УПРАВЛІННЯ РОЄМ БПЛА: ФОРМАЦІЇ, ТАКТИКИ ТА ІНТЕЛЕКТУАЛЬНІ ПІДХОДИ

Ельвіра КАЙДАН

Анотація


роботі розглянуто сучасні підходи до організації та керування
роями безпілотни х літальни х апаратів. Проаналізовано типи формацій, їхній
вплив на автономність, стійкість і здатність рою адап тува тися до змін
середови ща. Особливу увагу приділено тактични м мод елям колективної
поведінки, включа ючи базові та розширені режими взаєм одії агентів. Окремо
розгляну то інтелектуальні методи керування, зокрема моделі
підкріплювального навчання, що дозволяють формува ти оп тимальні стра тегії
руху. Наведені результа ти симуляцій демонструють ефективність
децентралізовани х підходів та підтверджу ють перспекти вність ройових
систем у складни х операційни х сценаріях

Ключові слова


Ройові системи, БпЛА, фор мації, та ктики, підкріплюва льне навчання, самоорганізація, симуляція

Повний текст:

PDF

Посилання


Abualigah L., Yousri D., Elaziz M.A., et al. A Comprehensive Survey of Swarm Optimization Algorithms and Their Applications // Engineering Applications of Artificial Intelligence. — 2021. — Vol. 105. — Article 104385. DOI: 10.1016/j.engappai.2021.104385.

Alqudsi Y., … UAV swarms: research, challenges, and future directions // Journal of Engineering and Applied Sciences. — 2025. — Vol. 43. — P. 1–14. DOI: 10.1186/s44147-025-00582-3.

Bu Y., Li X., Zhang Q. Advancement Challenges in UAV Swarm Formation Control // Unmanned Systems. — 2024. — Vol. 8, No. 7. — P. 320. DOI: 10.3390/2504-446X/8/7/320.

Ekechi C. C., Choi H.-S., Kim M. A Survey on UAV Control with Multi-Agent Reinforcement Learning // Aerospace. — 2025. — Vol. 9, No. 7. — Article 484. DOI: 10.3390/drones9070484.

Lee W., Chen G., Zhu X. Federated Reinforcement Learning-Based UAV Swarm System for Aerial Remote Sensing // Mathematical Problems in Engineering. — 2022. — Article ID 4327380. DOI: 10.1155/2022/4327380.

Liao J., Zhang L., Wang S. UAV swarm formation reconfiguration control based on pigeon-inspired optimization // Science China Information Sciences. — 2023. — Vol. 66, No. 5. — P. 1–16. DOI: 10.1007/s11432-022-3735-5.

Ouyang Q., Liu Y., Zhou D. Formation Control of Unmanned Aerial Vehicle Swarms: A Review // Asian Journal of Control. — 2023. — Vol. 25, Issue 4. — P. 1–18. DOI: 10.1002/asjc.2806. 9

Puente-Castro A., Rivero D., Pereira A., Fernández-Blanco E. Q-Learning-Based System for Path Planning with UAV Swarms in Obstacle Environments // arXiv preprint. — 2023. — arXiv:2303.17655. URL: https://arxiv.org/abs/2303.17655.

Punte-Castro A., Serrano A., … UAV swarm path planning with reinforcement learning for coverage-based tasks // Applied Intelligence. — 2022. — Vol. 52, No. 9. — P. 4603–4619. DOI: 10.1007/s10489-022-03254-4.

Shi M., Xing L. A Survey of UAV Swarm Task Allocation Based on the Perspective of Coalition Formation // International Journal of Swarm Intelligence Research. — 2025. — Vol. 13, Issue 1. DOI: 10.4018/IJSIR.311499.

Sopov I., Krytskyi D., Artomova A., Artomov I. Trust-based routing methodology in UAV swarm networks based on traffic analysis and anomaly detection // Innovative Technologies and Scientific Solutions for Industries. — 2025. — No. 2(32). — P. 111–128. DOI: 10.30837/2522-9818.2025.2.111.

Yang C., Zhang B., Zhang M., Wang Q., Zhu P. Research on Decision-Making Strategies for Multi-Agent UAVs in Island Missions Based on Rainbow Fusion MADDPG Algorithm // Drones. — 2025. — Vol. 9, No. 10. — Article 673. DOI: 10.3390/drones9100673.

Zhang X., Liu J. Research on UAV Swarm Network Modeling and Resilience Assessment Methods // Sensors. — 2024. — Vol. 24, No. 1. — P. 1–18. DOI: 10.3390/s24010011.

Zhang Y., Dong X., Li Z., Ren Z. Multi-Agent Reinforcement Learning for Cooperative Control of UAV Swarms: A Survey // Aerospace Science and Technology. — 2023. — Vol. 140. — Article 108595. DOI: 10.1016/j.ast.2023.108595.

Zhou W., Li J., Liu Z., Shen L. Improving multi-target cooperative tracking guidance for UAV swarms using multi-agent reinforcement learning // Chinese Journal of Aeronautics. — 2022. — Vol. 35, No. 7. — P. 100–112. DOI: 10.1016/j.cja.2021.09.008.




DOI: https://doi.org/10.32620/pls.2025.8.56

Посилання

  • Поки немає зовнішніх посилань.