1.集群机器人通过自组织协同控制方式使多机器人系统具备高效完成复杂任务的能力，而该类任务是单个机器人通常无法胜任的。

　　2.受自然界生物集群现象启发，集群机器人研究旨在通过大量简单机器人的局部相互作用涌现出复杂的集群行为，并使系统具备完成复杂任务的集群智能。以社会性昆虫为例，尽管昆虫个体能力十分有限，但大量个体合作形成集群后，即可高效完成陌生环境探索、觅食、重物搬运等复杂任务.

　　3.如何通过局部、简单的相互作用，使包含大量简单机器人的系统涌现出复杂、宏观的集群行为，具备完成超出个体能力的复杂任务的集群智能，是学者关注的重点。

　　4.与生物集群相类似，集群机器人系统具备如下5 个主要特点：(1) 系统由可自由运动的机器人组成;(2) 机器人可感知并改变周围环境;(3) 机器人功能相对简单，感知与通信能力有限;(4) 系统无中心控制、个体无全局信息;(5) 机器人通过合作形成群体完成特定任务。

　　5.根据集群行为特点及可完成的集群任务，集群机器人研究可分为4 类：空间组织、集群导航、集群决策以及其他集群行为。

　　6.集群机器人取得了长足进展，但存在以下挑战亟待解决：

　　(1) 生物集群行为基础研究仍需取得突破.集群机器人设计方法大量借鉴了生物集群行为，如组织器官形成、昆虫群体聚集、导航、决策以及鸟类、鱼群等的一致性运动.因此，生物集群运动涌现机制的理论研究是集群机器人进一步发展的重要基础.随着模式识别等技术的发展，生物集群行为研究近年来取得大量成果，但学者们对于集群行为特征的定义仍存在争议，其涌现机制仍然处于探索阶段，尚无成熟的理论体系，为其在集群机器人上的工程应用带来很大挑战。

　　(2) 集群行为的基本结构和功能单元定义尚不清晰.尽管已有丰富的模型可重现一致性运动等生物集群行为，但无法给出集群行为产生的充分条件，一类甚至不同类的集群行为是否存在基本的结构与功能单元仍是短时期内难以解决的问题.这一问题的研究与解决将催生更为高效、通用的集群机器人控制方法。

　　(3) 多类任务集成与自适应转换能力存在瓶颈。

　　(4) 集群行为设计方法测试与评价体系尚未建立.集群机器人研究发展至今已形成了众多设计方法，由于关注的具体问题不同，设计方法的性能指标丰富多样，不同集群行为设计方法的性能难以进行横向比较，给通用化设计方法的实现带来了困难。

　　(5) 噪声环境下系统鲁棒性需要进一步提高.通信与定位技术作为实现集群行为的基础，对于机器人之间的相互作用至关重要，但在机器人分布相对集中、群体规模较大时，仍存在通信干扰、信道带宽不足、感知误差较大、定位精度不足等问题。

　　(6)大规模实际应用场景的集群机器人实验亟需开展.目前的集群机器人研究仍然以实验室环境为主，实际应用环境下的研究很少，缺乏实际应用场景的验证。

　　7.针对目前集群机器人研究中存在的问题，从6 个方面指出未来研究方向：

　　(1) 生物集群行为研究的工程应用.挖掘更多、更深刻生物集群行为规律，将其应用于集群机器人控制，扩展集群机器人可完成任务类型，实现更高效集群行为。

　　(2) 集群行为通用设计框架.通过探索集群行为的充分必要条件，提炼集群行为的基础单元，构建功能充分分类的宏观集群行为功能体系，建立适用于多类集群行为的通用设计语言与框架。

　　(3)通过不同集群任务的多次实验，机器人可学习相应的行为模式，根据具体任务调整与其他个体的相互作用方式，使群体在整体上具备完成多类任务的能力。

　　(4)集群行为设计方法通用测试、评价平台.对比不同的集群机器人设计方法，给出机器人集群行为基础单元的性能评价指标，进而给出宏观功能评价指标，设计足够充分的宏观集群任务功能集，将不同设计方法进行横向比较。

　　(5) 多种通信、定位方式融合.综合动作捕捉、红外线、无线电、声呐、GPS等各类方式的优势，以适应不同任务场景的定位需求，逐步解决由群体数量增加导致的通信干扰、定位精度下降等问题。

　　(6) 实际应用场景下的集群机器人实验.结合实际的军事、民用场景，在实际环境中探索集群机器人应用，如包含捕食者与被捕食者的追逃行为、复杂道路环境的空间探索、特定功能建筑的自主建设等。

参考文献：《集群机器人研究综述》