多机器人 智能体编队 matlab 多机器人编队代码 共整理5个 1.基于图论法 matlab 2.基于距离和方位的多智能体编队全局渐近稳定分布控制 matlab 3.一致性领航跟随编队（攻防）matlab 4.基于拓扑图与领航跟随的编队控制 matlab 5.一致性编队

多机器人编队控制总能让工程师们两眼放光——毕竟谁不想让一群机器人走出整齐划一的队形呢？今天咱们直接上硬菜，扒开五种MATLAB实现的编队算法代码，看看这些钢铁侠是怎么排兵布阵的。

图论法编队：机器人社交网络

先看这个用邻接矩阵搞事情的图论方法。核心在于把机器人之间的关系画成拓扑图，就像给机器人建了个微信群：

adj_matrix = [0 1 1; 
              1 0 0; 
              1 0 0]; % 领航机器人1号带俩小弟
positions = zeros(3,100); 
for t=1:99
    u = -adj_matrix * positions(:,t); % 状态更新方程
    positions(:,t+1) = positions(:,t) + 0.1*u; 
end
plot(positions(1,:),'r--'); hold on % 红色轨迹是带头大哥

这代码有意思的地方在于adj_matrix就像机器人的社交关系网。领航机器人（第一行）能直接影响两个跟随者，但小弟们之间互不搭理。跑出来的轨迹会看到两个跟随者追着领航者跑，形成稳定的三角队形。

距离方位控制：机器人的GPS导航

第二个算法玩的是相对位置闭环控制，每个机器人都自带虚拟GPS：

desired_angle = @(t) 0.1*t; % 期望队形旋转角
for k=1:N
    relative_pos = agents(k).neighbors_pos - agents(k).pos;
    angle_error = atan2(relative_pos(2),relative_pos(1)) - desired_angle(t);
    agents(k).vel = 0.5*[cos(angle_error); sin(angle_error)]; 
end

这里每个机器人都在计算自己和邻居的方位偏差。当所有机器人的方位误差趋近于零时，整个编队就像旋转木马一样保持固定队形转动。注意那个0.5是控制增益，调大了容易振荡，调小了反应迟钝。

攻防编队：机器人版足球战术

第三个攻防编队算法特别适合多机对抗场景，来看这段领航者策略：

if norm(leader.pos - enemy.pos) < safe_distance
    leader.vel = evasion_vector * 2; % 紧急避让时加速
    followers(:,2).formation_mode = 'defense'; % 切换防御阵型
else
    leader.vel = attack_direction * 0.8; 
end

这个状态机逻辑让领航机器人在遭遇"敌人"时突然加速变向，同时触发跟随机器人切换防御阵型。实战中会出现类似足球比赛的攻防转换效果——前排队形瞬间收缩，后排机器人呈扇形展开。

混合拓扑编队：变形金刚式重组

第四个算法融合了拓扑切换和领航跟随，动态调整通信关系：

switch formation_type
    case 'triangle'
        adj_matrix = triu(ones(4),1); % 三角通信拓扑
    case 'line'
        adj_matrix = diag(ones(3,1),1); % 链式通信
end
leader_index = find(cumsum(rand(1,4))>0.5,1); % 随机选择新领航者

重点在adj_matrix的动态重构。当切换队形时，通信拓扑就像乐高积木一样重组。随机领航选择机制让系统具备故障容错能力——就算当前领航者宕机，其他机器人也能快速推举新老大。

一致性编队：机器人群聊算法

最后这个一致性算法堪称分布式控制的典范：

x = rand(5,2); % 随机初始位置
for iter=1:100
    consensus_error = zeros(5,2);
    for i=1:5
        neighbors = find(adj_matrix(i,:));
        consensus_error(i,:) = mean(x(neighbors,:)) - x(i,:);
    end
    x = x + 0.2*consensus_error; 
end
scatter(x(:,1),x(:,2),'filled'); % 最终收敛位置

这个迭代过程就像机器人在开电话会议：每个机器人只和邻居交换位置信息，通过不断协商最终达成全局一致。0.2是收敛步长，调得太大会导致机器人位置震荡，太小又收敛太慢。

多机器人 智能体编队 matlab 多机器人编队代码 共整理5个 1.基于图论法 matlab 2.基于距离和方位的多智能体编队全局渐近稳定分布控制 matlab 3.一致性领航跟随编队（攻防）matlab 4.基于拓扑图与领航跟随的编队控制 matlab 5.一致性编队

这些代码虽然都是简化版，但已经能看出多机编队的核心套路：建立通信规则→设计控制律→处理动态变化。真正的工程实现还要考虑通信延迟、定位误差这些现实骨感因素。不过有了这些算法骨架，再往上加传感器融合、运动规划这些血肉就容易多了。完整代码包已扔在GitHub（链接见评论区），需要调试的兄弟记得把仿真步长调小点，别让机器人跑飞了。