| [1] |
谷海波， 刘克新， 吕金虎. 集群系统协同控制： 机遇与挑战［J］. 指挥与控制学报， 2021， 7（1）： 1-10.
|
|
GU H B， LIU K X， LYU J H. Cooperative control of swarm systems： Opportunities and challenges［J］. Journal of Command and Control， 2021， 7（1）： 1-10 （in Chinese）.
|
| [2] |
吕金虎， 文力， 李磊， 等. 跨水空介质集群机器人研究现状与展望［J］. 中国科学（技术科学）， 2025， 55（5）： 807-826.
|
|
LÜ J H， WEN L， LI L， et al. Research status and prospects of aerial-aquatic swarm robots［J］. SCIENTIA SINICA Technologica， 2025， 55（5）： 807-826 （in Chinese）.
|
| [3] |
LYU M Y， ZHAO Y B， HUANG C， et al. Unmanned aerial vehicles for search and rescue： A survey［J］. Remote Sensing， 2023， 15（13）： 3266.
|
| [4] |
SUN G B， ZHOU R， MA Z， et al. Mean-shift exploration in shape assembly of robot swarms［J］. Nature Communications， 2023， 14： 3476.
|
| [5] |
LÜ J H， ZE K R， YUE S Y， et al. Concurrent-learning based relative localization in shape formation of robot swarms［J］. IEEE Transactions on Automation Science and Engineering， 2025， 22： 11188-11204.
|
| [6] |
吕金虎， 汪宗福， 刘克新， 等. 基于双/多基SAR的集群协同探测与制导新进展［J］. 航空学报， 2025， 46（6）： 531548.
|
|
LÜ J H， WANG Z F， LIU K X， et al. New progress in cluster collaborative detection and guidance based on bi/multi-static SAR［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（6）： 531548 （in Chinese）.
|
| [7] |
QU Q Y， LIU K X， LI X J， et al. Satellite observation and data-transmission scheduling using imitation learning based on mixed integer linear programming［J］. IEEE Transactions on Aerospace and Electronic Systems， 2023， 59（2）： 1989-2001.
|
| [8] |
BAYRAM H， BOZMA H I. Coalition formation games for dynamic multirobot tasks［J］. The International Journal of Robotics Research， 2016， 35（5）： 514-527.
|
| [9] |
KHAMIS A， HUSSEIN A， ELMOGY A. Multi-robot task allocation： A review of the state-of-the-art［M］∥ Cooperative Robots and Sensor Networks 2015. Berlin： Springer International Publishing， 2015： 31-51.
|
| [10] |
SEENU N， KUPPAN CHETTY R M， RAMYA M M， et al. Review on state-of-the-art dynamic task allocation strategies for multiple-robot systems［J］. Industrial Robot： the International Journal of Robotics Research and Application， 2020， 47（6）： 929-942.
|
| [11] |
CHAKRAA H， GUÉRIN F， LECLERCQ E， et al. Optimization techniques for multi-robot task allocation problems： Review on the state-of-the-art［J］. Robotics and Autonomous Systems， 2023， 168： 104492.
|
| [12] |
TURNER J， MENG Q G， SCHAEFER G， et al. Distributed task rescheduling with time constraints for the optimization of total task allocations in a multirobot system［J］. IEEE Transactions on Cybernetics， 2018， 48（9）： 2583-2597.
|
| [13] |
DENG R L， YAN R， HUANG P N， et al. A distributed auction algorithm for task assignment with robot coalitions［J］. IEEE Transactions on Robotics， 2024， 40： 4787-4804.
|
| [14] |
WANG S L， LIU Y J， QIU Y T， et al. Consensus-based decentralized task allocation for multi-agent systems and simultaneous multi-agent tasks［J］. IEEE Robotics and Automation Letters， 2022， 7（4）： 12593-12600.
|
| [15] |
吕晔， 周锐， 李兴， 等. 基于多轮次分布式拍卖的异构多任务分配算法［J］. 北京航空航天大学学报， 2025， 51（3）： 1018-1027.
|
|
LYU Y， ZHOU R， LI X， et al. A heterogeneous multi-task assignment algorithm based on multi-round distributed auction［J］. Journal of Beijing University of Aeronautics and Astronautics， 2025， 51（3）： 1018-1027 （in Chinese）.
|
| [16] |
CHOPRA S， NOTARSTEFANO G， RICE M， et al. A distributed version of the Hungarian method for multirobot assignment［J］. IEEE Transactions on Robotics， 2017， 33（4）： 932-947.
|
| [17] |
ISMAIL S， SUN L. Decentralized Hungarian-based approach for fast and scalable task allocation［C］∥ 2017 International Conference on Unmanned Aircraft Systems （ICUAS）. Piscataway： IEEE Press， 2017： 23-28.
|
| [18] |
SAMIEI A， SUN L. Distributed recursive Hungarian-based approaches to fast task allocation for unmanned aircraft systems［C］∥ AIAA Scitech 2020 Forum. Reston： AIAA， 2020.
|
| [19] |
SAMIEI A， SUN L. Distributed matching-by-clone Hungarian-based algorithm for task allocation of multiagent systems［J］. IEEE Transactions on Robotics， 2024， 40： 851-863.
|
| [20] |
ZHANG Z， JIANG J， XU H Y， et al. Distributed dynamic task allocation for unmanned aerial vehicle swarm systems： A networked evolutionary game-theoretic approach［J］. Chinese Journal of Aeronautics， 2024， 37（6）： 182-204.
|
| [21] |
JANG I， SHIN H S， TSOURDOS A. Anonymous hedonic game for task allocation in a large-scale multiple agent system［J］. IEEE Transactions on Robotics， 2018， 34（6）： 1534-1548.
|
| [22] |
HU J Y， BHOWMICK P， JANG I， et al. A decentralized cluster formation containment framework for multirobot systems［J］. IEEE Transactions on Robotics， 2021， 37（6）： 1936-1955.
|
| [23] |
ZHAO X Y， ZONG Q， TIAN B L， et al. Fast task allocation for heterogeneous unmanned aerial vehicles through reinforcement learning［J］. Aerospace Science and Technology， 2019， 92： 588-594.
|
| [24] |
NG J S， LIM W Y B， XIONG Z H， et al. Reputation-aware hedonic coalition formation for efficient serverless hierarchical federated learning［J］. IEEE Transactions on Parallel and Distributed Systems， 2022， 33（11）： 2675-2686.
|
| [25] |
KUHN H W. The Hungarian method for the assignment problem［J］. Naval Research Logistics Quarterly， 1955， 2（1-2）： 83-97.
|
| [26] |
CHOI H L， BRUNET L， HOW J P. Consensus-based decentralized auctions for robust task allocation［J］. IEEE Transactions on Robotics， 2009， 25（4）： 912-926.
|
| [27] |
LU P. Entry guidance： A unified method［J］. Journal of guidance， control， and dynamics， 2014， 37（3）： 713-28.
|
)
CJA
