2022年10月28日，中国科学院自动化研究所曾毅研究员课题组在Cell Press细胞出版社期刊Patterns上发表了题为“Nature-inspired Self-organizing Collision Avoidance for Drone Swarm Based on Reward-modulated Spiking Neural Network”的研究论文。团队受自然界中生物集群分布式、自组织的群体智能行为机制启发，采用奖励调控脉冲神经网络实现个体的在线学习，独立的无人机个体在自组织交互过程中涌现出群体自主避障能力。 

　　自然界中广泛存在着集群行为，蜜蜂通过摇摆舞协作寻找好的花蜜来源，鸟群、鱼群、动物集群自发地出现有序的行为模式而不发生碰撞，并通过交互协作更好地捕食或抵御捕食者。自然界的集群行为表现出自组织、去中心化、分布式等特点。每个个体独立地具备相对简单的学习能力，并与其周围局部的环境交互。而群体的智能行为正是由个体间的自组织协同得以实现的。在计算建模中，考虑到个体行为之间的耦合影响，对集群行为的优化通常采用中心控制的方法，但全局优化会带来大量的计算，对环境变化的适应性也较差。 

　　中国科学院自动化研究所曾毅研究员课题组借鉴自然界中群体智能去中心化、自组织的行为机制，提出了一种无人机集群的自组织生存避障模型。集群中每个个体独立地采用类脑脉冲神经网络进行在线强化学习，该网络融合了长时程的多巴胺全局调控和局部的脉冲时序依赖突触可塑性。每个个体根据视野一定范围内观测到的其他智能体的行为来优化类脑脉冲神经网络，实现高效、自组织的交互学习。集群的智能行为通过具备在线学习能力的个体之间的局部交互，自组织地涌现出来。  

图1 无人机集群自组织避障过程

　　该模型已应用于类食蚜蝇的生存定域实验，即具有“领地所有权”机制的集群在有限的区域内能够彼此之间保持安全的稳态，不会发生碰撞并且互不侵犯“领地”。仿真场景下不同集群规模的生存定域实验结果表明，该模型能够快速学习到安全的飞行策略，并保证集群整体长时间的稳定、安全飞行。真实场景下有限区域内多架无人机的实验也验证了该模型对动态、不确定环境的快速学习和适应能力，无人机之间能够快速的躲避，不会发生碰撞，如图2所示。与基于人工神经网络学习方法对比，该模型采用脉冲神经网络表现出更优的性能和更好的稳定性，如图3所示。