课题组以空中无人机、水下机器人等无人系统为主要研究对象，围绕复杂动态环境中的“感知-建模-决策-协同-控制”问题，开展多模态态势感知与世界模型、AI Agent驱动的任务规划与协同调度、多智能体具身智能与博弈决策、轨迹规划与协同控制等研究。相关工作既关注模型与算法，也重视仿真和实体平台验证。
总体技术体系
下图从三个层次概括课题组的研究内容：上层侧重任务规划与协同调度，中层侧重多智能体协同与博弈决策，下层侧重轨迹规划与控制执行；多模态态势感知和世界模型为各层提供环境理解、状态预测和推演支撑。
上层：最优调度（AI Agent驱动的任务规划与协同调度）
任务规划、任务分配与协同调度
中层：最优协同（多智能体具身智能与博弈决策）
多智能体协同、博弈决策与策略学习
下层：最优控制（轨迹规划与协同控制）
轨迹规划、运动控制与实体平台验证
方向一：多模态态势感知与世界模型
主要研究复杂环境中的目标识别、目标跟踪、意图理解和行为预测。通过融合视觉、语言、轨迹与环境状态等信息，建立可预测、可推演的世界模型，为任务规划、博弈决策和控制验证提供依据。
关键词：多模态感知、视觉-语言-动作模型（VLA）、意图理解、行为预测、世界模型。
VLA语义理解与行为预测
态势感知与世界模型
方向二：AI Agent驱动的任务规划与协同调度
主要研究多无人系统中的任务规划、资源分配和协同调度。结合任务目标、平台能力、环境态势与约束条件，生成可执行的任务方案，并在仿真或实验环境中进行验证。
关键词：AI Agent、任务规划、任务分配、组合优化、强化学习、多无人系统协同调度。
AI Agent辅助的任务规划与协同调度
多无人机任务分配
方向三：多智能体具身智能与博弈决策
主要研究动态对抗和有人/无人协同场景中的策略学习与决策方法，同时在无人机、无人车等平台上开展验证，推动仿真中的智能策略向真实系统应用延伸。
关键词：具身智能、多智能体强化学习、动态博弈、可解释策略、有人/无人协同、实体平台验证。
多智能体博弈决策与策略学习
多智能体具身智能与博弈决策
方向四：轨迹规划与协同控制
主要研究固定翼飞机、四旋翼无人机、水下机器人和多智能体系统的路径规划、轨迹优化、避障控制与协同覆盖，并通过仿真和实体平台实验检验方法的可行性。
关键词：路径规划、轨迹优化、避障控制、感知规划一体化、协同覆盖、实体平台验证。
复杂环境下的局部轨迹规划
基于可微分物理的端到端飞行策略
空海协同仿真实验平台
课题组自研无人机实体平台
研究方向之间的关系
四个方向在研究过程中相互衔接：态势感知和世界模型为任务规划与策略学习提供信息基础，任务规划和博弈决策进一步形成协同方案，轨迹规划与控制负责将方案落实到具体平台和实验验证中。
（系统演示、实验视频和阶段性成果见“研究成果”栏。）