研究方向

主要研究方向

主要研究方向

多智能体协同控制(“手”)
决策与规划(“脑”)的理论与算法
无人集群系统的验证与应用(无人机集群、智能仓储系统等)
属于自动控制、人工智能、机器人、系统科学的交叉方向


1、分布式协同控制

自然界中广泛存在的蜂群、鱼群、鸟群是大量简单个体通过去中心化、分布式(仅基于局部信息交互)协同而在集体层面上表现的自组织行为。分布式协同控制致力于研究基于局部信息交互的协同机制,是多智能体具备1+1>2的集群效能和涌现群体智能的基本问题。多智能体系统的高维数和网络拓扑引入的结构性约束,使得分布式协同控制成为新世纪以来控制领域的主要挑战问题之一和前沿研究方向。我们主要针对协同控制中的一致性,编队,分布式跟踪、分布式滤波等课题,侧重于面向弹性可扩展的完全分布式协同、面向信息少交互的事件驱动协同、针对不确定性和干扰的鲁棒协同控制的基本理论以及在无人机集群上的应用验证。


2、协同任务决策

协同任务决策将人为指定的任务分析处理为一系列的具象化子任务,并通过任务分配方法以某类最/次优的方式分配给多智能体,是提升集群系统任务能力和智能水平的关键。属于人工智能、管理科学的前沿方向。针对目前存在的任务建模难、维数灾难、实时性与可解释性差等局限与挑战,我们开展基于线性时序逻辑(LTL)为代表的形式化语言的协同任务决策研究:对于自上而下的复杂全局任务,研究任务的理解与拆分,提出具有异步并发机制和在线适应能力的快速决策方法;对于自下而上的任务协同,研究信息交互约束与动态环境下的分布式协同决策方法。


3、协同运动规划

协同运动规划是机器人领域的重要课题,其目的是为无人集群协同规划满足动力学与运动约束,能够避碰和规避障碍物的路径或轨迹。运动规划属于典型的最优控制问题,集中式方法的计算复杂度与规模存在非线性增长关系,对于大规模集群不可行。我们研究动态、障碍环境下的分布式协同运动规划问题,致力于提出基于滚动优化、空间分割与机器学习的新型在线轨迹生成方法,解决可行性、死锁破解、通信保持、区域避障等难点问题。

研究项目

经费支持:

本实验室的研究工作得到了国家基金委、教育部、北京市、JW科技委的经费支持,并与航天院所开展了深入合作。

部分在研项目:

国家自然科学基金创新群体项目:无人集群系统协同控制与决策,T2121002,2022-2026,1000万,骨干成员。 北京市杰出青年科学基金项目:无人集群系统分布式规划与协同控制,JQ20025,20200-2023,100万,主持。 国家自然科学基金面上项目:基于事件驱动的完全分布式协同控制研究,61973006,2020-2023,63万,主持

实验室介绍

北京大学工学院MAC&D实验室位于北京大学圆明园校区,由李忠奎教授担任主要负责人,实验室聚焦于多智能体协同控制和决策领域的前沿研究。MAC&D实验室依托研究资金支持,对标国际一流机器人实验室配置,目前拥有OptiTrack动作捕捉系统、Crazyswarm无人机集群系统,以及Wheeltec无人车系统等多套实验设备。

ICA avatar
实验室硬件系统架构

实验室环境

ICA avatar
实验室环境
OptiTrack摄像头
OptiTrack系统工作示意图
X380无人机
X380无人机编队
Crazyswarm
集群无人机
全向轮小车
阿克曼小车