做多无人机集群仿真这几年我最深的感受是部署和运动两个词看起来简单合在一起却很容易打架。部署要解决“无人机应该去哪些位置”运动要解决“怎么安全到达那里”而把博弈论自适应策略和CVACA固定路径策略放在同一套框架里协同工作则是这篇内容的主题。多无人机部署不是单纯画几个目标点也不仅仅是让算法跑出一个漂亮动画它需要把任务分配、路径生成、碰撞避免、运动控制串成一条完整链路。这篇文章我会把整套仿真思路、Matlab代码框架和调参经验都摊开讲适合正在做集群算法验证、毕业设计或者工程预研的开发者刚入门的人也能按着路径把代码跑起来。1. 需求拆解与整体架构1.1 多无人机部署到底在解决什么问题多无人机部署本质上是给一组无人机分配期望位置或任务区域在满足覆盖、连通、能耗等约束下让整个集群效能最大化。比如区域搜索、通信中继、物资投放都需要在一开始或者任务动态变化时确定每架无人机应该待在哪里。传统做法可以用集中式优化把全部位置信息收集到中心节点统一求解一个大规模优化问题。但集群规模一大集中式求解很慢一旦中心节点故障整个系统就瘫痪。所以我在项目中选择了博弈论的自适应策略。每架无人机只跟邻居交互通过局部效用函数迭代最终收敛到一个系统可接受的部署状态。这种思路和现实中多智能体分布式决策很像不需要中心节点扩展性也好。它的核心优势不是单次计算多么精确而是让集群在面对动态环境时能自发地重新分布。无人机掉线、新增目标、覆盖区域变化这些事件都不需要重新启动全局求解只需要让相关区域附近的无人机重新博弈几轮。当然分布式博弈也有代价它不能保证严格全局最优只能保证收敛到均衡。但对于大多数工程任务来说局部最优且稳健的部署结果已经比中心式全局最优但脆弱很多的实际体验要好得多。后面我会详细讲效用函数怎么设计才知道这个均衡结果到底意味着什么。1.2 为什么是“博弈论 CVACA固定路径”组合只有部署决策还不够部署完之后无人机还要从当前位置移动到目标位置。这里就引出CVACA固定路径策略。我对它的定义是CVACACooperative Velocity Allocation and Collision Avoidance协同速度分配与避碰指的是先根据部署结果生成固定参考路径然后无人机在跟随路径的过程中用避碰算法实时修正速度保证不会相撞。组合起来看博弈论负责“做什么决策”CVACA负责“怎么走安全”一个偏任务层一个偏运动层分工非常明确。这样分层的另一个好处是模块解耦。任务层换个算法不影响运动层运动层换个避碰策略也不会推翻部署逻辑。实际调试时我经常先单独把CVACA调好再把它接到博弈论输出上这样出了问题能很快定位是哪一层的问题。如果一上来就把所有逻辑混在一个脚本里无人机乱飞的时候你根本分不清是目标点给错了还是路径跟踪、避碰逻辑有bug。1.3 系统运行流程整体仿真流程可以分成四步。第一步初始化环境包括地图大小、障碍物、无人机数量、通信半径、初始位置。第二步运行博弈论部署算法每架无人机根据当前位置和邻居信息计算效用更新目标点。第三步根据目标点生成固定路径无人机用CVACA策略跟踪路径并避碰。第四步收集数据统计覆盖率、能量消耗、冲突次数、收敛时间等指标。这四个步骤并不是严格顺序执行博弈层通常会周期性运行。比如任务区域变化、无人机掉线、新增任务都会触发新一轮博弈更新运动层在每次仿真时间步都要执行。这个“周期性决策 连续运动控制”的结构就是整套仿真的骨架。我之前见过一些项目把博弈更新写在每一次运动控制里结果目标点频繁变化路径还没走完就重新规划最后整个集群像无头苍蝇一样乱转。合理的做法是让博弈层以较粗的时间粒度运行运动层以较细的时间粒度执行两层之间隔着一条“生成固定路径”的中间环节。2. 博弈论自适应策略设计与建模2.1 把部署问题建模成势博弈多无人机部署涉及多个决策者每个决策者都会影响整体结果天然适合用博弈论建模。我采用的是势博弈框架存在一个全局势函数每个无人机单方面改变自己的策略时自身效用函数的变化量和全局势函数的变化量方向一致。这个性质保证只要所有无人机都追求自身效用最大化最终会收敛到一个纯策略纳什均衡而且这个均衡往往对应着全局势函数的局部极小值。具体建模时每架无人机是一个博弈参与者策略是它的期望位置或目标区域编号。效用函数不能只看自己要把对集群的影响也考虑进去。我的做法是把覆盖收益、通信代价、碰撞风险、能耗代价四部分加权组合。每个无人机在迭代时会比较移动到不同候选位置的效用值选择效用最高的策略重复多次后整个系统进入均衡。理解势博弈的关键点在于“单方面调整收益”。也就是说当某一架无人机想换到另一个位置时它只需要考虑自己切换后对全局势函数的影响方向是否和自己的效用变化一致。只要满足这个条件分布式迭代就不会出现循环震荡。这比一般博弈要稳定得多也是我选择它的主要原因。2.2 效用函数设计覆盖、通信、能耗都要折算效用函数的选取直接决定部署效果。我常用的形式是U_i(s_i, s_{-i}) w_c * C_i - w_l * L_i - w_e * E_i - w_a * A_i其中C_i是覆盖收益表示无人机在当前位置对任务区域的信息贡献一般是距离任务中心的递减函数L_i是通信代价表示为保持与邻居通信所需功率折算E_i是能耗代价与飞行距离和悬停时间有关A_i是避碰代价防止无人机离得太近。权重w_c等根据任务需求调。举个例子在区域搜索场景里我希望无人机覆盖不同子区域而非扎堆于是把C_i设计成与“未覆盖面积”有关哪块区域覆盖稀疏无人机往那边移动的收益就大。在通信中继场景里我会提高w_l的权重让无人机保持合适的间距以维持链路。注意这里的效用函数不一定需要闭式表达式也可以写成基于采样点统计的数值函数。只要候选位置能算出相对高低博弈就能跑起来。自适应体现在权重会随环境变化。比如任务区域内突然出现高价值目标我可以在线增加w_c引导无人机向目标区域集中如果发现集群通信质量下降就调大w_l。我还实验过让无人机根据邻居数量动态调整权重邻居很多时增加避碰与通信代价邻居较少时增加覆盖收益这样能避免过度拥挤。这个自适应机制我放在整个博弈迭代的外层每隔几个迭代周期更新一次权重相当于在博弈模型里加入了一个慢变量。2.3 纳什均衡求解与自适应迭代机制严格求解纳什均衡在大规模博弈里很难但势博弈有一个好处可以使用更简单的分布式迭代。我这里用的是“异步部分最好响应”思路。每个仿真周期无人机不要求同步更新全部决策而是随机选择一部分无人机进行策略更新选中的无人机会评估若干候选位置选择使自身效用最大的位置。这种机制模拟了真实集群中通信和计算资源的有限性也不容易因为所有无人机同时切换导致震荡。具体迭代逻辑可以参考这段Matlab风格的伪代码for iter 1:maxIter updateIdx randperm(N, K); for i updateIdx candidateTargets generateCandidates(drones(i).pos, targetCatalog); for c 1:size(candidateTargets, 1) U(c) computeUtility(candidateTargets(c, :), neighborsInfo, params); end [~, best] max(U); drones(i).target candidateTargets(best, :); end globalPotential computePotential(drones, params); if abs(globalPotential - lastPotential) eps break; end end这里的K是每次迭代的更新数量通常取无人机总数N的20%~40%。更新过少收敛慢更新过多容易产生局部振荡。我后面会在参数调优里给出经验值。另外一个细节是候选点的生成范围不能离当前目标太远否则每次迭代都像重新规划任务集群运动会被打乱也不能离太近否则效用变化太小迭代半天没有进展。我一般以当前目标为中心在半径约为通信半径三分之一的圆内做少量采样。3. CVACA固定路径策略与运动仿真实现3.1 固定路径从哪来航路点生成与平滑部署层给出的是目标位置CVACA的第一步要把这些位置变成可跟踪的航路点序列。我的做法是先用基于采样的方法在地图上生成关键航路点再用贝塞尔曲线处理平滑避免出现无人机无法急转弯的路径。固定路径里的“固定”指的是航路点和曲线参数在每次部署决策更新之间保持不变无人机只需要按路径参数运动。航路点生成不能只考虑距离最短。真实飞行中还要避开障碍物、避免大角度转向。所以我会把航路点分为两类任务航路点和避障航路点。任务航路点来自部署层目标位置避障航路点由地图信息生成。如果目标是动态变化的只需要重新生成任务点后面的路径段前面的路径不用推倒重来。这个设计在仿真里看起来省不了几步但对代码组织和计算量很有帮助。贝塞尔曲线平滑这块经验是控制点数量不要太多否则曲线会出现不必要的波动。我通常用三阶贝塞尔曲线起点和终点方向由进出航路段的航向决定中间两个控制点取在沿航向方向约三分之一距离的位置。这样既保证了曲率连续也不会明显偏离原航线。如果直接拿折线路径给无人机跟踪无人机到航路点时会突然转向仿真动画里能看到明显的“抖动”这是很多人忽略的问题。3.2 速度障碍法如何避免机间碰撞固定路径只解决了“走哪条路”的问题还没解决“同一条路遇到其他无人机怎么办”。CVACA中的避碰我用的是速度障碍法的改进版核心思想非常简单把相对速度映射到以对方无人机为圆心的障碍圆上如果速度方向落在危险区域内就调整速度方向或大小使其离开危险区域。具体到Matlab实现我维护每一架无人机的期望速度向量计算与邻居的相对位置和相对速度判断是否存在碰撞风险。如果存在就在期望速度周围搜索一个可行速度使得相对速度不指向对方的安全圆。这个可行速度还要满足无人机自身的最大速度、最小转弯半径约束。避碰机动不能太激进不然无人机会在密集编队里反复避让。我给避碰修正量设置了一个上限并且只有当预测碰撞时间小于某个阈值时才启动。这个“预测碰撞时间”很关键太大会导致频繁避让太小则会来不及。我通常把阈值设为2到3秒对应着无人机以当前速度接近对方时还有足够反应时间又不会因为远处无人机顺路就误判为碰撞风险。3.3 固定路径跟踪与局部避让的切换逻辑无人机既要沿固定路径走又要在必要时避让这里需要一套切换逻辑。我的做法是正常情况下期望速度由路径跟踪控制器给出也就是沿参考路径切线方向、按期望速度大小前进当检测到碰撞风险时把期望速度切换为避碰修正后的速度风险解除后再通过一个恢复项引导无人机回到参考路径上。这个“恢复项”我在项目里叫路径回归力大小和无人机偏离路径的距离成正比。相当于每架无人机被路径拴住离得越远越要往回拉。这样做的好处是避让只是短暂的偏离整体仍然保持固定路径的秩序不会越躲越乱。代码上路径跟踪和避碰都是独立的函数主循环里顺序调用即可层级清晰。这里有一点容易忽略避碰修正后的速度不能直接丢弃至少要保留一两个控制周期否则下一帧路径跟踪又会把速度拉回到危险方向。后面我在问题排查里会专门讲这个案例。3.4 CVACA核心函数代码示例下面这段是我仿真里的关键函数框架重点展示速度障碍避碰的逻辑function v_new cvaca_avoidance(drones, i, v_des, dt) v_new v_des; pos_i drones(i).pos; r_i drones(i).radius; for j 1:length(drones) if j i, continue; end rel_pos drones(j).pos - pos_i; rel_vel v_new - drones(j).vel; dist norm(rel_pos); % 安全距离两机半径和 制动余量 safe_dist r_i drones(j).radius drones(i).brakeDist; if dist safe_dist % 相对速度方向是否指向对方 if dot(rel_pos, rel_vel) 0 % 构造分离速度沿相对位置方向修正 dir_sep rel_pos / dist; correction dir_sep * drones(i).maxAccel * dt; v_new v_new correction; % 限制速度幅值 if norm(v_new) drones(i).maxSpeed v_new v_new / norm(v_new) * drones(i).maxSpeed; end end end end end这段代码是简化的速度障碍避碰适合作为仿真验证。真实工程里建议用完整的速度障碍锥判断还要把邻居的预测位置考虑进去。我后面在问题排查里会讲一个这样写容易踩的坑。函数里的correction直接和加速度、步长相关逻辑简单但缺点是只有当距离已经小于安全距离时才触发修正反应偏晚。如果步长太大或者无人机速度太快一个时间步内就可能穿越对方的安全圆。4. Matlab仿真环境搭建与核心代码实现4.1 仿真参数如何初始化Matlab仿真的第一步不是写算法而是把参数定义清楚。我会用结构体或者脚本变量统一管理参数避免硬编码散落在各个函数里。常用参数包括地图范围、无人机数量、通信半径、最大速度、碰撞半径、仿真步长和单次仿真时长。建议刚开始验证时先把无人机数量控制在8到30架之间数量太少看不出集群效应数量太多又会被调试问题淹没。初始化代码可以这样写params.N 10; params.map [0 100 0 100]; params.commRange 25; params.maxSpeed 5; params.safeRadius 1.5; params.dt 0.1; params.T 60; drones initDrones(params.N, params.map, params); targets initTargets(params.N, params.map);initDrones里要随机放置无人机并给初始速度清零同时给每架无人机的路径数据预分配矩阵。这里预分配很重要因为后面每一帧都要记录位置和速度不预分配会让Matlab越来越慢。我见过不少同学在循环里用history [history; newPos]仿真跑到一半明显卡顿就是这个原因。4.2 主循环把博弈决策、路径生成和运动控制串起来主循环是整套仿真的发动机。我按下面这个结构组织t 0; idx 1; maxSteps floor(params.T / params.dt); history.pos zeros(params.N, 2, maxSteps); history.targets zeros(params.N, 2, maxSteps); while t params.T % 每5秒触发一次博弈层决策 if mod(t, 5) 0 targets gameTheoryUpdate(drones, targets, params); % 根据新目标重新生成固定路径 drones generateFixedPath(drones, targets, params); end for i 1:params.N v_des pathFollowing(drones(i), t, params); v_safe cvaca_avoidance(drones, i, v_des, params.dt); drones(i).vel v_safe; drones(i).pos drones(i).pos drones(i).vel * params.dt; end history.pos(:, :, idx) reshape([drones.pos], 2, params.N); history.targets(:, :, idx) targets; t t params.dt; idx idx 1; end这里在每5秒执行一次博弈更新也可以做成事件触发比如通信链路中断时触发。固定路径的重新生成频率和博弈更新频率保持一致因为只有目标点变化时才需要改路径。主循环的分工非常清楚上层决策改变目标点中间层生成路径底层运动控制和避碰每步执行。如果你想加入障碍物避障只需要在cvaca_avoidance之前再加一个静态障碍物检测函数即可。4.3 数据处理与实时可视化仿真跑起来之后光看数据很难发现问题我习惯在Matlab里开两个图一个显示无人机实时位置、目标点、路径曲线和探测范围另一个显示效用值、最小间距、平均速度。实时可视化能立刻暴露路径穿插、目标震荡、避碰失效等问题。简单的可视化工具有plot、quiver、viscircles例如figure(1); clf; hold on; axis equal; for i 1:params.N plot(drones(i).path(:, 1), drones(i).path(:, 2), --); quiver(drones(i).pos(1), drones(i).pos(2), ... drones(i).vel(1), drones(i).vel(2), r); viscircles(drones(i).pos, drones(i).radius); end保存数据我用mat文件或者直接把history输出方便事后重放和统计。重放比实时看更好用因为可以放慢速度逐帧检查。我一般在代码里加一个pause(0.01)控制动画刷新数据记录则完全不受显示影响。事后重放时只需要遍历history中的位置数据调用同一套绘图函数逐帧绘制即可。5. 仿真结果分析与参数调优5.1 我怎么评估一套部署加运动方案好不好仿真不是为了跑个动画是要有量化指标。我关注四个维度收敛时间、覆盖代价、碰撞次数、通信链路质量。收敛时间是博弈层达到均衡所需的迭代次数或仿真时间覆盖代价是未覆盖区域面积或连续空洞数量碰撞次数是仿真全程最小间距小于安全距离的次数链路质量是相邻无人机保持通信的比例。这四个指标经常互相矛盾。比如提高速度会减少到达时间但增加碰撞风险增大通信半径会改善链路但也会让博弈更新时邻居信息更多计算变慢。调参时要明确当前场景更看重什么。如果做搜索任务我会优先看覆盖代价如果做编队飞行演示我会优先看碰撞次数和路径保持误差。没有统一的最优只有针对场景的平衡点。5.2 几组典型对照实验我做过的对照实验里比较有参考价值的是这几组。第一组固定权重vs自适应权重。固定权重下10架无人机在100x100地图上容易扎堆因为覆盖收益权重不够大自适应权重下集群会更快分散到不同区域覆盖代价低了约20%。第二组博弈更新频率设置1秒、5秒、10秒。1秒更新时目标点频繁变化路径刚生成就要改能耗增加10秒更新时任务响应慢。5秒在多数场景下比较稳。第三组避碰阈值偏大偏小的对比。阈值过大时无人机在稀疏场景频繁绕行路径偏离严重阈值过小时密集编队会出现危险逼近。这些结果不一定能直接搬到所有场景但至少说明一个问题任何参数都要和任务场景绑定不能盲目固定一组“万能参数”。我见过有人把别处论文里的参数直接搬过来跑结果完全不对原因就是地图尺度、无人机速度、通信半径都不一样。5.3 参数调优的一点实战心得调参我有两个习惯。第一个是用网格搜索扫关键参数把覆盖代价和碰撞次数画成热力图一眼能看出哪些参数敏感。第二个是固定随机种子。Matlab里用rng(0)固定随机数否则每次初始化不同调参时会分不清是参数影响还是随机性影响。另外一个容易被忽略的点是博弈权重和运动速度要匹配。如果博弈层希望无人机快速响应新目标但运动层最大速度很低目标点变化再快也没用。反过来运动层速度很快博弈层更新太慢无人机会在旧目标上来回飞。让两层的“时间尺度”匹配这是整个系统稳定运行的关键。我的做法是先固定运动层参数让路径跟踪和避碰表现稳定再去调博弈层的更新周期和权重避免同时调太多变量。6. 常见问题与排查技巧实录6.1 问题速查表我把仿真中经常遇到的问题整理成表方便大家对照。现象可能原因排查思路无人机目标点来回震荡博弈更新频率过高或候选策略间距太小降低更新频率增大候选点间距固定路径形变严重贝塞尔控制点参数不合适检查控制点位置减少曲率突变避碰频繁误触发预测碰撞时间阈值太大调小阈值或只在相对距离小于某值时才检测密集编队仍然相撞避碰修正只用了dt内位移来不及改用速度障碍圆锥提前一个时间窗口预测仿真越来越慢历史数组未预分配预先分配history矩阵避免动态扩维收敛后覆盖仍有空洞覆盖收益权重太低提高w_c或调整覆盖函数半径表格里的问题基本我都踩过有些是因为模型理解不足有些则是代码习惯造成的。比如历史数组未预分配这个和算法本身没关系但会影响你调参效率仿真跑一秒卡十秒根本没法做参数扫描。6.2 从一次“路径穿越”问题说开去有一次仿真我发现两架无人机的固定路径交叉但避碰系统没有阻止。查了很久才发现问题出在路径跟踪器的期望速度上当无人机已经在路径交点附近时避碰函数确实修正了速度但下一帧路径跟踪器又把期望速度拉回原切线方向而且修正量太小最终导致穿越。这个问题的本质是固定路径跟踪和避碰之间的优先级切换不够平滑。后来我在避碰函数里加入了一个“碰撞时间预测”的滞回逻辑只有预测碰撞时间持续小于阈值时才强制修正速度并且修正后的速度会保留一小段时间避免被路径跟踪立即覆盖。这样处理之后穿越问题基本消失。还有个细节是避碰函数里的安全距离不能只算当前帧。因为无人机有速度当前帧没碰不代表下一帧不碰。必须用相对速度和相对位置外推一下预测未来0.5到1秒内是否进入安全圆。这个外推逻辑很便宜但对可靠性提升很大。6.3 可视化调试和随机性控制的技巧最后一个建议是重视可视化调试。我一般在仿真中画三样东西无人机安全圆、目标点编号、路径跟踪误差。安全圆能直观看出是否接近碰撞目标点编号能确认博弈结果是否正确路径跟踪误差则能判断避让后是否还能回到参考路径。调试策略的时候把rng固定住让每次初始布局一样只改算法逻辑。算法调稳定了再放开随机种子跑多组实验验证鲁棒性。这个顺序能帮你减少80%的无效调试时间。我自己的习惯是先在10架无人机、无障碍物的简单场景里把博弈和避碰跑通再逐渐增加无人机数量、加入障碍物、引入通信丢包。每一步只引入一个新的复杂度因素出了问题能立即定位。我自己在实际调试中最大的体会是多无人机部署与运动仿真真正难的不是某一个算法而是让两层策略在时间尺度、信息粒度上相互匹配。博弈论给你全局视角的决策CVACA给你局部安全的运动二者缺一不可。后续想扩展的话可以考虑把通信时延和数据丢包塞进仿真里让博弈更新在动态不确定的环境下做决策这会比现在的理想信道模型更接近实际。希望这篇内容能让你少走一点我之前走过的弯路。
做多无人机集群仿真这几年我最深的感受是部署和运动两个词看起来简单合在一起却很容易打架。部署要解决“无人机应该去哪些位置”运动要解决“怎么安全到达那里”而把博弈论自适应策略和CVACA固定路径策略放在同一套框架里协同工作则是这篇内容的主题。多无人机部署不是单纯画几个目标点也不仅仅是让算法跑出一个漂亮动画它需要把任务分配、路径生成、碰撞避免、运动控制串成一条完整链路。这篇文章我会把整套仿真思路、Matlab代码框架和调参经验都摊开讲适合正在做集群算法验证、毕业设计或者工程预研的开发者刚入门的人也能按着路径把代码跑起来。1. 需求拆解与整体架构1.1 多无人机部署到底在解决什么问题多无人机部署本质上是给一组无人机分配期望位置或任务区域在满足覆盖、连通、能耗等约束下让整个集群效能最大化。比如区域搜索、通信中继、物资投放都需要在一开始或者任务动态变化时确定每架无人机应该待在哪里。传统做法可以用集中式优化把全部位置信息收集到中心节点统一求解一个大规模优化问题。但集群规模一大集中式求解很慢一旦中心节点故障整个系统就瘫痪。所以我在项目中选择了博弈论的自适应策略。每架无人机只跟邻居交互通过局部效用函数迭代最终收敛到一个系统可接受的部署状态。这种思路和现实中多智能体分布式决策很像不需要中心节点扩展性也好。它的核心优势不是单次计算多么精确而是让集群在面对动态环境时能自发地重新分布。无人机掉线、新增目标、覆盖区域变化这些事件都不需要重新启动全局求解只需要让相关区域附近的无人机重新博弈几轮。当然分布式博弈也有代价它不能保证严格全局最优只能保证收敛到均衡。但对于大多数工程任务来说局部最优且稳健的部署结果已经比中心式全局最优但脆弱很多的实际体验要好得多。后面我会详细讲效用函数怎么设计才知道这个均衡结果到底意味着什么。1.2 为什么是“博弈论 CVACA固定路径”组合只有部署决策还不够部署完之后无人机还要从当前位置移动到目标位置。这里就引出CVACA固定路径策略。我对它的定义是CVACACooperative Velocity Allocation and Collision Avoidance协同速度分配与避碰指的是先根据部署结果生成固定参考路径然后无人机在跟随路径的过程中用避碰算法实时修正速度保证不会相撞。组合起来看博弈论负责“做什么决策”CVACA负责“怎么走安全”一个偏任务层一个偏运动层分工非常明确。这样分层的另一个好处是模块解耦。任务层换个算法不影响运动层运动层换个避碰策略也不会推翻部署逻辑。实际调试时我经常先单独把CVACA调好再把它接到博弈论输出上这样出了问题能很快定位是哪一层的问题。如果一上来就把所有逻辑混在一个脚本里无人机乱飞的时候你根本分不清是目标点给错了还是路径跟踪、避碰逻辑有bug。1.3 系统运行流程整体仿真流程可以分成四步。第一步初始化环境包括地图大小、障碍物、无人机数量、通信半径、初始位置。第二步运行博弈论部署算法每架无人机根据当前位置和邻居信息计算效用更新目标点。第三步根据目标点生成固定路径无人机用CVACA策略跟踪路径并避碰。第四步收集数据统计覆盖率、能量消耗、冲突次数、收敛时间等指标。这四个步骤并不是严格顺序执行博弈层通常会周期性运行。比如任务区域变化、无人机掉线、新增任务都会触发新一轮博弈更新运动层在每次仿真时间步都要执行。这个“周期性决策 连续运动控制”的结构就是整套仿真的骨架。我之前见过一些项目把博弈更新写在每一次运动控制里结果目标点频繁变化路径还没走完就重新规划最后整个集群像无头苍蝇一样乱转。合理的做法是让博弈层以较粗的时间粒度运行运动层以较细的时间粒度执行两层之间隔着一条“生成固定路径”的中间环节。2. 博弈论自适应策略设计与建模2.1 把部署问题建模成势博弈多无人机部署涉及多个决策者每个决策者都会影响整体结果天然适合用博弈论建模。我采用的是势博弈框架存在一个全局势函数每个无人机单方面改变自己的策略时自身效用函数的变化量和全局势函数的变化量方向一致。这个性质保证只要所有无人机都追求自身效用最大化最终会收敛到一个纯策略纳什均衡而且这个均衡往往对应着全局势函数的局部极小值。具体建模时每架无人机是一个博弈参与者策略是它的期望位置或目标区域编号。效用函数不能只看自己要把对集群的影响也考虑进去。我的做法是把覆盖收益、通信代价、碰撞风险、能耗代价四部分加权组合。每个无人机在迭代时会比较移动到不同候选位置的效用值选择效用最高的策略重复多次后整个系统进入均衡。理解势博弈的关键点在于“单方面调整收益”。也就是说当某一架无人机想换到另一个位置时它只需要考虑自己切换后对全局势函数的影响方向是否和自己的效用变化一致。只要满足这个条件分布式迭代就不会出现循环震荡。这比一般博弈要稳定得多也是我选择它的主要原因。2.2 效用函数设计覆盖、通信、能耗都要折算效用函数的选取直接决定部署效果。我常用的形式是U_i(s_i, s_{-i}) w_c * C_i - w_l * L_i - w_e * E_i - w_a * A_i其中C_i是覆盖收益表示无人机在当前位置对任务区域的信息贡献一般是距离任务中心的递减函数L_i是通信代价表示为保持与邻居通信所需功率折算E_i是能耗代价与飞行距离和悬停时间有关A_i是避碰代价防止无人机离得太近。权重w_c等根据任务需求调。举个例子在区域搜索场景里我希望无人机覆盖不同子区域而非扎堆于是把C_i设计成与“未覆盖面积”有关哪块区域覆盖稀疏无人机往那边移动的收益就大。在通信中继场景里我会提高w_l的权重让无人机保持合适的间距以维持链路。注意这里的效用函数不一定需要闭式表达式也可以写成基于采样点统计的数值函数。只要候选位置能算出相对高低博弈就能跑起来。自适应体现在权重会随环境变化。比如任务区域内突然出现高价值目标我可以在线增加w_c引导无人机向目标区域集中如果发现集群通信质量下降就调大w_l。我还实验过让无人机根据邻居数量动态调整权重邻居很多时增加避碰与通信代价邻居较少时增加覆盖收益这样能避免过度拥挤。这个自适应机制我放在整个博弈迭代的外层每隔几个迭代周期更新一次权重相当于在博弈模型里加入了一个慢变量。2.3 纳什均衡求解与自适应迭代机制严格求解纳什均衡在大规模博弈里很难但势博弈有一个好处可以使用更简单的分布式迭代。我这里用的是“异步部分最好响应”思路。每个仿真周期无人机不要求同步更新全部决策而是随机选择一部分无人机进行策略更新选中的无人机会评估若干候选位置选择使自身效用最大的位置。这种机制模拟了真实集群中通信和计算资源的有限性也不容易因为所有无人机同时切换导致震荡。具体迭代逻辑可以参考这段Matlab风格的伪代码for iter 1:maxIter updateIdx randperm(N, K); for i updateIdx candidateTargets generateCandidates(drones(i).pos, targetCatalog); for c 1:size(candidateTargets, 1) U(c) computeUtility(candidateTargets(c, :), neighborsInfo, params); end [~, best] max(U); drones(i).target candidateTargets(best, :); end globalPotential computePotential(drones, params); if abs(globalPotential - lastPotential) eps break; end end这里的K是每次迭代的更新数量通常取无人机总数N的20%~40%。更新过少收敛慢更新过多容易产生局部振荡。我后面会在参数调优里给出经验值。另外一个细节是候选点的生成范围不能离当前目标太远否则每次迭代都像重新规划任务集群运动会被打乱也不能离太近否则效用变化太小迭代半天没有进展。我一般以当前目标为中心在半径约为通信半径三分之一的圆内做少量采样。3. CVACA固定路径策略与运动仿真实现3.1 固定路径从哪来航路点生成与平滑部署层给出的是目标位置CVACA的第一步要把这些位置变成可跟踪的航路点序列。我的做法是先用基于采样的方法在地图上生成关键航路点再用贝塞尔曲线处理平滑避免出现无人机无法急转弯的路径。固定路径里的“固定”指的是航路点和曲线参数在每次部署决策更新之间保持不变无人机只需要按路径参数运动。航路点生成不能只考虑距离最短。真实飞行中还要避开障碍物、避免大角度转向。所以我会把航路点分为两类任务航路点和避障航路点。任务航路点来自部署层目标位置避障航路点由地图信息生成。如果目标是动态变化的只需要重新生成任务点后面的路径段前面的路径不用推倒重来。这个设计在仿真里看起来省不了几步但对代码组织和计算量很有帮助。贝塞尔曲线平滑这块经验是控制点数量不要太多否则曲线会出现不必要的波动。我通常用三阶贝塞尔曲线起点和终点方向由进出航路段的航向决定中间两个控制点取在沿航向方向约三分之一距离的位置。这样既保证了曲率连续也不会明显偏离原航线。如果直接拿折线路径给无人机跟踪无人机到航路点时会突然转向仿真动画里能看到明显的“抖动”这是很多人忽略的问题。3.2 速度障碍法如何避免机间碰撞固定路径只解决了“走哪条路”的问题还没解决“同一条路遇到其他无人机怎么办”。CVACA中的避碰我用的是速度障碍法的改进版核心思想非常简单把相对速度映射到以对方无人机为圆心的障碍圆上如果速度方向落在危险区域内就调整速度方向或大小使其离开危险区域。具体到Matlab实现我维护每一架无人机的期望速度向量计算与邻居的相对位置和相对速度判断是否存在碰撞风险。如果存在就在期望速度周围搜索一个可行速度使得相对速度不指向对方的安全圆。这个可行速度还要满足无人机自身的最大速度、最小转弯半径约束。避碰机动不能太激进不然无人机会在密集编队里反复避让。我给避碰修正量设置了一个上限并且只有当预测碰撞时间小于某个阈值时才启动。这个“预测碰撞时间”很关键太大会导致频繁避让太小则会来不及。我通常把阈值设为2到3秒对应着无人机以当前速度接近对方时还有足够反应时间又不会因为远处无人机顺路就误判为碰撞风险。3.3 固定路径跟踪与局部避让的切换逻辑无人机既要沿固定路径走又要在必要时避让这里需要一套切换逻辑。我的做法是正常情况下期望速度由路径跟踪控制器给出也就是沿参考路径切线方向、按期望速度大小前进当检测到碰撞风险时把期望速度切换为避碰修正后的速度风险解除后再通过一个恢复项引导无人机回到参考路径上。这个“恢复项”我在项目里叫路径回归力大小和无人机偏离路径的距离成正比。相当于每架无人机被路径拴住离得越远越要往回拉。这样做的好处是避让只是短暂的偏离整体仍然保持固定路径的秩序不会越躲越乱。代码上路径跟踪和避碰都是独立的函数主循环里顺序调用即可层级清晰。这里有一点容易忽略避碰修正后的速度不能直接丢弃至少要保留一两个控制周期否则下一帧路径跟踪又会把速度拉回到危险方向。后面我在问题排查里会专门讲这个案例。3.4 CVACA核心函数代码示例下面这段是我仿真里的关键函数框架重点展示速度障碍避碰的逻辑function v_new cvaca_avoidance(drones, i, v_des, dt) v_new v_des; pos_i drones(i).pos; r_i drones(i).radius; for j 1:length(drones) if j i, continue; end rel_pos drones(j).pos - pos_i; rel_vel v_new - drones(j).vel; dist norm(rel_pos); % 安全距离两机半径和 制动余量 safe_dist r_i drones(j).radius drones(i).brakeDist; if dist safe_dist % 相对速度方向是否指向对方 if dot(rel_pos, rel_vel) 0 % 构造分离速度沿相对位置方向修正 dir_sep rel_pos / dist; correction dir_sep * drones(i).maxAccel * dt; v_new v_new correction; % 限制速度幅值 if norm(v_new) drones(i).maxSpeed v_new v_new / norm(v_new) * drones(i).maxSpeed; end end end end end这段代码是简化的速度障碍避碰适合作为仿真验证。真实工程里建议用完整的速度障碍锥判断还要把邻居的预测位置考虑进去。我后面在问题排查里会讲一个这样写容易踩的坑。函数里的correction直接和加速度、步长相关逻辑简单但缺点是只有当距离已经小于安全距离时才触发修正反应偏晚。如果步长太大或者无人机速度太快一个时间步内就可能穿越对方的安全圆。4. Matlab仿真环境搭建与核心代码实现4.1 仿真参数如何初始化Matlab仿真的第一步不是写算法而是把参数定义清楚。我会用结构体或者脚本变量统一管理参数避免硬编码散落在各个函数里。常用参数包括地图范围、无人机数量、通信半径、最大速度、碰撞半径、仿真步长和单次仿真时长。建议刚开始验证时先把无人机数量控制在8到30架之间数量太少看不出集群效应数量太多又会被调试问题淹没。初始化代码可以这样写params.N 10; params.map [0 100 0 100]; params.commRange 25; params.maxSpeed 5; params.safeRadius 1.5; params.dt 0.1; params.T 60; drones initDrones(params.N, params.map, params); targets initTargets(params.N, params.map);initDrones里要随机放置无人机并给初始速度清零同时给每架无人机的路径数据预分配矩阵。这里预分配很重要因为后面每一帧都要记录位置和速度不预分配会让Matlab越来越慢。我见过不少同学在循环里用history [history; newPos]仿真跑到一半明显卡顿就是这个原因。4.2 主循环把博弈决策、路径生成和运动控制串起来主循环是整套仿真的发动机。我按下面这个结构组织t 0; idx 1; maxSteps floor(params.T / params.dt); history.pos zeros(params.N, 2, maxSteps); history.targets zeros(params.N, 2, maxSteps); while t params.T % 每5秒触发一次博弈层决策 if mod(t, 5) 0 targets gameTheoryUpdate(drones, targets, params); % 根据新目标重新生成固定路径 drones generateFixedPath(drones, targets, params); end for i 1:params.N v_des pathFollowing(drones(i), t, params); v_safe cvaca_avoidance(drones, i, v_des, params.dt); drones(i).vel v_safe; drones(i).pos drones(i).pos drones(i).vel * params.dt; end history.pos(:, :, idx) reshape([drones.pos], 2, params.N); history.targets(:, :, idx) targets; t t params.dt; idx idx 1; end这里在每5秒执行一次博弈更新也可以做成事件触发比如通信链路中断时触发。固定路径的重新生成频率和博弈更新频率保持一致因为只有目标点变化时才需要改路径。主循环的分工非常清楚上层决策改变目标点中间层生成路径底层运动控制和避碰每步执行。如果你想加入障碍物避障只需要在cvaca_avoidance之前再加一个静态障碍物检测函数即可。4.3 数据处理与实时可视化仿真跑起来之后光看数据很难发现问题我习惯在Matlab里开两个图一个显示无人机实时位置、目标点、路径曲线和探测范围另一个显示效用值、最小间距、平均速度。实时可视化能立刻暴露路径穿插、目标震荡、避碰失效等问题。简单的可视化工具有plot、quiver、viscircles例如figure(1); clf; hold on; axis equal; for i 1:params.N plot(drones(i).path(:, 1), drones(i).path(:, 2), --); quiver(drones(i).pos(1), drones(i).pos(2), ... drones(i).vel(1), drones(i).vel(2), r); viscircles(drones(i).pos, drones(i).radius); end保存数据我用mat文件或者直接把history输出方便事后重放和统计。重放比实时看更好用因为可以放慢速度逐帧检查。我一般在代码里加一个pause(0.01)控制动画刷新数据记录则完全不受显示影响。事后重放时只需要遍历history中的位置数据调用同一套绘图函数逐帧绘制即可。5. 仿真结果分析与参数调优5.1 我怎么评估一套部署加运动方案好不好仿真不是为了跑个动画是要有量化指标。我关注四个维度收敛时间、覆盖代价、碰撞次数、通信链路质量。收敛时间是博弈层达到均衡所需的迭代次数或仿真时间覆盖代价是未覆盖区域面积或连续空洞数量碰撞次数是仿真全程最小间距小于安全距离的次数链路质量是相邻无人机保持通信的比例。这四个指标经常互相矛盾。比如提高速度会减少到达时间但增加碰撞风险增大通信半径会改善链路但也会让博弈更新时邻居信息更多计算变慢。调参时要明确当前场景更看重什么。如果做搜索任务我会优先看覆盖代价如果做编队飞行演示我会优先看碰撞次数和路径保持误差。没有统一的最优只有针对场景的平衡点。5.2 几组典型对照实验我做过的对照实验里比较有参考价值的是这几组。第一组固定权重vs自适应权重。固定权重下10架无人机在100x100地图上容易扎堆因为覆盖收益权重不够大自适应权重下集群会更快分散到不同区域覆盖代价低了约20%。第二组博弈更新频率设置1秒、5秒、10秒。1秒更新时目标点频繁变化路径刚生成就要改能耗增加10秒更新时任务响应慢。5秒在多数场景下比较稳。第三组避碰阈值偏大偏小的对比。阈值过大时无人机在稀疏场景频繁绕行路径偏离严重阈值过小时密集编队会出现危险逼近。这些结果不一定能直接搬到所有场景但至少说明一个问题任何参数都要和任务场景绑定不能盲目固定一组“万能参数”。我见过有人把别处论文里的参数直接搬过来跑结果完全不对原因就是地图尺度、无人机速度、通信半径都不一样。5.3 参数调优的一点实战心得调参我有两个习惯。第一个是用网格搜索扫关键参数把覆盖代价和碰撞次数画成热力图一眼能看出哪些参数敏感。第二个是固定随机种子。Matlab里用rng(0)固定随机数否则每次初始化不同调参时会分不清是参数影响还是随机性影响。另外一个容易被忽略的点是博弈权重和运动速度要匹配。如果博弈层希望无人机快速响应新目标但运动层最大速度很低目标点变化再快也没用。反过来运动层速度很快博弈层更新太慢无人机会在旧目标上来回飞。让两层的“时间尺度”匹配这是整个系统稳定运行的关键。我的做法是先固定运动层参数让路径跟踪和避碰表现稳定再去调博弈层的更新周期和权重避免同时调太多变量。6. 常见问题与排查技巧实录6.1 问题速查表我把仿真中经常遇到的问题整理成表方便大家对照。现象可能原因排查思路无人机目标点来回震荡博弈更新频率过高或候选策略间距太小降低更新频率增大候选点间距固定路径形变严重贝塞尔控制点参数不合适检查控制点位置减少曲率突变避碰频繁误触发预测碰撞时间阈值太大调小阈值或只在相对距离小于某值时才检测密集编队仍然相撞避碰修正只用了dt内位移来不及改用速度障碍圆锥提前一个时间窗口预测仿真越来越慢历史数组未预分配预先分配history矩阵避免动态扩维收敛后覆盖仍有空洞覆盖收益权重太低提高w_c或调整覆盖函数半径表格里的问题基本我都踩过有些是因为模型理解不足有些则是代码习惯造成的。比如历史数组未预分配这个和算法本身没关系但会影响你调参效率仿真跑一秒卡十秒根本没法做参数扫描。6.2 从一次“路径穿越”问题说开去有一次仿真我发现两架无人机的固定路径交叉但避碰系统没有阻止。查了很久才发现问题出在路径跟踪器的期望速度上当无人机已经在路径交点附近时避碰函数确实修正了速度但下一帧路径跟踪器又把期望速度拉回原切线方向而且修正量太小最终导致穿越。这个问题的本质是固定路径跟踪和避碰之间的优先级切换不够平滑。后来我在避碰函数里加入了一个“碰撞时间预测”的滞回逻辑只有预测碰撞时间持续小于阈值时才强制修正速度并且修正后的速度会保留一小段时间避免被路径跟踪立即覆盖。这样处理之后穿越问题基本消失。还有个细节是避碰函数里的安全距离不能只算当前帧。因为无人机有速度当前帧没碰不代表下一帧不碰。必须用相对速度和相对位置外推一下预测未来0.5到1秒内是否进入安全圆。这个外推逻辑很便宜但对可靠性提升很大。6.3 可视化调试和随机性控制的技巧最后一个建议是重视可视化调试。我一般在仿真中画三样东西无人机安全圆、目标点编号、路径跟踪误差。安全圆能直观看出是否接近碰撞目标点编号能确认博弈结果是否正确路径跟踪误差则能判断避让后是否还能回到参考路径。调试策略的时候把rng固定住让每次初始布局一样只改算法逻辑。算法调稳定了再放开随机种子跑多组实验验证鲁棒性。这个顺序能帮你减少80%的无效调试时间。我自己的习惯是先在10架无人机、无障碍物的简单场景里把博弈和避碰跑通再逐渐增加无人机数量、加入障碍物、引入通信丢包。每一步只引入一个新的复杂度因素出了问题能立即定位。我自己在实际调试中最大的体会是多无人机部署与运动仿真真正难的不是某一个算法而是让两层策略在时间尺度、信息粒度上相互匹配。博弈论给你全局视角的决策CVACA给你局部安全的运动二者缺一不可。后续想扩展的话可以考虑把通信时延和数据丢包塞进仿真里让博弈更新在动态不确定的环境下做决策这会比现在的理想信道模型更接近实际。希望这篇内容能让你少走一点我之前走过的弯路。
