抗扰不散队
融合基因调控网络与滑模控制，以神经网络在线预测协同状态，显著提升群机器人诱捕的收敛速度、编队保持与抗扰能力。
Ziling, Wen · 王栋梁 · 王诏君 · Dawei, Huang · Binghao, Yang · 李文姬 · Zhun, Fan · 邹安民
IEEE Internet of Things Journal 2025
通过基因调控网络的分层协调和滑模控制的快速趋近律，显著缩短了群体机器人的收敛时间。
滑模控制对模型不确定性和外部扰动不敏感，结合神经网络的预测补偿，使机器人在干扰下仍能保持编队完整性。
在±0.1 m位置误差和±5°角度误差以及地面打滑等扰动下，算法仍保持良好性能。
单次迭代执行时间减少29%，意味着每步控制计算量更低，有利于实时实现。