多AUV集群控制技術(shù)綜述

孟中祥，劉時圓，呂珍斌

（中國船舶重慶前衛(wèi)科技集團(tuán)有限公司，重慶 401120）

0 引言

自主式水下機(jī)器人（簡稱 AUV）可以應(yīng)用于海洋中的多種任務(wù)場景，但單個AUV容錯率低、作業(yè)效率不高，將多個AUV有機(jī)地組成一個整體，應(yīng)用基于智能體的集群控制技術(shù)，執(zhí)行任務(wù)時相比于單個AUV執(zhí)行有著無與倫比的優(yōu)勢。

集群控制關(guān)鍵特點(diǎn)[1]可以歸納為如下3點(diǎn)：

1) 核心控制思想是協(xié)作協(xié)調(diào)。個體之間保持通訊交互、協(xié)作協(xié)調(diào)完成任務(wù)。

2) 控制方式是分布式控制。只能與鄰居進(jìn)行信息交互，而不能與非鄰居的智能體建立通訊關(guān)系。

3) 不同的個體對某一確定的物理量，如位置或速度達(dá)成一致。

集群控制的研究可歸納為一致性問題和覆蓋控制問題 2類基本問題[2]?！耙恢隆币馕吨酆?，即所有智能體的狀態(tài)最終將收斂到一個共同的目標(biāo)狀態(tài)；而“覆蓋”意味著分散，即所有智能體的狀態(tài)要盡量散開以獲得良好的空間覆蓋效果并且互不干擾。當(dāng)AUV集群編隊(duì)航行時要考慮位置、速度的一致性問題，內(nèi)部的相對運(yùn)動則需要考慮避碰規(guī)劃的覆蓋控制問題。

在水雷戰(zhàn)術(shù)中，水雷布防可以視為覆蓋控制問題，多AUV掃雷可以視為一致性控制問題。本文結(jié)合集群控制技術(shù)的發(fā)展現(xiàn)狀，介紹了集群控制理論的主要研究內(nèi)容和多AUV技術(shù)集群控制技術(shù)現(xiàn)狀，對AUV集群技術(shù)的未來發(fā)展給出了建議，對行業(yè)未來的影響進(jìn)行了展望。

1 集群控制技術(shù)

1.1 集群控制技術(shù)概述

集群控制技術(shù)發(fā)展源于大量無人機(jī)飛行技術(shù)。技術(shù)人員幻想無人機(jī)可以像生物系統(tǒng)的鳥群一樣實(shí)現(xiàn)無人機(jī)自主集群。法國動物學(xué)家 Grasse基于白蟻筑巢行為[3]，提出了共識自主性（stigmergy）概念：即不需要通過集中規(guī)劃和直接通信，通過個體間的間接協(xié)調(diào)就可以完成復(fù)雜的智能活動。

集群控制技術(shù)相對于傳統(tǒng)的多個體協(xié)同控制最大的特點(diǎn)有4個方面：1）數(shù)量級，集群一般指幾十到上百個個體；2）成本，集群內(nèi)的個體成本造價低廉，允許系統(tǒng)承受損失，可大膽使用；3）技術(shù)優(yōu)勢，對智能傳感、環(huán)境感知、分析判斷、網(wǎng)絡(luò)通信、自主決策的技術(shù)要求極高；4）環(huán)境適應(yīng)性，自主集群對復(fù)雜的突發(fā)狀況可以進(jìn)行復(fù)雜的協(xié)作、動態(tài)調(diào)整和自愈組合。

1.2 國內(nèi)外集群技術(shù)發(fā)展現(xiàn)狀

美國致力于打造無人裝備自主集群系統(tǒng)，美國國防高級研究計(jì)劃局2005年在集群高風(fēng)險/高回報概念驗(yàn)證中將自主控制等級分為10級，包括單機(jī)自主（遙控引導(dǎo)，實(shí)時故障診斷、故障自修復(fù)和環(huán)境適應(yīng)性、航路重新規(guī)劃）、多機(jī)自主（多機(jī)協(xié)調(diào)、多機(jī)戰(zhàn)術(shù)重規(guī)劃、多機(jī)戰(zhàn)術(shù)目標(biāo)）、集群自主（分布式控制、群組戰(zhàn)略目標(biāo)、全自主集群），指出全自主集群是自主控制的最高等級[4]。2016年，美國空軍對蜂群、編組、忠誠僚機(jī)3種集群作戰(zhàn)概念進(jìn)行了闡述[5]。

北京航空航天大學(xué)仿生自主飛行系統(tǒng)研究組10余年來，通過借鑒雁群、鴿群、鳥群、狼群、蜂群、蟻群的共識自主性集群智慧，采用分布式策略設(shè)計(jì)了無人機(jī)集群自主控制方法和技術(shù)，進(jìn)行了無人機(jī)集群編隊(duì)、目標(biāo)分配、目標(biāo)跟蹤、集群圍捕等任務(wù)的飛行試驗(yàn)驗(yàn)證[6]。國內(nèi)無人機(jī)燈光秀表演正熱，如2018年2月珠海春晚無人機(jī)特技飛行，2018年8月長沙橘子洲頭777架無人機(jī)燈光表演。但以上集群表演主要用了高精度的定位技術(shù)，距離復(fù)雜環(huán)境下的集群控制技術(shù)還有很大差距?？偟膩碚f，集群控制理論研究和技術(shù)應(yīng)用發(fā)展火熱，但其技術(shù)條件還遠(yuǎn)未成熟，具有相當(dāng)大的技術(shù)空白和不對稱發(fā)展的前景。

1.3 集群作戰(zhàn)技術(shù)

利用集群系統(tǒng)進(jìn)行作戰(zhàn)的主要技術(shù)優(yōu)勢就是去中心化，任一個體故障都不影響群體能力，而且具有較低的決策門檻和政治風(fēng)險，可用于滲透偵查、誘騙干擾、飽和攻擊、察打一體等任務(wù)。集群作戰(zhàn)的兵力補(bǔ)充方便，新的無人裝備要加入作戰(zhàn)系統(tǒng)時，只需要與周圍的無人機(jī)建立通訊就可以快速融入系統(tǒng)。

在集群作戰(zhàn)技術(shù)快速發(fā)展的趨勢之下，各國開始投資發(fā)展反集群作戰(zhàn)技術(shù)。2018年3月，美國陸軍在俄克拉何馬州西爾堡舉行了機(jī)動火力綜合試驗(yàn)，利用高功率微波武器和高能激光武器擊落了 45架無人機(jī)集群[7]。反制措施包括：搗毀峰巢，即在投放區(qū)域外進(jìn)行攔截，密集攔截，即采用彈炮融合和密集火力防空炮進(jìn)行攔截、集群對抗；電磁癱瘓，即用定向能武器進(jìn)行抗擊或電磁干擾、控制劫持等。

2 集群控制研究內(nèi)容

2016年 8月，美國國防部國防科學(xué)委員會發(fā)布了《人工智能與國家安全》，指出了人工智能技術(shù)是國家安全的顛覆性技術(shù)[8]。群體智能就是受自然界生物群體模式啟發(fā)的一種人工智能模式，集群的意思簡單來說就是模擬一大群行為相近的單位的行動[9]。

1987年，Reynolds等人對鳥類飛行行為進(jìn)行了研究[10]，提出了3條啟發(fā)類規(guī)則即避免碰撞、速度匹配、和保持聚集，建立了集群行為的Boids模型。1995年，Spector提出了改善swarm模型并進(jìn)行了仿真，通過設(shè)定不同的權(quán)重系數(shù)，得到了豐富的控制效果[11]?，F(xiàn)如今研究者們普遍達(dá)成共識，集群行為應(yīng)該體現(xiàn)出組織結(jié)構(gòu)的分布性、行為主體的簡單性、強(qiáng)適應(yīng)性，如遇到危險時可以迅速做出集體逃避動作。

集群的運(yùn)動方法有2種：第1種是平均行動向量的算法，即先規(guī)定每個單位有一個視野范圍，每個單位的移動方向，都是它自己視野范圍內(nèi)的平均移動量；第2種是勢能函數(shù)法，即通過模擬物理學(xué)中分子間的力的關(guān)系，通過引力或者斥力來移動，對于集群和分布式的理解可以簡單而明了。集群可以理解為一個業(yè)務(wù)部署到多個服務(wù)器上，而分布式則是一個任務(wù)分拆成多個子任務(wù)，可以認(rèn)為集群是物理形態(tài)，而分布式是工作方式。

集群控制需要圖論基礎(chǔ)，任意一個智能體都與它周圍的鄰居智能體通過相應(yīng)的連接拓?fù)鋵?shí)現(xiàn)通訊交互，抽象為數(shù)學(xué)語言就是一個拓?fù)鋱D。拓?fù)鋱D清晰具體地反映了智能體之間的通訊交互關(guān)系，任何控制協(xié)議都必須按照其規(guī)定的圖拓?fù)浣Y(jié)構(gòu)進(jìn)行分布式控制，每個節(jié)點(diǎn)的控制協(xié)議只允許依賴于關(guān)于該節(jié)點(diǎn)及其在圖中的鄰居節(jié)點(diǎn)的信息[12]。

集群控制一般都需要領(lǐng)航者，原因在于當(dāng)需要做出地圖的尋路算法時，需要一個隊(duì)長來做出尋路和判斷的算法，這樣可以大幅度減少計(jì)算量[13]。當(dāng)一個個體不能工作時，其它個體檢測不到其信號會自動填補(bǔ)其位置，如果有新的集群要加入，只需要和邊界的無人機(jī)建立通信即可，這種簡單的功能在集群尺度上表現(xiàn)出了自愈的能力[14]。集群智能的核心概念是共識主動性[15]，正如同蟻群中的個體都沒有建造的基因和計(jì)劃，但通過識別其余個體的信息素共同完成了巢穴建造。

從控制理論的角度來說，控制集群的行為就是用正反饋和負(fù)反饋 2個最基本的內(nèi)在要素來促使系統(tǒng)應(yīng)對外界的變化，正反饋對應(yīng)于快速性，負(fù)反饋對應(yīng)于穩(wěn)定性。然后通過博弈論[16]、神經(jīng)網(wǎng)絡(luò)[17]等方法來對個體行為模式的復(fù)雜性進(jìn)行訓(xùn)練以達(dá)到研究者的目標(biāo)，從而最終達(dá)成集群的群體智能行為。

3 集群控制關(guān)鍵技術(shù)

集群內(nèi)個體的局部運(yùn)動規(guī)則是預(yù)先定義好了的，學(xué)者們提出了間接控制的方法[18]，即通過對集群中加入可控個體，間接進(jìn)行外部控制。鑒于現(xiàn)實(shí)世界中存在領(lǐng)導(dǎo)者，受此啟發(fā)，很多學(xué)者都提出了領(lǐng)導(dǎo)者或者虛擬領(lǐng)導(dǎo)者角色，即領(lǐng)航者[19]。領(lǐng)航者是一類特殊的智能體，其它智能體都盡可能地跟隨領(lǐng)航者，按領(lǐng)導(dǎo)者的性質(zhì)可劃分為真實(shí)領(lǐng)導(dǎo)者和虛擬領(lǐng)導(dǎo)者。前者跟蹤的領(lǐng)導(dǎo)者是真實(shí)的目標(biāo)，這種方法主要應(yīng)用于移動傳感器網(wǎng)絡(luò)和分布式跟蹤問題中。而后者跟蹤領(lǐng)導(dǎo)者是預(yù)定參考運(yùn)動模型，文獻(xiàn)[20]研究了具有多個領(lǐng)導(dǎo)者的包含控制問題，文獻(xiàn)[21]研究了具有參數(shù)不確定性的網(wǎng)絡(luò)化拉格朗日系統(tǒng)的分布式包含控制問題，提出了與分布式自適應(yīng)控制算法結(jié)合的分布式滑模估計(jì)器。以上研究方法對集群控制中領(lǐng)航者的設(shè)計(jì)和研究方法進(jìn)行了介紹，并從不同的方面進(jìn)行了部分?jǐn)U展，在分布式結(jié)構(gòu)方面進(jìn)行了挖掘，提升了系統(tǒng)的魯棒性。

在集群控制算法的研究中，收斂速度是衡量一致性控制算法性能的重要指標(biāo)，研究有限時間一致性問題具有重要的現(xiàn)實(shí)意義。文獻(xiàn)[22]提出了2個分布式控制協(xié)議使得一階多智能體系統(tǒng)在有限時間內(nèi)達(dá)到一致，將此一致性協(xié)議擴(kuò)展應(yīng)用到多智能體系統(tǒng)的編隊(duì)控制中。文獻(xiàn)[23]研究了多智能體系統(tǒng)的有限時間一致性問題，用 Lyapunov函數(shù)為每個智能體構(gòu)建了全局非線性一致性協(xié)議，并且對于任意的初始條件系統(tǒng)均能在有限時間內(nèi)達(dá)到一致。文獻(xiàn)[24]以滑模變結(jié)構(gòu)理論研究了多機(jī)器人系統(tǒng)有限時間跟蹤一致性問題，該方法對輸入擾動具有魯棒性。以上研究從不同的方面給出了控制時域內(nèi)、有限時間內(nèi)收斂這一關(guān)鍵技術(shù)指標(biāo)，為設(shè)計(jì)集群控制方法給出了有力的支撐。

在通信方面，各個智能體實(shí)際應(yīng)用時只能獲得部分信息甚至得不到對方的信息。為此，研究者們引入了基于狀態(tài)觀測器的方法，文獻(xiàn)[25]針對多智能體系統(tǒng)設(shè)計(jì)了觀測器，奠定了多智能體系統(tǒng)觀測器設(shè)計(jì)的基礎(chǔ)。文獻(xiàn)[26]研究了一階多智能體系統(tǒng)的領(lǐng)導(dǎo)者跟隨一致性問題，引進(jìn)了觀測器來估計(jì)領(lǐng)導(dǎo)者的速度，并構(gòu)造了一個通用的Lyapunov函數(shù)分析了系統(tǒng)的穩(wěn)定性?；谟^測器的估計(jì)方法不依賴于實(shí)時傳感器信息，且以上研究缺少數(shù)據(jù)融合算法，單一狀態(tài)估計(jì)器信息難以保證狀態(tài)信息的可靠度。

集群系統(tǒng)以一個行為目標(biāo)來規(guī)劃運(yùn)動方式，也就是說控制的結(jié)果可以用一個目標(biāo)函數(shù)來表示，因此可以用最優(yōu)控制的方法來進(jìn)行控制器設(shè)計(jì)。最優(yōu)控制的研究方法有線性二次調(diào)節(jié)法（Linear Quadratic Regulator，LQR）、模型預(yù)測控制（Model Predictive Control，MPC）、微分博弈（Differential Games）、自適應(yīng)動態(tài)規(guī)劃（Adaptive Dynamic Programming，ADP）等。在以上方法中LQR適用于線性系統(tǒng)，設(shè)計(jì)過程是離線的；MPC是在線算法需要連續(xù)采樣和實(shí)時預(yù)測；微分博弈是最優(yōu)控制與博弈論的結(jié)合，可得到集群系統(tǒng)的納什均衡，但是會引入“維數(shù)災(zāi)難”問題；ADP最優(yōu)化方法是利用如神經(jīng)網(wǎng)絡(luò)的方式來逼近動態(tài)規(guī)劃中的性能指標(biāo)函數(shù)以達(dá)到最優(yōu)，可以看出上述方法各有優(yōu)缺點(diǎn)，現(xiàn)如今的研究趨勢是組合各種先進(jìn)的控制算法進(jìn)行研究。文獻(xiàn)[27]提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)方法，通過神經(jīng)網(wǎng)絡(luò)近似系統(tǒng)的動力學(xué)方程，利用自身及其鄰居之間的相對狀態(tài)信息為各個智能體設(shè)計(jì)出了自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器。文獻(xiàn)[28]將一致性和最優(yōu)性理論結(jié)合在一起考慮，將自適應(yīng)動態(tài)規(guī)劃與微分博弈結(jié)合解決了一般線性多智能體系統(tǒng)的一致最優(yōu)控制問題。以上研究方法在解決單一優(yōu)化目標(biāo)時考慮到了一致性的問題，使用的神經(jīng)網(wǎng)絡(luò)、博弈等方法各有其優(yōu)劣性，值得進(jìn)一步地深入研究。

在避碰任務(wù)規(guī)劃方面，文獻(xiàn)[29]利用計(jì)算幾何中的維諾圖理論，將任務(wù)環(huán)境劃分成多個互不重疊的維諾單元，通過 K-均值聚類算法連續(xù)迭代生成質(zhì)心維諾劃分，并設(shè)計(jì)相應(yīng)的分布式覆蓋控制器，智能體只在自己的維諾單元內(nèi)移動，從而避免碰撞。文獻(xiàn)[30]設(shè)計(jì)了一個分布式梯度優(yōu)化算法，驅(qū)動每個智能體朝著最大化目標(biāo)函數(shù)的方向移動，驅(qū)動器避開障礙物等多種情況。人工勢能函數(shù)[31]使得每個智能體遇到障礙物和鄰居智能體時能夠產(chǎn)生排斥力，迫使智能體分散開來，覆蓋整個任務(wù)環(huán)境。類似的方法還有虛擬力算法[32]、反蜂擁模型區(qū)域覆蓋算法[33]。這些方法的最大特點(diǎn)是利用虛擬的吸引力和排斥力來設(shè)計(jì)分布式控制器。計(jì)算機(jī)領(lǐng)域的研究者還從信息論的角度提出了區(qū)域最優(yōu)覆蓋算法[34]。

以上集群控制方法都存在各自的局限性和優(yōu)點(diǎn)，依靠單一控制方法來進(jìn)行集群控制結(jié)果是不理想的。將人工智能法和勢能函數(shù)法進(jìn)行結(jié)合，是目前集群智能控制研究的趨勢，目前文獻(xiàn)研究的都是針對初始條件的集群環(huán)境，外部干預(yù)控制和集群控制完善也是一個重要的課題，各種先進(jìn)的控制算法的發(fā)展也可以提高群智能行為模式，學(xué)科結(jié)合和學(xué)科交叉也可以提供技術(shù)解決方案。

4 AUV集群控制技術(shù)

AUV 在執(zhí)行任務(wù)過程中，往往是沿著預(yù)先規(guī)劃好的路徑前進(jìn)的，應(yīng)用于任務(wù)規(guī)劃主要有人工勢場法、匹配法和圖形搜索法等。人工勢場法是在AUV的目標(biāo)位置周圍定義一個虛擬的引力場，而在障礙物周圍則定義一個虛擬的斥力場，引力場和斥力場會對場中的AUV產(chǎn)生引力和斥力作用從而決定AUV的運(yùn)動[35]。匹配法[36]將當(dāng)前的狀態(tài)與過去相比較，找到最接近的狀態(tài)，就可得到一條新的路徑，按照有無碰撞發(fā)生，將區(qū)域劃分為自由空間和限制空間，在自由空間內(nèi)再根據(jù)某一準(zhǔn)則確定最優(yōu)路徑。圖形搜索法[37]可用于多AUV的掃雷任務(wù)，該算法根據(jù)各AUV的起點(diǎn)和終點(diǎn)來為其畫一個橢圓，橢圓里面的區(qū)域就是相應(yīng)AUV所要執(zhí)行任務(wù)的區(qū)域，再根據(jù)這個區(qū)域里面各個水雷的位置，對單個 AUV采取一定的優(yōu)化算法來求取最短的路徑。文獻(xiàn)[38]利用進(jìn)化算法來對多 AUV的路徑進(jìn)行優(yōu)化設(shè)計(jì)。文獻(xiàn)[39]提出了一種基于交通規(guī)則的多機(jī)器人避碰規(guī)劃。該方法根據(jù)交通規(guī)則來解決機(jī)器人之間的協(xié)調(diào)避碰問題。文獻(xiàn)[40]提出了一種基于協(xié)商和意愿強(qiáng)度的避碰規(guī)劃，該方法通過定義機(jī)器人行為意愿強(qiáng)度來解決機(jī)器人多種行為的綜合問題。文獻(xiàn)[41]討論了在受到環(huán)境約束條件下，如何安全地形成所希望的編隊(duì)形狀。文獻(xiàn)[42]采用虛擬領(lǐng)隊(duì)的方法對多機(jī)器人編隊(duì)的協(xié)調(diào)控制進(jìn)行研究：虛擬領(lǐng)隊(duì)用來控制整個隊(duì)伍前進(jìn)的方向，隊(duì)伍中的各個機(jī)器人成員之間均定義了人工勢場，以確保它們之間保持安全的距離。以上方法針對 AUV的集群運(yùn)動控制探討了多種情況，使用的研究方式新穎，技術(shù)可行性較高，具有很高的參考價值。

通過通信，系統(tǒng)中的各AUV就可以了解其它AUV的意圖、目標(biāo)和動作以及當(dāng)前環(huán)境狀態(tài)、自身所處整體的位置等信息，從而進(jìn)行有效的磋商，協(xié)作完成任務(wù)。通信技術(shù)是AUV集群控制的關(guān)鍵技術(shù)之一，文獻(xiàn)[43]開發(fā)了網(wǎng)絡(luò)通信協(xié)議用于多AUV協(xié)調(diào)定位和通信。通過測量AUV間的信號延遲和互換各自的定位地圖來實(shí)現(xiàn)AUV間的相互定位。文獻(xiàn)[44]提出了一種自主式水下系統(tǒng)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的每個節(jié)點(diǎn)都可作為一個單獨(dú)的路由器，網(wǎng)絡(luò)的拓?fù)湫螤铍S著 AUV數(shù)量的增加或減少而發(fā)生改變。以上研究方法考慮了實(shí)際通信系統(tǒng)中的復(fù)雜性和不可控因素，使得通信系統(tǒng)的魯棒性得到了提升。

AUV在軍事上一個重要的用途是利用其攜帶的主動式聲吶對水雷進(jìn)行探測直至清除。文獻(xiàn)[45]提出將多個AUV組成的編隊(duì)用于水下掃雷。整個AUV群體由一領(lǐng)隊(duì)進(jìn)行集中協(xié)調(diào)，以覆蓋最大的掃雷區(qū)域。當(dāng)某一AUV在掃雷任務(wù)中“犧牲”后，領(lǐng)隊(duì)將對剩下的任務(wù)進(jìn)行重新分配。文獻(xiàn)[46]提出了一種基于生物行為的智能控制系統(tǒng)并將其應(yīng)用到多AUV的協(xié)調(diào)控制中。中科院沈陽自動化研究所在仿生機(jī)器人研究上面也取得了一些突破[47]。以上研究成果在水雷戰(zhàn)上都具有相當(dāng)大的應(yīng)用前景，直接給出了AUV掃雷軍事用途的軍事應(yīng)用前景和技戰(zhàn)術(shù)指導(dǎo)，值得水雷行業(yè)技術(shù)人員和行業(yè)領(lǐng)軍者們關(guān)注。本文所綜述的各種先進(jìn)的魯棒控制[48]、動態(tài)控制[49]、最優(yōu)控制算法[50]、通信方案[51]等都可以為技術(shù)應(yīng)用提供解決方案，具有相當(dāng)大的發(fā)展前景。若能進(jìn)行立項(xiàng)，使得更多行業(yè)內(nèi)從業(yè)人員具備研究條件，對該控制方法進(jìn)行深度的挖掘，相信可以給行業(yè)的發(fā)展帶來顛覆性的改變，帶來新的關(guān)注焦點(diǎn)和認(rèn)知轉(zhuǎn)變。

無人自主系統(tǒng)式人工智能的重要應(yīng)用，已經(jīng)成為國家重大戰(zhàn)略，集群控制技術(shù)的發(fā)展不能僅僅停留在理論研究上面，未來的發(fā)展應(yīng)該結(jié)合產(chǎn)業(yè)現(xiàn)狀，對未來的發(fā)展建議有：

1）借鑒軍事強(qiáng)國技術(shù)研發(fā)模式及無人機(jī)集群作戰(zhàn)樣式，舉辦AUV集群大賽，將其納入裝備體系整體規(guī)劃，提高多AUV集群系統(tǒng)在復(fù)雜環(huán)境下的實(shí)際執(zhí)行任務(wù)能力和抗干擾能力，加強(qiáng)系統(tǒng)間的對抗演練，提高系統(tǒng)的作戰(zhàn)能力。

2）探索未來水下裝備智能集群作戰(zhàn)概念，重視軍民融合，以作戰(zhàn)任務(wù)需求出發(fā)，重視先進(jìn)控制算法和理論，重視平臺、通信、計(jì)算、有效載荷協(xié)調(diào)發(fā)展，統(tǒng)籌規(guī)劃多AUV系統(tǒng)發(fā)展。

3）著眼交叉學(xué)科的技術(shù)發(fā)展，關(guān)注突破顛覆性技術(shù)，重視生物學(xué)、控制論、人工智能、機(jī)器人學(xué)科等學(xué)科交叉的前沿技術(shù)研究。

4）注重國防安全應(yīng)用研究，確定出無人機(jī)、無人車、無人艇、無人潛航器等跨域無人平臺構(gòu)成的無人體系。在民用方面，了解用戶需求，促進(jìn)技術(shù)發(fā)展和應(yīng)用轉(zhuǎn)化，不可讓先進(jìn)的控制方法研究停留在理論層面，應(yīng)該在實(shí)用進(jìn)程中展現(xiàn)其生命力。