在机器人网络中，研究如何使网络中的机器人达到一个共同点是很有必要的，原因有两点：

（1） 网络中的机器人不能将信息传达到其他所有机器人【17】【18】，即不存在全局的信息链接。因为机器人网络要求每一个机器人结构简单、成本低，所以机器人最好不装备类似GPS这样昂贵的定位设备，并且在未知的环境中，比如深海中，全局的信息链接是很难获取的【19】【20】。因此，要求机器人能够在无全局信息链接的情况下实现聚集。

（2） 中心控制的方式不适用于机器人网络的聚集。Bayindir【21】指出虽然在具有中心控制的情况下，实现机器人的聚集行为是比较简单的，因为中心控制节点掌握着全局信息以及每个节点的信息，然而，这种方式在机器人数量较多时效率不仅低，而且会限制机器人网络的健壮性，因为中心节点的失效会导致整个系统的失败。

此外，机器人的聚集在机器人网络中的研究意义主要有以下三点：

首先，在多智能体系统中，智能体的聚集往往是完成其他任务的前提和重要的基础工作【18】【22】。比方说一群智能体要合作完成某一任务，或者到达某一地点，或者在一片未知的地方开展搜救工作，又比方许多无人驾驶飞机要到达一个共同地点等。但是，个体机器人的传感能力、感知能力和计算能力都是非常有限的，所以它们只能利用局部的感知和通信能力实现相互协作已完成全局的任务，这就要求个体机器人在相互很近的范围内才能进行通讯和协作，因此智能体的聚集往往就成为完成其他任务的前提和基础工作。

第二，机器人的聚集问题研究有助于解决群体决策问题、物品分类等问题【23】。以群体决策问题中的住所选择问题为例，群体需要在两个或多个住所中选择一个作为整个群体的最终住所。机器人的聚集能力可以使群体自组织的完成住所的选择。

第三，研究聚集问题有助于研究机器人网络中对机器人的控制机制。在生物界中，生物的群体行为表现出生物群体的自组织的控制机制，聚集是一种基本的群体行为，研究人员研究聚集行为希望获得能够帮助对群体机器人系统进行自组织控制的原理【24】。

综上所述，研究机器人网络的聚集行为是非常重要和具有实用价值的。

1.2.3  研究的关键问题

要实现机器人网络的聚集问题，详细来说，需要解决的关键问题包括以下2个：

（1） 如何实现能量有限机器人网络的聚集问题。因为机器人往往是只含有有限的能源供应，在实现聚集的时候也要防止其能量低于某个给定下限，许多应用中机器人在完成任务后需要返回或者移动到目标位置。

（2） 在机器人网络中，随着机器人数量的增加，实现聚集的难度也随之增加。这就要求实现聚集算法的可扩展性，在机器人数量增加时，机器人网络也能够有效的实现聚集。

1.2.4  背景补充：一致性问题文献综述

一种与聚集相近的问题是所谓的一致性问题，它的目标是趋势一系列具有不同性状的智能体达到同一状态。特别地，聚集可以看做是一类一致性问题，只是这里的一致性变量是智能体的位置。为了对一致性问题进行一次完整的回顾，请阅读参考文献【24】【25】。被Vicsek提出的一个有趣的模型所激发，LIN【26】提出了一种独立校正协议来实现移动智能体的一致性问题。Ren W【27】等人将这项工作延伸到具有导向和切换功能网络拓扑结构的多智能体系统，并且，如果此网络拓扑结构包含一个足够频率的生成树的话就能够实现一致性。Olfati-Saber【28】等人提出了一个关于含有/不含有时间延迟的无向网络和有向网络的一致性问题的理论框架。此外，文中还介绍了平均一致性问题，其中平均一致性的取值为网络智能体初始值的平均值。Jia【29】考虑了非一致时间延迟的二阶多智能体网络和动态变化的拓扑结构的一致性问题。Mo【30】进一步考虑了具有时滞和外部干扰的高阶多智能体系统的一致性问题。