自主多飞行器系统与集群系统在军事行动中的应用正日益广泛。然而，成功的部署取决于通过任务分解和子任务分配来高效分配系统资源的能力。由于通用的任务分配问题属于非确定性多项式时间困难问题，因此必须采用近似技术来及时得出近似最优解。目前，拍卖算法和基于森林的算法是用于此目的的常用选择。本论文提出“动态稳定匹配”算法作为一种新的任务分配解决方案。通过为无人机集群实施基于DSM的区域搜索行为，展示并比较了该算法与其他替代算法的性能。研究结果表明，在计算速度和求解质量方面，DSM算法是现有方法的一个可行替代方案。需要进一步研究以确定该算法在更大规模和更大区域情况下的可扩展性。

在过去十年中，无人机战争在军事行动中经历了加速发展。小型无人机的部署在近期冲突（特别是乌克兰战争）的海上和空中领域都取得了广泛成功。作为回应，“复制者”等项目正准备在不远的将来将全域、可消耗自主系统交到作战人员手中。无人机系统在战场上的成功，凸显了优化小型无人机作战的紧迫性，因为与其设计、开发和生产相关的项目已开始产出可投入战场的单元。这在集群系统的背景下尤为相关。

传统上，单个无人机由操作员主动控制，或至少在某些情况下能够从自主模式切换到手动控制。然而，对于无人机集群而言，这并不现实。尽管操作员可能成功控制少量无人机，但大型集群将需要数量庞大的无人机操作员，这在战场上是不现实的。此外，远程控制将不可靠且难以协调，会饱和可用的通信信道，并使系统极易受到电子对抗攻击（特别是干扰）的影响。最后，人类操作员可能难以协调大型集群中无人机的快速移动，从而极大增加碰撞风险和降低作战效率。因此，无人机集群必须具备作为完全自主系统运行并协调各单元间行动的能力。

因此，与以往无人机技术的应用不同，未来的许多无人机作战系统将作为“系统簇”运行，这要求不仅要在单个无人机层面，还要在整个超级系统层面进行“部队集成可行性评估”。为了使此类系统满足“条令、组织、训练、物资、领导力、教育、人员、设施和政策”标准，单个无人机和通信基础设施必须达标，但若缺乏高效算法来协调操控无人机，硬件在集群环境中将几乎无用。因此，审慎的做法是明确集群作战系统算法所需的特性。

首先，此类算法必须具有时间效率。繁琐的算法将削弱集群相对于人工操控无人机系统的一个主要优势：快速响应时间。第二，与这些算法相关的计算必须节能高效。尽管在其他大多数情况下微不足道，但无人机集群由分布式嵌入式系统组成，功率容量有限。第三，集群算法必须具有容错性。在有损耗通信和敌对环境中运行的无人机集群，通信故障和单元损失将很常见，而“体系之体系”必须能够应对并从这些损失中恢复。最后，此类算法必须是分布式的。集群系统本质上是分布式的，因此利用机载处理可以构建更稳健的系统，并避免计算瓶颈和单点故障。

如果无人机集群作战系统软件满足这些要求，那么该集群就更有可能以更少的延迟和修改通过采办流程。鉴于当前部队现代化工作具有高度的时间敏感性，必须审慎而快速地推进必要的物理和数字基础设施开发，以实现21世纪大规模无人机战争。

本文分为五章。在第一章中，介绍了研究主题，界定了其范围，并概述了其余章节。在第二章中，进一步明确了任务分配问题，提供了算法所基于的经典算法背景及其在类似研究中的应用描述，并探讨了任务分配问题的替代解决方案及其与自身工作的相关程度。在第三章中，描述了研究中使用的仿真环境及其架构、任务如何被分解、这些任务如何管理以及研究中使用的搜索代理。在详细阐述DSM算法及其实现之前，还概述了作为算法性能基准的其他算法的理论运行方式，同时提供了一个迭代示例，进行了算法分析，并讨论了其相对于现有方法的理论优势。在第四章中，详述了实验设计，呈现了实验结果，并讨论了这些结果对DSM算法在任务分配中的质量、性能和整体可行性的影响。在第五章中，根据算法的理论基础和第四章获得的结果得出结论。此外，阐述了本研究对任务分配文献的贡献，讨论了算法实现中可改进之处及如何修正，并详述了可基于所建立的DSM算法开展的未来工作。