群智能体系统分布式协同控制是近十年来颇受关注的热点问题，有着包括无人机/卫星编队、移动机器人网络、无线传感器阵列、高速公路运输管理和智能电网在内的广泛应用背景。然而，在复杂约束下，如何提升无人系统的智能性和可靠性仍是一个具有挑战性和系统性的问题。

本课题组以含子系统模型不确定性的群智能体系统为对象，以多目标非凸优化、自适应控制障碍函数、分布式强化学习、分布式卡尔曼滤波、自组织行为控制等方法作为理论工具。在障碍环境无人机集群分布式协同编队规划与控制、GPS拒止环境下基于距离的自组织行形状控制、基于低成本传感器的多机器人系统分布式协同定位等方向取得了多项理论及应用成果。未来相关研究方向包括：基于学习的集群系统调度、基于大模型的人机交互决策、基于视觉/UWB等分布式传感器的安全协同控制等。

                                                                   图1：障碍环境无人机协同规划与编队控制、GPS拒止环境下无人集群自组织编队控制、基于分布式位姿估计的欠驱动机器人编队控制