编队攻击检测与防御 多机器人编队控制。 攻击者攻击编队，并且编队可以通过SVM检测到攻击者，然后通过拓扑变换防御攻击。 您可以运行Attacker.m或Defender.m。 我已经对编队进行了一些训练，并将它们存储在.mat中。 该阵型由五个圆圈建模： 有一个攻击者是红色的： 长时间后，编队可以检测到受SVM攻击的机器人： 之后，我们输出路径和S进行验证：

里面为自己做的一字型编队控制仿真，均为m文件，助于对编队控制的理解

研究了基于离散时间模型的多智能体领航跟随编队控制算法。在该算法中,通过引入基于邻居的局部控制律以及基于邻居的状态估计规则设计了一种新型控制器,在该控制器中通过简单地设定跟随者和领航者之间的相对坐标即可方便地实现任意形状编队,同时该文引入了坐标旋转公式——用于实现整个队形能够随着领航者的运动方向的变化做相应旋转,且文中分别给出了固定拓扑和切换拓扑时系统稳定编队的充分条件。最后分别通过Matlab仿真和在Amigobot机器人平台上做实验来验证该算法的正确性及实际可行性。

一种用于水下机器人分布式编队控制的自适应自组织神经网络方法 论文pdf下载 ----------------------侵删----------------------- ~~~ ~~~

refer to：一种船队编队控制的backstepping方法_丁磊； 本程序基于领航者-跟随者模型，复现了该论文设计的无人船编队控制方法，注释明了可读性强。并且可以更改模型，用到无人车或无人机编队上。

该资源为多机器人编队仿真程序，程序可以完成多个机器人的编队控制，能够求出每个机器人的性能指标，可以在该程序的基础上进行多机器人的编队的开发，极具参考意义。

基于微软机器人仿真平台开发。 多机器人编队PID算法_SPL_MRF_demo

21篇编队控制的相关论文，以及经典的无人编队控制的BOOK，本人的其他资源还有编队控制的MATLAB代码

多智能体编队matlab程序

提出一种基于捕食逃逸鸽群优化(pigeon-inspired optimization,PIO)的无人机(unmanned aerial vehicle,UAV)紧密编队协同控制方法.基于人工势场法设计了外环控制器,将无人机紧密编队转化成一种抽象的人造势场中的运动;基于鸽群优化算法设计了内环控制器,进行控制量的优化求解.在遵循鸽群优化基本思想的基础上,对其结构进行调整,并针对基本鸽群优化易陷入局部最优的问题,引入了捕食逃逸机制来改善鸽群优化总体性能.最后,将本文所提出的改进鸽群优化算法与基本鸽群优化算法、粒子群优化(particle swarm optimization,PSO)算法进行了系列对比实验,实验结果验证了文中所提方法的可行性、有效性和优越性.