蜂拥控制算法最早来源于鱼类与鸟类运动行为的研究。在这些生物集群移动时,集群内所有生物的速度都趋于一致,既不互相碰撞,又不会脱离群体而分裂。群体中的个体在没有外部信号控制下,仅仅靠着相邻个体间的信息交流就能完成这样精确却又复杂的集群运动。Reynolds通过使用计算机模拟鸟类的生物行为提出了蜂拥控制模型。目前多智能体系统往往通过设定虚拟领导者来对整个集群进行控制,这里的虚拟领导者是控制者对集群发出的一个控制信号或者控制的目标等。但当某些智能体处于“失联”状态下,虚拟领导者的信息将无法到达这些个体,整个集群将如何高效地保持聚合和速度一致呢?本文考虑这种情形下多智能体系统的蜂拥问题,首先提出了中心领导者的概念,进而给出了集群自主保持聚合和速度一致的方法。具体内容如下:(1)介绍了多智能体系统蜂拥控制相关的基本概念、研究现状以及研究意义,综述了国内外的重要研究成果。(2)提出了中心领导者的概念,给出了中心领导者的选取以及对整个集群的控制方法,并对整个多智能体网络的稳定性进行了证明,最后给出了基于中心领导者的多智能体网络的若干实例。(3)提出了基于中心领导者的间断控制算法,给出了整个系统稳定蜂拥的证明,并且举例验证了算法的有效性。