集群编队控制有集中式和分布式两种。集中式控制需要一个控制中心，受限于中心计算机计算资源的限制，无法做到大规模编队，且中心计算机被击毁后，系统将失控。
分布式控制没有一个中心点对集群进行控制，通过集群中相邻个体之间的信息交换实现编队控制，理论上编队可以做到无穷大，而且集群系统的灵活性、可扩展性、鲁棒性更高。
1.分布式控制的几种控制方式
1.1 基于长机-僚机的分布式编队控制方法
其基本思想为leader-follower机制，是一种类似于树的结构，由优先级高的节点向优先级低的节点传送信息，层层下达，以实现无人机集群的控制。这种方法是自上而下的信息传输，没有精确的队形反馈，如队列中出现故障无人机、导致了信息传送不到位等，系统将处于瘫痪。
1.2 基于行为的分布式编队控制
根据对无人机系统实施控制后所期望产生的行为模式，对每个无人机的个体行为规则和局部控制方案进行设计，得到一个“行为库”并储存于编队控制器中。当无人机系统得到指令后，会根据指令在行为库中选取行为并执行。无人机之间的协调则依赖于无人机之间的位置、状态输入值等信息的共享，每架无人机需获取周围无人机的信息。这种方式的实现较为简单、计算量较小，但只能描述事前设计的、有限的动作，难以实现复杂、精确的控制。
1.3 基于人工势场的分布式编队控制
无人机系统中的每一个个体，都与周边的其他无人机、环境产生相互作用。不同无人机之间需避免碰撞，故产生斥力场；不同无人机之间产生集群需要的引力场；无人机与障碍物之间产生斥力场；无人机与目标位置之间产生引力场。多种作用的合力下，无人机沿最小化势能方向运动。
1.4 基于虚拟结构的分布式编队控制
2.AirSim集群编队控制算法
这里的控制算法参考论文[2]实现，是一种比较接近于人工势场的方法。考虑以下三种情况：
- 避碰，考虑无人机与无人机之间的斥力场：
- 中心聚集，考虑无人机集群所需的引力场：
- 速度一致，考虑无人机与目标点之间的引力场：
其中，
为系数；
表示第
个无人机周围的无人机，
表示周围无人机的数量，一种选择方法为KaTeX parse error: Undefined control sequence: \and at position 16: N_i=\{j|j\neq i\̲a̲n̲d̲ ̲||r_{ij}||<r^{m…，即选择每个无人机半径
范围内的无人机邻居；
为两架无人机之间的距离，
为无人机到目标点之间的距离。
得到以上三个速度后，相加即为最终的无人机速度指令
对其进行限幅后为
[1] 技术分享 | 浅谈——四种集群分布式控制算法：https://www.bilibili.com/read/cv12625148/
[2] Schilling F , Lecoeur J , Schiano F , et al. Learning Vision-based Cohesive Flight in Drone Swarms[J]. 2018.
