[论文解读] Flocking behavior for dynamic and complex swarm structures

Carmen D. R. Pita-Romero, Pedro Arias‐Perez+3 more|arXiv (Cornell University)|Jan 29, 2026

Distributed Control Multi-Agent Systems被引用 0

一句话总结

呈现 FlockingBehavior，一种基于虚拟质心的算法，用于构建并维持复杂的无人机群体编队和轨迹，能够在编队和队伍规模动态变化时保持验证在仿真和真实无人机中的有效性。

ABSTRACT

Maintaining the formation of complex structures with multiple UAVs and achieving complex trajectories remains a major challenge. This work presents an algorithm for implementing the flocking behavior of UAVs based on the concept of Virtual Centroid to easily develop a structure for the flock. The approach builds on the classical virtual-based behavior, providing a theoretical framework for incorporating enhancements to dynamically control both the number of agents and the formation of the structure. Simulation tests and real-world experiments were conducted, demonstrating its simplicity even with complex formations and complex trajectories.

研究动机与目标

• 提供一个正式框架来设计任意复杂的无人机群体编队，代理个数没有固定上限。
• 实现从单一群体质心轨迹在线生成各单独代理的姿态。
• 在飞行中支持对群体结构和规模的动态改变，同时保留 Reynolds 的群聚规则。
• 通过仿真和使用 Crazyflie 2.1 无人机及 Aerostack2 的实际实验来证明可行性。

提出的方法

• 使用虚拟质心 (VC) 框架将编队质心的轨迹转换为各代理参考：P_i^W(t)=σ_VC^W(t) G_i^VC(t,i)。
• 将编队建模为 SE(3) 变换，以保持相对 VC 的定向与几何关系。
• 执行 Reynolds 的聚合、分离和对齐约束以引导开环代理参考。
• 通过更新 G_i^VC(t,i) 并在 d_min 约束下增加/脱离代理来实现动态结构变化。
• 在集中离线控制设定下，支持静态（刚性）与动态（时变）编队，包括对故障的重新配置。
• 发布开源代码，采用模块化的 ROS 2 导向设计。

实验结果

研究问题

• RQ1 一个单一的 VC 轨迹是否能够为任意复杂的群体几何生成正确的各个 UAV 参考？
• RQ2 基于 VC 的方法如何在动态编队中确保 Reynolds 的聚合、分离和对齐？
• RQ3 在飞行中改变群体规模或重新配置编队对聚合、分离、对齐等性能指标有什么影响？
• RQ4 真实世界的小型和中型群体实验能否验证仿真结果并展示前进路径的能力？
• RQ5 静态与动态编队在鲁棒性与可扩展性方面有哪些权衡？

主要发现

• 本文形式化了 FlockingBehavior，能够实现具有动态重新配置的复杂、可扩展的群体结构。
• 仿真与真实无人机实验（Crazyflie 2.1 与 Aerostack2）验证在线性、曲折与旋转轨迹上对 Reynolds 规则的遵循。
• 该方法在发生故障后约 1.5 秒内实现重新配置，而不停止轨迹。
• 通过 12 架无人机的三维轨迹保持编队，展示单一 VC 轨迹即可服务于多代理的可扩展性。
• 该方法支持在飞行中按可行动力学约束添加与脱离代理。
• 代码已开源发布，便于社区评估与扩展。