2. 多无人系统协同架构基础

多无人系统（Multi-Unmanned Systems）的协同能力，首先取决于其体系结构如何组织“决策权”与“信息流”。同样一组无人机、无人车或无人艇，采用不同的协同架构，其任务分配速度、通信开销、容错能力和可扩展性会呈现完全不同的特征。本节围绕集中式、分布式、混合式三类基础架构，从定义、信息流向、优缺点到适用条件逐一展开，并给出可对照的选型依据。

一、集中式架构：单一决策中心

集中式架构（Centralized Architecture）指系统中存在一个明确的中心节点（通常为地面站、指挥车或旗舰平台），所有无人平台将自身状态（位置、速度、剩余能量、载荷状态、任务进度）上报给中心，由中心统一完成态势融合、任务分配与路径规划，再将指令下发给各平台执行。平台之间一般不直接协商，信息流呈“星型”汇聚与发散。

其核心优势是全局最优性好：中心掌握完整信息，可以求解全局目标函数下的最优分配，避免局部冲突；同时协调逻辑简单，冲突消解、去重、优先级排序都在一处完成，便于人工干预与责任追溯。缺点同样突出：中心是单点故障源，一旦被摧毁或通信中断，整个系统可能瘫痪；中心的计算与通信负载随平台数量增长而迅速饱和，可扩展性差；此外，所有平台对中心存在持续通信依赖，在强干扰或超视距场景下非常脆弱。

适用条件：平台数量较少（经验上 5～10 个以内）、通信条件良好且稳定、任务环境相对静态、对全局最优性要求高、允许存在可靠指挥节点的场景，例如单基地多无人机区域覆盖、地面站指挥的编队侦察。

二、分布式架构：平台间对等协商

分布式架构（Distributed Architecture）没有全局中心，每个无人平台都是对等的决策主体。平台通过局部通信（如自组网、邻居广播）与邻近平台交换信息，基于局部视图和一致性算法、拍卖机制、博弈或势场法自主决策，逐步收敛到全局可接受的分配方案。信息流呈“网状”多跳传播。

其优势是鲁棒性与可扩展性强：任一平台失效只影响局部，系统可自组织重构；新增平台只需接入网络即可参与协同，规模扩展代价低；不依赖远程链路，适合通信受限或拒止环境。代价是难以保证全局最优，收敛速度受网络拓扑和通信时延影响，可能出现震荡或次优解；同时缺乏统一指挥，行为验证与责任界定更复杂，对算法一致性要求高。

适用条件：平台数量多、任务区域大、通信受限或存在对抗、需要高容错与自愈能力的场景，例如无人机集群蜂群作战、大规模环境监测、灾后搜索救援中的多机器人协同。

三、混合式架构：分层分簇的折中

混合式架构（Hybrid Architecture）将集中与分布结合，通常采用“分层分簇”结构：将平台划分为若干簇（Cluster），每簇选出一个簇首（Cluster Head）承担簇内集中协调，簇首之间再以分布式方式协商，或由上层中心进行跨簇统筹。这样既保留了局部集中带来的高效协调，又通过簇间分布获得容错与扩展能力。

其优点是兼顾效率与鲁棒性：簇内通信量小、决策快，簇间松耦合降低了对单一中心的依赖；通过簇首轮换可均衡能耗、避免节点过早失效。缺点是结构管理与簇首选举带来额外开销，簇首本身成为局部关键点，需要设计簇首失效后的快速重选机制；跨簇一致性维护也比纯分布式更复杂。

适用条件：平台数量中等偏大、任务可自然分区、需要兼顾实时性与容错性的场景，例如多区域协同搜索、分层编队护航、城市物流多机多车协同配送。

四、三类架构的关键参数对比

为了便于工程选型，下表从决策位置、通信模式、全局最优性、容错性、可扩展性、典型时延量级等维度对三类架构进行对照。表中时延与规模为教学示例中的合理假设，用于说明量级差异，并非实测结果。

五、选型判断与工程要点

实际系统很少“纯集中”或“纯分布”，更多是按任务阶段动态切换。例如编队起飞阶段采用集中式保证一致性，进入任务区后切换为分布式以抗干扰，返航阶段再由中心统一回收。判断时可依次回答三个问题：是否存在可靠且持续的指挥链路？若否，排除纯集中式；平台规模是否超过中心处理能力？若是，考虑分布式或混合式；任务是否可自然分区？若可，混合式通常是最优折中。

综上，集中式、分布式与混合式并非优劣排序，而是面向不同约束的三种组织方式。理解它们在决策权、信息流、容错与扩展性上的本质差异，是后续任务分配算法设计与协同架构选型的基础。