控制与决策

作者：刘洋,吴昊天,王林晟,葛泉波,朱信忠

单位：浙江师范大学 数学科学学院，浙江 金华 321004;浙江师范大学 杭州自动化学院，杭州 311231;浙江师范大学 浙江全省智能教育技术与应用重点实验室，浙江 金华 321004,,浙江师范大学 数学科学学院，浙江 金华 321004,,浙江师范大学 数学科学学院，浙江 金华 321004,,南京信息工程大学 自动化学院，南京 210044;大气环境与装备技术协同创新中心，南京 210044;江苏大数据分析与智能系统省高校重点实验室，南京 210044,,浙江师范大学 计算机科学与技术学院，浙江 金华 321004,

关键词：神经动力学优化;路径规划与轨迹跟踪;编队控制;任务分配;控制优化

基金：国家自然科学基金项目(62173308, 62033010, 62376252)；浙江省自然科学基金项目(LRG25F030002)；浙江省“领雁”科技计划项目(2025C02025, 2025C01056)；江苏省青蓝工程项目(R2023Q07)；金华市科技计划项目(2022-1-042).

随着无人系统技术的快速发展, 其在高精度、高风险及复杂环境任务中的应用日益广泛. 然而, 无人系统在实际应用中面临诸多优化挑战, 如轨迹规划与跟踪、编队控制、决策与任务分配以及控制优化等. 传统优化方法在处理这些复杂问题时往往力不从心. 鉴于此, 首先基于神经动力学优化的无人系统若干问题研究现状, 重点介绍几类神经动力学优化方法, 探讨其在无人系统优化问题中的独特优势; 然后详细分析无人系统中几类关键优化问题的数学特性与难点, 并总结神经动力学优化方法在这些问题中的具体应用与成效; 最后展望神经动力学优化方法在无人系统领域未来的发展方向, 强调其在提高无人系统性能、安全性和智能化水平方面的重要作用.

来源：2025年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第7期