水下自主潛航器集群協同圍捕技術

王景璟 魏 維 王永越 侯向往 任 勇

AUV 是應用最廣泛的一種水下機器人,其具備機動能力強、活動范圍廣、制造成本低等特點.AUV能夠以艦船、潛艇等平臺作為基地,實現數十甚至數百公里范圍的水下情報收集、巡邏搜索、目標打擊等軍事任務,因此被譽為現代海軍的“力量倍增器”[1].

由于單個AUV 作業能力有限,無法完成復雜的任務,與此同時,基于單AUV 的作業模式,魯棒性往往較差.因此,近些年研究人員開始探索利用多個AUV 組成的AUV 集群協作執行任務,通過集群協同導航,進行路徑規劃,可以協同、高效地完成多項軍事和民用領域中的水下任務.大量研究表明,相比于單AUV 的作業模式,AUV 集群協作[2]具有魯棒性高、能力強、效率高等顯著優勢.因此,AUV 集群協作基礎理論與關鍵技術研究成為了國際研究的熱點問題.2009 年,歐盟發起了AUV 集群協同認知控制項目CO3AUVs,2016 年,美國提出了《到2025 年美國海軍水下無人潛航器的發展需求》,經過十余年的發展,催生了大量優秀的成果.在AUV 集群協作的眾多應用中,協同圍捕任務無疑是最復雜、最能代表AUV集群協作水平的任務,其涉及AUV 集群感知、通信、編隊、跟蹤、抓捕等多項關鍵技術,被譽為是AUV集群技術“皇冠上的明珠”.

因此,本文旨在對AUV 集群協同圍捕技術進行深入的剖析,以梳理總結國內外AUV 集群協同圍捕技術的研究成果,并且指出AUV 集群協同圍捕技術未來發展的方向.國內外科研人員針對多智能體協同圍捕技術,在陸地機器人、無人機等領域的理論與應用進行了研究與綜述.BAGHAEI 等針對機器人的資源、時間、能量,綜述了多機器人系統的任務分配和通信方法[5].文獻[6-12]基于群體的圍捕問題,研究了多智能體的對抗與協作機制.DONG 等研究了決策和圍捕策略[13],將圍捕方法劃分成3 類: 基于數學的方法、基于知識編碼的方案、基于學習驅動的算法.張偉等研究了AUV 集群系統的發展現狀和關鍵技術[14],李強等調研了體系層指揮控制和智能對抗的研究進展[15].

現有綜述側重于研究理想環境下圍捕雙方之間的對抗策略,很少考慮執行圍捕任務的真實環境,更未有針對AUV 水下環境圍捕任務的研究.此外,復雜的水下環境對AUV 集群感知、通信以及運動行為有著非常嚴重的影響.AUV 集群協同圍捕技術必須將復雜惡劣的水下環境考慮進來.為了彌補現有文獻的缺失,本文以水下AUV 集群協同圍捕任務為研究對象,充分考慮水下環境對集群的影響,進行以下幾個方面的研究和總結: 1）歸納總結了5 種典型的圍捕場景.2）提出了一個全面的AUV 集群協同圍捕任務的系統框架.3）指出了AUV 集群協同圍捕技術的未來研究方向.

1 目標圍捕任務的分類

1.1 目標圍捕的基本定義

目標圍捕問題是一種在分布式系統中多智能體合作和協調的問題,涉及到混合系統理論、計算機視覺、最優控制理論、通信理論和多智能體協調學科等知識.目標圍捕問題本質上是圍捕機器人通過搜索發現目標,以盡可能少的代價（移動距離或者能耗）對靜態或者動態的目標實現小于某個距離的包圍的過程.圖1 描述了AUV 圍捕任務的階段劃分: 1）AUV 集群系統在隨機游走過程中檢測到目標.2）集群AUV 內部通過決策算法選出群體中執行圍捕任務的個體AUV.3）圍捕者AUV 重新編隊,前往目標,對動態行進的目標進行圍捕.4）當AUV 距離目標小于圍捕閾值距離并形成圍勢,目標圍捕成功.

1.2 目標圍捕場景分類

由于存在不同的圍捕的目標狀態和圍捕環境,可將目標圍捕任務場景劃分為5 種不同的類型,具體來說:

1）根據目標的狀態可以分為靜態目標圍捕場景和動態目標圍捕場景.目標處于靜態的情況下,圍捕者在得知目標的位置和狀態信息后,通過一定的任務分配和圍捕方法對目標進行圍捕,圍捕過程中不用考慮目標位置和狀態的改變.目標處于動態的情況下,目標大多為非合作狀態,圍捕者的圍捕行為與目標的逃跑行為是一種動態博弈的關系,且每次實驗由于目標行為的不確定性,目標的圍捕軌跡、協同圍捕的難度、圍捕所需時間也動態改變.

2）根據圍捕對象的數量,可以將圍捕任務分為單目標圍捕場景和多目標圍捕場景.單目標圍捕任務中圍捕者團隊只對單個目標執行圍捕任務,由于圍捕對象數量少,行為簡單,逃逸能力有限,已有的求解方法較為成熟.多目標圍捕任務需要考慮圍捕對象能夠通過局部交互通信獲得超過單一個體的環境感知能力來對抗圍捕者的圍捕,即圍捕對象通過相互合作可獲得更強的逃逸能力.由于多目標圍捕問題的復雜性,如何控制多機器人協同實現多目標圍捕,是一個極具挑戰的課題.

3）根據圍捕環境是否已知,可以把圍捕任務所處的環境劃分為已知環境圍捕和未知環境圍捕.在已知環境中,地圖已知,這類圍捕任務側重研究圍捕者和目標的對抗策略,且預先定義的地圖一般較為簡單,常用的地圖模型有柵格模型[16]和有限圖模型[17].在未知環境中,圍捕者在初始狀態時對障礙物、目標等環境信息完全未知,往往采取一定的感知和識別技術,如裝備主動聲吶、水下照相機等,對探測范圍內的水下環境進行識別,實時創建較為復雜的環境地圖[18].

4）根據圍捕環境模型的連續性,可以將圍捕任務劃分為連續環境圍捕和離散環境圍捕.離散環境圍捕采取柵格模型或有限圖模型等離散化的環境模型模擬AUV 執行任務的環境,由于離散環境下只考慮了AUV 和目標在有限個方向和位置上的運動狀況,不能反映實際水下環境中AUV 真實的運動狀況.在連續環境中結合AUV 狀態、圍捕者和目標連續的運動軌跡對圍捕任務進行建模與仿真,更具有實際意義.

5）根據圍捕環境模型的維數,可以將水下圍捕任務的環境分為二維環境圍捕和三維環境圍捕兩類.二維環境中的圍捕任務是在模擬水下環境時不考慮AUV 和目標的上浮或下潛,只考慮AUV 和目標在水下同一深度的對抗.三維環境中圍捕者和圍捕對象可以在三維的海洋環境中,通過上浮或下潛等操作進行圍捕和逃跑,對比二維環境中的圍捕任務,三維環境中圍捕者和目標增加了一個維度的運動方向,對圍捕任務的建模更接近于真實的水下環境,也更具挑戰性.

1.3 目標圍捕階段劃分

AUV 水下圍捕系統是一個復雜的任務系統,任務從開始到結束要經歷多個決策過程,建模過程涉及到對圍捕環境、AUV 運動狀態、目標行為等建模,所以把對圍捕任務的研究進行拆分是有必要的.針對AUV 集群協同圍捕任務的系統框架,本文通過3個階段進行研究:

1）第1 階段是建模階段.水下目標圍捕任務建模部分可以分為環境建模、AUV 和圍捕目標的運動建模以及AUV 編隊3 個部分.水下環境建模需要考慮實際環境的連續性和仿真柵格的離散性,成熟的方法包括柵格法和Voronoi 法;AUV 作為主要的目標圍捕任務執行者,需要建立滿足實際任務需求的運動模型,例如六自由度模型和三自由度模型;而AUV 編隊方式主要討論了多AUV 協同圍捕過程的隊形選取.

2）第2 階段是執行圍捕任務階段,可分為圍捕任務分配、協同圍捕方式選取以及目標行為分析3個部分.任務分配部分和協同圍捕部分的解決方法都可分為非仿生和仿生算法.而目標行為分析主要研究了圍捕目標的位置預測、逃逸策略以及防御策略.

3）第3 個階段是評價階段.為了評估水下目標圍捕任務的完成情況,需要設計合理的AUV 圍捕任務評價標準,來準確估計圍捕任務系統性能.總結AUV 集群圍捕任務系統框架如圖2 所示,并在第3章進行詳細的討論.

圖2 AUV 集群圍捕任務系統框架Fig.2 The framework of AUV swarm hunting task system

2 水下AUV 協作圍捕關鍵技術

2.1 水下環境建模

水聲通信網絡是以聲波為信息傳輸載體,通過互連多個水下平臺,協同完成信息采集、傳輸和共享的統一體系.水聲通信網絡能夠在較大范圍海域內分布式地獲取水下設備的各類信息,提高了水下信息采集和處理能力.由于水聲通信網絡能夠提供持續、網絡化的信息傳輸服務,其應用前景十分廣泛.此外,水聲通信網絡有以下3 個特點: 1）水聲信號傳播速度較低（約為1 500 m/s）,在水聲通信網絡協議設計中需考慮傳播時延,以保障網絡吞吐量和端到端時延性能;2）受多徑效應、多普勒效應影響,水聲通信信道數據傳輸誤碼率高,常規的水聲通信鏈路極易中斷,需要更可靠的傳輸機制支持才能保證多跳網絡中數據的成功交付;3）水聲通信網絡節點電池容量有限,需要采用高效的資源分配方案.

AUV 為了提供更好的水下信息傳輸與共享服務,需要采用合理的水聲通信網絡組網協議,匹配水聲信道和水下環境的特點,以支持水聲通信網絡高效穩定地運行.本節從水聲信道建模、未知環境建模、考慮海洋特性的環境建模和水下聲通信建模4 個方面,來綜述水下AUV 協作圍捕環境建模技術.

2.1.1 水聲信道建模

由于海水介質的不均勻性,聲波在傳播過程中由于散射、吸收等原因,會產生一定程度的衰減.水聲的傳播損失是研究水下通信的基礎,常用的水下聲信號的衰減模型為:.其中,l 為距離,f 為傳輸信道的中心頻率,A0為一常數,k 為衰減因子,a（f）為吸收因子,對于高頻信號,吸收系數如式（1）所示:

對于低頻信號,吸收系數如式（2）所示:

水聲信號在水下的傳播速度約為1 500 m/s,受海洋環境影響,水下聲音的實際傳播速度與密度、溫度、鹽度、壓力均有關,水聲信號在水下的傳播速度常用經驗公式如式（3）所示:

其中,T 是溫度;S 是鹽度;P 是壓強.由于水下聲音通信速率較低,不能實時傳輸通信數據,數據接收延遲較為嚴重,在一定程度上影響了AUV 集群團隊在水下定位的精準性和AUV 內部個體之間相對定位的精準性,同時AUV 之間的通信數據也存在滯后性,這也是水下AUV 集群團隊協作完成圍捕任務的難點之一.

受水下環境的影響,水聲信號在水下傳播時存在多徑效應,如聲信號在水面或水底會發生反射,在遇到由于溫度、密度、鹽度等影響下產生的海水分界面時,會產生反射或折射現象.聲信號通過不同的直射、反射和折射路徑,以不同的時間到達接收端,會發生多徑效應.在AUV 集群系統通信中,多徑效應會使水聲信號產生復雜的衰變和時延,影響整個通信系統的可靠性.

2.1.2 未知環境建模

傳統方法采用貝葉斯估計結合卡爾曼濾波將未知的圍捕場景轉換成已知的圍捕場景,缺點是計算較為復雜.SEBASTIAN 等提出了一種采取極大似然估計的優化方法[19],在有噪聲觀測數據時,可以獲得效果更好的環境地圖.RENE 等考慮到圍捕過程中先驗地圖的不準確性,將對目標的追捕和對地圖的探索合并為一個問題,研究追捕者如何在追捕的同時進行環境建模[20].此外,Voronoi 圖[21-24]也可以表達AUV的工作環境,它的優點是可以融合障礙物信息以及AUV 的位姿信息.

2.1.3 考慮海洋特性的環境建模

在對AUV 執行水下圍捕任務的環境建模時,還應考慮海洋環境的特性,如溫度、鹽度、海流等影響水聲通信的海洋環境因素.LIANG 等考慮了溫度和鹽度對AUV 協同系統的影響[25],LOLLA 等集成海洋建模、時間最優水平集和優化方案來預測海流[26].

2.1.4 水下聲通信建模

由于水下帶寬的限制和較低的傳輸速率,水聲通信時延明顯大于檢測時間的延遲,在水下AUV 的圍捕任務建模中,對水聲通信中的延遲建模是很有必要的.XIAO 等建立了誤差傳播方程,針對水聲通信時延問題進行研究,將時間滯后轉換為AUV 觀測方程中的測量偏置[27].LIANG 等提出一種精確水下定位方法解決水下聲速變化的問題[28].REED 等通過實驗討論聲學在淺水環境中維持高動態、多智能體任務的能力,比較了3 種不同通信配置的跟蹤性能[29].

2.2 AUV 運動模型

常用的AUV 運動模型有質點模型和六自由度模型.質點模型忽略了不同方向上AUV 的流體力學特點,而無法反映真實AUV 運動受到水下時空復雜性影響.六自由度模型指AUV 可以相對于坐標系,進行3 個平移和3 個旋轉運動,即有6 個自由度[30]: X方向的前沖、Y 方向的橫移、Z 方向的升降、K 方向的橫搖、M 方向的縱傾、N 方向的偏航.相比質點模型,六自由度模型可以更好地描述AUV 在水下的運動狀態,更接近真實的水下情況.在實際應用中,為了降低六自由度模型帶來的運動建模的計算復雜度,可以根據AUV 實際的工作環境和運動狀態設置自由度的個數.如劉琨采用了三自由度模型,忽略了AUV的升降、橫搖與縱搖方向上的運動[31].CAI 等采用了四自由度模型執行圍捕任務,假設AUV 不能側移和側滾,忽略了橫搖和橫移方向上的運動[32].

2.3 AUV 編隊模型

集中式/全局領導式編隊結構如圖3（a）所示,有一個領導者AUV,其他AUV 通過向領導者AUV 傳遞數據進行通信,再由領導者AUV 進行一定的決策過程統一分配任務,這對領導者AUV 的帶寬和數據處理能力有一定的要求.優點是統一分配任務,不存在沖突的狀況,缺點是抗干擾能力較差,一個AUV出故障可能影響到整個系統,且隨著AUV 數量的增加,統一管理效率降低.局部領導者結構如圖3（b）所示,多AUV 被分成若干組,每一組中選取一個領導者AUV,負責管理該分組內的數據通信和任務分配,相對于全局領導式,增強了單點的魯棒性,容錯率較高.分布式結構如圖3（c）所示,個體AUV 之間地位平等,每個AUV 都對環境進行感知,并進行相應的決策.此外,許真珍等提出了一種基于多智能體系統的分層式編隊體系[33].吳迪等將編隊系統分為5 層: 感知層、協作規劃層、協調控制層、行為控制層和通信層[24].AUV 采用分布式編隊結構優點是提高了單點的魯棒性,缺點是由于水下環境中AUV 之間存在通信延遲、多普勒頻移等問題,多個AUV 之間的通信存在滯后性.

圖3 常用的AUV 編隊結構示意圖Fig.3 The schematic diagram of commonly used AUV formation structure

2.4 圍捕任務分配方法

2.4.1 非仿生算法

拍賣算法是AUV 圍捕任務決策的主流方法,發現目標的AUV 自動成為拍賣者,其他AUV 作為競標者.由拍賣者AUV 組建拍賣市場,其他的AUV 進行競標[34-37,56].基于協商機制的決策方法AUV 個體之間通過協商機制,進行平等的任務分配,可以達到系統資源的合理分配.使用協商分配方法每個AUV 與其預期圍捕點之間的距離是相近的.每艘AUV 都可以同時接近目標,提高了搜索效率[24,38,39].

基于能量的方法是一種循環調度的方法,使用能量平衡方法來循環調度多層AUV,可以實現系統運行過程的動態任務分配,提高系統的圍捕效率[40-42].為了提高AUV 執行圍捕任務的效率,也可以將決策任務的目標設定為得到最小的圍捕時間——基于圍捕時間的決策方法[43-44].該方法適用于動態目標圍捕,在圍捕過程中,當目標試圖逃跑,AUV 對目標的預測圍捕時間也會發生變化,圍捕隊伍會隨之改變.

強化學習方法則適用于未知的、動態的、非結構化的任務系統中,可以通過獎賞值得到最優的分配策略.該方法不需要預先設計分配規則,但在大多數情況下,隨著智能體數量和任務數量的增加,任務分配系統性能隨之下降,這主要是因為智能體行為的選擇是策略層面的,較難獲取大量的訓練樣本,同時獎勵設置的不合理也會導致算法表現不佳[36,45-46].此外,非仿生算法還有樹搜索算法、引入了聲譽機制的任務分配方法、基于領導者—追隨者的聯盟形成方法、基于模糊協同智能的分配優化算法和引入李雅普諾夫函數對候選目標賦值進行局部決策的任務分配方法[47-51].

2.4.2 仿生算法

遺傳算法（genetic algorithm,GA）是一種模擬生物遺傳和進化的仿生算法.它使用遺傳算子搜索解的子空間,使用適應值來評價性能,因為它對復雜問題優越的求解能力,遺傳算法在任務分配上具有出色的表現[52-55].粒子群優化算法（particle swarm optimization,PSO）是一種模擬鳥群的群體智能算法,在粒子的位置和速度上迭代改進候選粒子,從而完成任務分配,群體機器人通過周期性地運行算法控制底層的行動和決策,改進的粒子群算法可以實現多任務動態分配[56-60].蟻群優化算法（ant colony optimization,ACO）是模仿螞蟻覓食行為的仿生算法,螞蟻通過選擇任務、分配機器人執行任務等行為選出任務分配的最優解,使用蟻群算法可以在高層尋找松耦合任務的最優分配,在低層完成緊耦合的任務[61-65].

仿生算法中的人工免疫算法、模擬退火算法、細菌優化算法、螢火蟲優化算法、量子遺傳算法、人工蜂群優化算法、果蠅優化算法和自組織映射神經網絡也在目標圍捕任務分配中得到了應用[45,66-72].

2.5 協同圍捕方法

2.5.1 非仿生算法

現代博弈論起源于1944 年馮.諾依曼[73]的一本著作,結合博弈論可以解決完全信息博弈和不完全信息博弈兩種情況下的AUV 圍捕問題[24,74-78].強化學習可以讓智能體在環境中,根據當前狀態作出決策,獲得最大收益,將強化學習用于多智能體的圍捕,圍捕任務系統也表現出了較好的性能[32,39,41,79-83].同時,在圍捕模型的基礎上結合運動軌跡預測方法設計基于預測的圍捕模型,預測目標可能到達的位置,也可以實現對目標的圍捕[31,42,84,85].此外,基于極限環的圍捕方法[86]、創建一個可收縮的籠子[87]也被用于AUV圍捕目標領域.

2.5.2 仿生算法

采用狼群算法的AUV 圍捕將圍捕過程分為3 個階段: 隨機游走、受到召喚圍捕目標、圍攻目標3個階段[88-92],對于求解分布式集群協同問題具有重要意義.獅群算法研究了獅群成員間的協同捕獵關系,以及獅群與目標獵物的動態博弈關系,將圍捕過程分為3 個階段: 正面抵近階段,協同包圍階段,協同收縮階段,將圍捕AUV 分為3 種角色: 伏擊者,攔截者,佯攻者,進行對目標的圍捕[35].鯨魚優化算法（whale optimization algorithm,WOA）模擬了座頭鯨的社會行為,WOA 是一種螺旋式的捕獵機制.但WOA算法的開發趨勢是有限的.改進的WOA 方法將關聯學習方法與局部爬山算法相結合,提高了開發過程[93-95].粒子群優化算法則適用于動態環境下的圍捕,通過個體的局部相互作用來實現目標定位,當檢測到目標時,就會出現集體圍捕行為[96].

文獻[38,97-102]在不同的水下環境中應用并測試了一種基于仿生神經網絡的AUV 協同圍捕算法.AUV 的三維工作環境以生物啟發神經網絡模型表示,利用神經元的活性值來指導每艘AUV 的導航和避障,最終將目標包圍.CHEN 等提出了一種離散的生物啟發神經網（glasius bio-inspired neural networks,GBNN）和置信函數相結合的算法[44].陳銘治等在GBNN 神經網絡中,使用反比例函數代替指數函數計算神經元連接權值,提出加快兩點神經元活性傳播的改進措施,使其適用于實時動態圍捕[43].CAO 等將SOM 神經網絡與GBNN 相結合,處理了在有障礙物的水下環境中多目標圍捕的情況[72].AGRAWAL 針對神經網絡中重復尋優的問題,提出一種自適應仿生神經網絡（adaptive bio-inspired neural network,ABNN）,該網絡具有對目標進行自適應尋優的能力[103].

在圍捕過程的研究中,也可以利用人工免疫算法構建免疫網絡模型,對抗原、抗體進行了數學化描述,通過對圍捕過程的分析,構造出了抗原與抗體的親和度,抗體之間的刺激系數與抑制系數等公式,通過求解抗體濃度來完成圍捕任務[66,104].此外,遺傳算法、栗翅鷹算法、黑猩猩優化算法和旗魚優化算法等仿生算法也在AUV 圍捕任務中得到了應用[76,105-107].

2.6 目標行為分析

針對圍捕目標位置的預測,本質是以目標過去的行為狀態為基礎,利用統計學等方式找出規律,得到目標行為的預測模型.使用多項式擬合、馬爾可夫模型、基于幾何規則的跟蹤導航數學模型、卡爾曼濾波器、分布式目標軌跡觀測器等可實現對目標位置的預測[31,39,42,108-110].針對目標逃逸的建模,可以對目標的逃逸速度、逃逸方向等進行建模,豐富真實情況下目標的逃逸狀態[43-44,111].文獻[74,112]則研究了目標在抵抗圍捕表現出的殺死、格斗、戰斗力、支援、攻擊、避讓等拒捕行為.

2.7 衡量標準

在衡量AUV 圍捕任務系統的性能時,常采用平均圍捕時間衡量系統執行圍捕任務的效率,采用圍捕系統壽命衡量系統耗能情況,采用圍捕成功率衡量圍捕算法的性能,采用AUV 所花費的追捕距離和目標的逃逸距離等標準評價圍捕者和目標的對抗策略.

圖4 總結了本節涉及到的圍捕階段劃分及技術的實現方法,表1 對本章提到的圍捕的具體場景進行了分析與總結.由表可知,已有的圍捕場景在三維連續環境下的研究較少,以二維離散為主;已有的研究考慮海洋環境特性較少;已有研究對AUV 的運動大多處理為質點,缺少AUV 六自由度運動模型的應用;已有研究考慮的目標行為較為簡單,目標的智能性較低.

圖4 圍捕階段劃分及技術實現Fig.4 The hunting phase division and technology implementation

3 AUV 水下圍捕的技術難點

3.1 引入強化學習的圍捕方法

引入強化學習的圍捕決策方法可以更好地得到圍捕決策的全局最優解,且在算法的性能上有了明顯的提高.以鯨魚優化算法為例,鯨魚優化算法對目標的圍捕以三維螺旋方式進行,是一種適合三維連續動態圍捕環境的方法,HEIDARI 等引入強化學習的方法對鯨魚優化算法進行了優化,減少了算法陷入局部最優解的可能[94].在AUV 圍捕中采用強化學習和仿生算法相結合,可能會獲得更優的圍捕方案.

3.2 引入能量補充的圍捕方法

AUV 在進行決策、圍捕目標和目標對抗的過程中會有一定的能量消耗,因此,AUV 的電池續航能力也是在設計圍捕系統時應該考慮的內容,一方面可以采用水下對接充電方式,另一方面可以采用一定的決策方案,使AUV 在一定條件下返回陸地充電站進行充電.

3.3 引入路徑規劃與避障的圍捕方法

AUV 在追捕目標時,應考慮合理的路徑規劃方式,以便可以快速追上目標,應考慮在追捕過程中如何避障、如何不碰撞群體中其他AUV,同時在未形成圍勢前,應避免進入目標能感知的范圍,以避免觸碰目標的逃跑機制.

3.4 考慮復雜目標行為的圍捕方法

在已有的研究中,目標在圍捕過程中表現出的智能較低,后續可以引入一定強化學習的機制,使目標可以智能學習逃跑策略,了解圍捕者的位置和意圖,增強其行為的智能性,提高圍捕難度.也可以引入另一個集群智能的目標群體,進行兩個群體之間相互對抗的圍捕任務研究.

4 結論

針對多AUV 水下圍捕任務的國內外研究進展,本文介紹了集群智能的發展背景和對多AUV 水下圍捕任務研究的迫切性,討論了多AUV 水下圍捕的技術難點,通過橫向、縱向的對比與分析后,總結出了已有研究在多AUV 圍捕任務中存在的幾點問題: 1）多AUV 協作系統使用多種仿生算法和非仿生算法對目標進行圍捕,但很多已有的研究只是將其他領域的算法進行了簡單的遷移,沒有考慮復雜的水下環境,對算法的認識不夠深入和全面.2）在多AUV 協作方面沒有考慮水下多AUV 的通信方式,沒有考慮多AUV 的協同定位,這不利于多AUV 在真實的水下環境中對目標進行定位并實施圍捕.3）已有文獻對目標行為的考慮較為簡單,目標行為的非智能化在一定程度上降低了對圍捕任務研究的難度,與現實中的目標行為相差較遠.隨著以上難點的逐步攻克,多AUV 協作系統技術將會走向成熟,基于多AUV 圍捕任務的研究也會有更真實的應用場景和更廣闊的應用前景.