俗话说，双拳难敌四手，恶虎还怕群狼，在自然界，经常有数量众多的生物个体聚集形成集群的例子，比如鸟群通过编队实现远距离迁徙，蚁群觅食时协同搬运。董希旺表示，这些生物集群智能拥有个体无法比拟的优势，而当下，如何让军事领域中的集群系统具备集群智能是研究热点，如维纳卫星群、无人机蜂群、多导弹集群等。
北京航空航天大学副教授董希旺2017年国务院印发的《新一代人工智能发展规划》中列出的8项基础理论中有多项是与集群智能直接相关，可见集群智能是人工智能发展的必然趋势，也是新一代人工智能的核心研究领域之一。许多空中飞行表演、灯光秀等动辄使用几千架飞机或无人机，但董希旺认为，集群的定义不该以数量论，而应该看背后的算法是否为分布式的算法。在集群协同方面，整个过程从组网、感知、定位、决策、规划、控制都需要关键技术，而
智能协同控制技术正是集群智能涌现的保障和途径，是争夺的技术制高点。其中有不少技术难点与挑战，据董希旺介绍，集群系统具有智能体、交互方式和行为规则三个组成要素，并具备大规模、自组织、分布式和涌现性四个典型特征。他指出，所谓的集群功能就是远比单个智能体强大，有“1+1≫2”的效果。
中国电科院发布119架无人机集群飞行试验
那么，智能协同控制技术有哪些难点及挑战呢？董希旺表示，集群系统智能涌现需要动态自组网、协同感知定位、协同决策规划、协同控制和协同制导
五个必备条件，在三要素约束多、四特征要求高、五条件保障难的多约束条件下，利用非完备的局部相对信息，实现分布式智能协同决策规划、感知定位及制导控制十分困难。董希旺对编队合围代表性技术进行了介绍，他表示，传统的三种典型的编队控制策略可以认为是基于一致性的策略的特例，基于一致性的策略具有三种典型策略无法比拟的优势。因此，董希旺及其团队提出基于动态输出反馈的自适应时变编队控制协议（控制器），突破自适应时变编队控制理论，给出编队队形与个体能力之间的匹配关系，解决队形快速变化、个体数量未知、网络拓扑未知的难题。
基于无人机的协同验证平台系统
此外，董希旺表示，为了支撑相关理论结果，他们自主研制了一套基于无人机的协同验证平台系统，并将理论结果应用到自研的协同验证平台系统中，部分已交付给北京大学、北京理工大学等高校，还与航天二院成立了集群智能控制联合实验室，在无人机集群上的应用成果获得了多个奖项，为保证我国未来在集群智能领域的引领作用和技术优势助力！
编后语：此文是根据北京航空航天大学副教授董希旺于2019年5月在浙江宁波余姚举行的第六届中国机器人峰会上的《分布式编队合围控制技术及在无人机集群中的应用》报告录音整理摘编部分而成，题目为编者所加。
