(huì)失去方向感，到處亂爬。若我們是能從他們身上學(xué)習(xí)到一些什么的話，也將是一件非常有益的事請(qǐng)。例如在行星探測(cè)、煤礦、火山口等高危環(huán)境下作業(yè)以及在水下作業(yè)等需要遠(yuǎn)程操作的的場(chǎng)合；在需要短時(shí)間內(nèi)完成災(zāi)難搜索、營(yíng)救以及危險(xiǎn)物品清除的場(chǎng)合等；在軍事領(lǐng)域，無人偵察機(jī)甚至無人戰(zhàn)斗機(jī)、無人潛航器、無人戰(zhàn)車、排雷機(jī)器人、巡航導(dǎo)彈等智能武器已經(jīng)出現(xiàn)并將發(fā)揮重要作用。多機(jī)器人系統(tǒng)編隊(duì)控制與單個(gè)機(jī)器人相比： （1） 可以顯著提高系統(tǒng)的效率，大大節(jié)約時(shí)間。多自主機(jī)器人系統(tǒng)的編隊(duì)控制是目前控制和機(jī)器人研究領(lǐng)域的研究熱點(diǎn)之一。單個(gè)機(jī)器人的傳感器獲取信息的能力是有限的，如果多個(gè)機(jī)器人保持一定的隊(duì)形，而每個(gè)機(jī)器人的傳感器負(fù)責(zé)獲取自己周圍的環(huán)境信息，這樣就可以保證比較完整的獲得機(jī)器人群體當(dāng)前活動(dòng)區(qū)域內(nèi)的環(huán)境信息，對(duì)于實(shí)現(xiàn)偵查、搜尋、排雷及安全巡邏等任務(wù)是有利的。 編隊(duì)控制問題主要包括隊(duì)形形成和隊(duì)形控制兩個(gè)問題。 這篇文章提出個(gè)一種新的基于混合控制的方法來解決路徑追蹤問題。這樣，在狀態(tài)依賴的轉(zhuǎn)換規(guī)律的作用下，所有的載具最終都處在路徑上，并且整體的向前運(yùn)動(dòng)。對(duì)于靠近路徑的載具，他們能感知路徑以及更多的靠經(jīng)路徑的其他載具，這樣，它們的主要目標(biāo)就是沿著路徑運(yùn)動(dòng)，并且實(shí)現(xiàn)期望的編隊(duì)。然而，由于受限的傳感距離以及通信容量，并不是所有的載具都有可能一直知道目標(biāo)路徑以及它的鄰居。 最近幾年，協(xié)調(diào)路徑追蹤已經(jīng)成為了一個(gè)熱門話題，由于軍事方面的應(yīng)用，以前關(guān)于這個(gè)問題的研究局限于機(jī)器人，航天器等等。2009年，Ying Lan等[12]研究了協(xié)調(diào)路徑跟蹤問題，也就是操作一群分散的自主體聚集到一條給定的路徑上，實(shí)現(xiàn)一個(gè)交互式的編隊(duì)。2009年，Wei Ding等[11]研究了平面內(nèi)的群體自主體的分層追趕策略。這個(gè)控制器是基于對(duì)目標(biāo)追蹤這個(gè)任務(wù)和交互機(jī)器人的協(xié)調(diào)這個(gè)任務(wù)去耦。他們提出了一種基于混合控制的新方法和協(xié)調(diào)跟蹤目標(biāo)的可達(dá)性規(guī)范。對(duì)于一個(gè)自主式移動(dòng)機(jī)器人網(wǎng)絡(luò)，其中只有兩位領(lǐng)導(dǎo)者知道規(guī)定的速度，而其他的追隨者與固定的兩個(gè)鄰居以一種自適應(yīng)控制率形成特定的三角形編隊(duì)，因此無需知道鄰居的速度。在一個(gè)有向無環(huán)圖中沒有鄰居的自主體是領(lǐng)導(dǎo)者而其他的是追隨者。2007年M. Cao等[6]研究了運(yùn)動(dòng)自主體的三角形編隊(duì)問題。每個(gè)自主體都將以自己所有鄰居自主體的形心為目標(biāo)移動(dòng)，他們證明在這個(gè)戰(zhàn)略下視野恰當(dāng)?shù)脑捤凶灾黧w將最終收斂到一點(diǎn)。循環(huán)追趕是一個(gè)每個(gè)自主體都按順序追趕下一個(gè)自主體的局部戰(zhàn)略，它是沒有中心并要求最低數(shù)量的通訊線路（自主體的鏈接），以實(shí)現(xiàn)編隊(duì)。顯然，這些群體中個(gè)體的智商都很低，那么它們是如何完成這些精密的群體行為的呢？基于此，就有了對(duì)多機(jī)器人的編隊(duì)控制的研究，用數(shù)量眾多的功能簡(jiǎn)單的機(jī)器人來模擬生物的群體運(yùn)動(dòng)。但是人們往往更希望了解群體能夠形成或具有各種各樣能力、行為的機(jī)理，并建立恰當(dāng)?shù)臄?shù)學(xué)模型來說明、演繹這種能力與行為以及群體行為形成的機(jī)理，再通過計(jì)算來預(yù)測(cè)并調(diào)控群體的行為。除了在一個(gè)公共點(diǎn)會(huì)合客觀事實(shí)，收斂的另一個(gè)重要原因是：如果收斂到一個(gè)點(diǎn)是可行的，那么更多的普通編隊(duì)也是可以實(shí)現(xiàn)的，這是可以證明的。同年，一些研究人員[3]調(diào)查了多主體系統(tǒng)的分布算法。2004年，Jadbabaie [2]等人明確表達(dá)了一個(gè)Reynolds設(shè)置的二維版本同時(shí)研究出了一個(gè)控制戰(zhàn)略。系統(tǒng)科學(xué)家對(duì)這種計(jì)算機(jī)模擬的呈現(xiàn)現(xiàn)象力圖給出嚴(yán)格的理論解釋。Con=共同，sensus=感覺,Consensus=共同的感知，共同的認(rèn)識(shí)，共謀。每只鳥的局部的控制戰(zhàn)略都由三部分組成：分離，控制避免擁擠；隊(duì)列，控制與相鄰的鳥保持接近的平均航向；凝聚，控制與相鄰的鳥保持接近的平均位置。當(dāng)人們觀察自然現(xiàn)象時(shí)很容易發(fā)現(xiàn)鳥群、魚群并沒有一個(gè)統(tǒng)一指揮系統(tǒng)，依靠個(gè)別鳥之間的聯(lián)系以及一些本能的反應(yīng)形成一定的飛行隊(duì)形，達(dá)到運(yùn)動(dòng)的一致性。另一方面，該研究的重大進(jìn)展將會(huì)幫助人類不斷完善、發(fā)展新技術(shù)。群體所形成的活動(dòng)能力、戰(zhàn)斗力。自然界以及人類社會(huì)呈現(xiàn)的群體行為是與個(gè)體屬性有關(guān)，但群體表現(xiàn)的行為、功能往往絕非個(gè)體能力的總和，人類的社會(huì)活動(dòng)說明了這個(gè)事實(shí)。自然界以及人類社會(huì)的活動(dòng)都可以看作是由個(gè)體組成的群體行為。生物界有著種類繁多的動(dòng)植物及物質(zhì)存在，它們?cè)诼L(zhǎng)的進(jìn)化過程中，為了求得生存與發(fā)展，逐漸具備了適應(yīng)自然界變化的本領(lǐng)。人類生活在自然界中，與周圍的生物作“鄰居”，這些生物各種各樣的奇異本領(lǐng)，吸引著人們?nèi)ハ胂蠛湍７?。生物個(gè)體可以是細(xì)菌，昆蟲，鳥，魚等。這類群體行為的例子在自然界中有很多，例如，鳥能成群結(jié)隊(duì)的飛翔雨遷徙，魚群能聚集在一起有序地在不同的江海區(qū)域修養(yǎng)、生息、繁衍生殖。保證了族群在惡劣的自然環(huán)境和與生物種群的爭(zhēng)斗中繁衍生息。近年來，群體的協(xié)同控制研究直接為多移動(dòng)機(jī)器人系統(tǒng)，無人駕駛飛行器群、軍事應(yīng)用中的戰(zhàn)術(shù)編隊(duì)、調(diào)控，交通系統(tǒng)的控制、對(duì)突發(fā)事件的應(yīng)對(duì)、傳染病的防治、生態(tài)的維護(hù)、可持續(xù)發(fā)展戰(zhàn)略的制定與提供理論指導(dǎo)。一致性問題在分布式計(jì)算科學(xué)方面早有研究。通過計(jì)算機(jī)模擬可以發(fā)現(xiàn)這些無統(tǒng)一指揮的群體通過個(gè)體之間的相互交換信息以及本能的反應(yīng)，最終會(huì)形成有序的、協(xié)調(diào)一致的行為。在中文文獻(xiàn)中將它譯為一致性。根據(jù)作者的了解，第一批用嚴(yán)格的數(shù)學(xué)方法給出一類群體行為一致問題的數(shù)學(xué)描述，并給出實(shí)現(xiàn)這類群體一致性的精確條件的論文大約出現(xiàn)于2002~2004年間。他們證明了編隊(duì)?wèi)?zhàn)略的航向，在一定的假設(shè)條件下（圖代表的自主體與另一個(gè)鄰居總是連接，或者定期連接），結(jié)果是所有的自主體匯聚到了一個(gè)共同的航向。一組模擬機(jī)器人形成近似圓形和簡(jiǎn)單多邊形，使用每個(gè)機(jī)器人本身的情況來定位自己，例如，最遠(yuǎn)和最近的機(jī)器人是哪個(gè)。用系統(tǒng)的科學(xué)的觀點(diǎn)與方法研究群體行為目前僅處于起步階段。到目前為止，在各種復(fù)雜的群體行為中，對(duì)群體行為的一致性及可實(shí)現(xiàn)性的條件，科學(xué)家們研究的比較深入，已經(jīng)形成了相對(duì)完整的系統(tǒng)理論，而對(duì)更復(fù)雜行為的數(shù)學(xué)理論，除了個(gè)別例子及一些特殊情況，一般來說，還沒有系統(tǒng)的理論結(jié)果。 基礎(chǔ)編隊(duì)2004年Zhiyun Lin等[5]研究了三種編隊(duì)?wèi)?zhàn)略：循環(huán)追趕編隊(duì)、星型無向圖編隊(duì)和星型有向圖編隊(duì)。眾所周知自主體在這個(gè)戰(zhàn)略下收斂到一點(diǎn)，他們?nèi)匀辉谘芯烤庩?duì)發(fā)展的動(dòng)機(jī)是解決碰撞是否會(huì)出現(xiàn)的問題。同樣星型有向圖編隊(duì)的自主體最初排列成一個(gè)逆時(shí)針方向的星形編隊(duì)或順時(shí)針方向的星形編隊(duì)。它實(shí)現(xiàn)了三個(gè)運(yùn)動(dòng)自主體組成三角形編隊(duì)同步運(yùn)動(dòng)。領(lǐng)導(dǎo)者以不斷變化的速度編隊(duì)運(yùn)動(dòng)，追隨者知道與鄰居間的相對(duì)位置和領(lǐng)導(dǎo)者的速度。一組任意的幾何圖案都可以由兩個(gè)領(lǐng)導(dǎo)者與N個(gè)追隨者通過特定的鄰居關(guān)系與指定的跟隨編隊(duì)實(shí)現(xiàn)。當(dāng)自主體遠(yuǎn)離目標(biāo)時(shí)它們會(huì)接近目標(biāo)，然后切換到協(xié)調(diào)移動(dòng)狀態(tài)，最終自主體們環(huán)繞在目標(biāo)四周并在相互之間保持相等的角距離來合作地捕獲目標(biāo)。經(jīng)過證明，一群自主移動(dòng)智能體協(xié)作的估計(jì)目標(biāo)的速度，然后漸漸形成一個(gè)正多邊形的編隊(duì)，保持移動(dòng)目標(biāo)在他們的圖心。通過了一個(gè)簡(jiǎn)單的兩層追趕策略形成了多種多樣的編隊(duì)，包括集合、勻速圓周運(yùn)動(dòng)、復(fù)雜的圓周運(yùn)動(dòng)、同軸圓周運(yùn)動(dòng)、同軸對(duì)數(shù)螺線運(yùn)動(dòng)。一個(gè)新的混合控制策略被用來解決由于感知范圍不足導(dǎo)致鄰居隨著時(shí)間的推移可能會(huì)改變的問題：每個(gè)自主體的狀態(tài)空間以與目標(biāo)路徑的相對(duì)位置分化為幾個(gè)區(qū)域。協(xié)調(diào)路徑追蹤的控制