《指挥与控制学报》12卷2期网刊目录发布，敬请关注！

【文题】：具身智能自主无人系统安全

【作者】：唐惠莉, 龙佳欢, 刘汉卿，姜廷松，姚雯

【摘要】：无人系统安全问题已成为制约其可靠部署的关键。聚焦具身智能场景下自主无人系统安全威胁，系统归纳不同攻击层面的主要攻击方式，重点梳理感知系统中接触式与非接触式两类主要攻击手段，探讨具身智能系统在任务执行时易受攻击的模式与潜在薄弱环节，结合现有研究分析典型攻击方法与防御策略，为提升自主无人系统的安全性和鲁棒性提供参考。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0253

【引用格式】：唐惠莉, 龙佳欢, 刘汉卿, 等. 具身智能自主无人系统安全 [J]. 指挥与控制学报, 2026, 12(2): 151−164.

TANG H L, LONG J H, LIU H Q, et al. Safety of embodied intelligent autonomous unmanned systems[J]. Journal of Command and Control, 2026, 12(2): 151-164.

【文题】：异构线性多智能体系统的分布式在线复合优化

【作者】：侯瑞捷, 孟敏, 王庆，李修贤，温广辉

【摘要】：针对异构线性多智能体系统的带有时变正则项的分布式在线复合优化问题，提出了一种基于近端梯度下降算法的分布式在线算法。该算法保证了任意时刻智能体的输入和状态始终保持在约束集合内。为了评估所提出算法的表现效果，对该算法的动态遗憾性能进行了分析，得到了与时间和路径长度有关的上界。若路径长度随时间呈次线性增长，则动态遗憾上界也随时间呈次线性增长，从理论上证明了算法的有效性，并通过仿真实验验证了算法的性能和理论分析结果。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0108

【引用格式】：侯瑞捷, 孟敏, 王庆, 等. 异构线性多智能体系统的分布式在线复合优化 [J]. 指挥与控制学报, 2026, 12(2): 165−173.

HOU R J, MENG M, WANG Q, et al. Distributed online composite optimization for heterogeneous linear multi-agent systems[J]. Journal of Command and Control, 2026, 12(2): 165-173.

【文题】：基于强化学习和微分对策的无人机集群动态自组织杀伤网

【作者】：吴碧, 江涛, 陶宏，宋韬

【摘要】：针对高强度对抗环境下无人机集群杀伤网动态构建的难题，提出一种融合深度强化学习与微分对策的协同决策框架。该方法突破传统静态优化局限，实现杀伤网自主演化：瞬时决策引擎将战场态势转化为组合优化问题，生成周期性贪心策略样本，为强化学习提供价值基准；动态分布式杀伤网使每架无人机基于局部态势自主决策通信节点与打击目标，支撑全局任务导向的拓扑自组织与功能自修复；对抗性轨迹闭环设计为对抗双方提供差异化运动规划——进攻方采用混合虚拟势场法实现高速突防规避，防守方基于微分对策求解协同拦截最优轨迹，通过任务反馈机制联通决策层与规划层。该框架显著提升集群在强对抗、高动态场景下的体系韧性，为智能化战争提供可扩展的自主协同解决方案。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0241

【引用格式】：吴碧, 江涛, 陶宏, 等. 基于强化学习和微分对策的无人机集群动态自组织杀伤网 [J]. 指挥与控制学报, 2026, 12(2): 174−184.

WU B, JIANG T, TAO H, et al. Dynamic self-organizing kill web for UAV swarms based on reinforcement learning and differential game theory[J]. Journal of Command and Control, 2026, 12(2): 174-184.

【文题】：反导指挥控制模式复杂网络建模与超实时仿真分析

【作者】：孙浩伦, 郭相科, 王刚，孙文，张大元，刘祥雨

【摘要】：为解决反导指挥控制模式动态建模与效能评估困难的问题，针对反导作战多要素、高实时、强动态性的特点，提出一种基于复杂网络理论结合超实时仿真推演的建模评估方法。基于复杂网络理论对层级式、网状式指挥控制模式下的指挥控制体系建模为复杂网络图模型；构建静态效能评估指标，对不同指挥控制模式的静态拓扑特征进行仿真分析；最后，为实现静态到动态的映射，基于超实时仿真推演系统设计大规模反导作战想定，构建具有动态特性的效能指标，对比分析层级、网状、混合式3种指挥控制模式在不同作战阶段的指挥协同效能，通过灵敏度分析验证方法的有效性。研究结果表明该方法对反导作战指挥控制模式建模与效能评估具有指导与借鉴意义。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0196

【引用格式】：孙浩伦, 郭相科, 王刚, 等. 反导指挥控制模式复杂网络建模与超实时仿真分析 [J]. 指挥与控制学报, 2026, 12(2): 185−197.

SUN H L, GUO X K, WANG G, et al. Complex network modeling and super-real-time simulation analysis of anti-missile command and control modes[J]. Journal of Command and Control, 2026, 12(2): 185-197.

【文题】：基于图卷积神经网络的爱恩斯坦棋博弈策略建模

【作者】：储旭彤, 李卓轩, 曹一丁，时欣利，曹进德

【摘要】：在智能博弈领域，爱恩斯坦棋移动策略需综合考虑随机掷骰、棋子位置及潜在交互关系，使得建模和预测难度较大。提出了一种基于图卷积神经网络构建策略网络，在蒙特卡洛树搜索选择和模拟阶段引导节点选择的方法。通过多个图卷积残差块提取局面特征，输出棋子移动的概率；结合启发式上限置信界树算法，形成基于图卷积策略网络引导的GP-UCT算法。实验表明，该算法对抗传统UCT和BetaPrune等基线算法，取得了至少60%的博弈胜率，验证了其在爱恩斯坦棋随机博弈中的有效性。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0210

【引用格式】：储旭彤, 李卓轩, 曹一丁, 等. 基于图卷积神经网络的爱恩斯坦棋博弈策略建模 [J]. 指挥与控制学报, 2026, 12(2): 198−206.

CHU X T, LI Z X, CAO Y D, et al. EinStein w ü rfelt nicht! gaming policy modeling based on graph convolutional neural networks[J]. Journal of Command and Control, 2026, 12(2): 198-206.

【文题】：基于策略树的自适应系统自主适变能力演进方法

【作者】：周芳, 毛少杰, 刘小毅，丁冉

【摘要】：针对复杂强对抗环境下系统自主适变能力演进需求，提出了策略树概念，设计了涵盖感知资源调整、处理资源调整、决策资源调整、打击资源调整分支的系统策略树；提出基于探索性试验的适变样本模拟生成技术，解决适变样本数据量少的难题；提出一种连续型适变条件属性进行离散聚类和挖掘关联规则的方法，基于适变样本频繁项挖掘生成策略树新分支，实现系统自主适变能力迭代演进，解决传统规则系统无法自动发现新知识的问题。构建了50个节点规模的验证环境，开展不同代数的策略树应用效果的验证。仿真试验结果表明，迭代演进后的策略树应用效果明显优于初始/前代策略树。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0213

【引用格式】： 周芳, 毛少杰, 刘小毅, 等. 基于策略树的自适应系统自主适变能力演进方法 [J]. 指挥与控制学报, 2026, 12(2): 207−215.

ZHOU F, MAO S J, LIU X Y, et al. An evolution method for autonomous adaptation capability of adaptive systems based on strategy trees[J]. Journal of Command and Control, 2026, 12(2): 207-215.

【文题】：无人系统视觉语义导航的自适应数据增强方法

【作者】：王敦正, 刘馨竹, 袁小虎,宋磊，刘华平

【摘要】：无人系统在复杂环境中的视觉语义导航依赖于高质量的训练数据，然而此类数据通常难以大量获取。为此，数据增强技术已成为该领域的重要研究方向。数据增强方法往往存在盲目性问题，即仅注重生成更多数据，而忽略了增强数据对模型训练的有效性，导致生成的数据可能冗余或偏离实际导航需求。针对这一问题，提出一种基于模型性能的自适应数据增强方法。该方法通过动态评估模型在导航任务中的性能表现，利用大模型的强大生成与推理能力，构建与导航场景语义以及模型性能关联的高价值增强数据，从而自适应地优化模型。实验表明，所提方法能显著提升无人系统的视觉语义理解与导航性能，为解决数据困境提供了新思路。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0113

【引用格式】：王敦正, 刘馨竹, 袁小虎, 等. 无人系统视觉语义导航的自适应数据增强方法 [J]. 指挥与控制学报, 2026, 12(2): 216−227.

WANG D Z, LIU X Z, YUAN X H, et al. Adaptive data augmentation method for visual semantic navigation for unmanned systems[J]. Journal of Command and Control, 2026, 12(2): 216-227.

【文题】：AI增强OctoMag：磁操控具身智能平台设计

【作者】：周永旭, 苏笑宇, 吴益强，陶凯，杨乐

【摘要】：面向战场高烈度对抗中对远程、微创神经镇痛手术的需求，基于磁性微纳米机器人经血管靶向递药干预神经的疗法，提出一种AI增强OctoMag系统的具身智能平台。通过融合“磁−电”模型、深度强化学习算法PPO与域随机化训练策略，增强OctoMag系统与环境交互的自主学习与适应能力。仿真结果表明，平台在人体动脉血粘度范围内保持高精度控制性能，归一化平均定位误差不超过0.06。在极端粘度条件(0.007 Pa·s)下，控制精度较未引入域随机化的PPO算法提升了88.4%。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0248

【引用格式】：周永旭, 苏笑宇, 吴益强, 等. AI增强OctoMag：磁操控具身智能平台设计 [J]. 指挥与控制学报, 2026, 12(2): 228−235.

ZHOU Y X, SU X Y, WU Y Q, et al. AI-enhanced OctoMag: design of a magnetically manipulated embodied intelligence platform[J]. Journal of Command and Control, 2026, 12(2): 228-235.

【文题】：面向低空安全的约束驱动无人机具身任务执行

【作者】：李博宸, 王成罡, 黄丹，宋磊，丁璐，袁小虎，刘华平

【摘要】：为了实现无人机在低空任务中对实时感知障碍物的安全规避，提出一种基于可微分控制障碍函数的约束驱动端到端安全控制框架。以无人机实时获取的图像等感知信息为输入，利用神经网络学习安全约束与任务约束的松弛程度参数，将其嵌入可微分二次规划生成控制量，推导给出了反向传播的损失函数梯度下降公式。在AirSim平台中构建了仿真场景，并给出了从训练数据集构建到模型测试部署的流程。结果表明，提出方法可在障碍物位置未知的情况下，基于深度图像等感知数据端到端生成控制量，相比于基于全连接网络对控制量进行预测的方法实现了更优的任务执行成功率。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0252

【引用格式】：李博宸, 王成罡, 黄丹, 等. 面向低空安全的约束驱动无人机具身任务执行 [J]. 指挥与控制学报, 2026, 12(2): 236−245.

LI B C, WANG C G, HUANG D, et al. Constraint-driven embodied task execution for unmanned aerial vehicles towards low-altitude safety applications[J]. Journal of Command and Control, 2026, 12(2): 236-245.

【文题】：面向具身智能机器人的快速精准抓取位姿估计

【作者】：余盛, 翟弟华, 夏元清

【摘要】：物体抓取位姿估计是具身机器人的一项重要视觉任务。大多数6自由度抓取位姿估计方法主要以点云进行抓取位姿估计，忽略了物体的纹理信息，并且计算过程较为耗时。针对这一问题，提出一种快速高效的抓取位姿预测方法。通过构建抓取区域预测模块，预测RGB−D 图像中的可抓取区域和6自由度抓取的部分参数，并构建非均匀抓取位姿搜索算法，提升抓取位姿的准确性与多样性。为实现机器人的具身性，结合视觉语言大模型，构建具身机器人抓取位姿预测系统，使得机器人能够准确理解人类指令并完成物体抓取任务。实验结果表明，所提方法同时兼顾实时性与准确性，能够有效应用至人机交互场景下的机器人抓取任务。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0023

【引用格式】：余盛, 翟弟华, 夏元清. 面向具身智能机器人的快速精准抓取位姿估计 [J]. 指挥与控制学报, 2026, 12(2): 246−254.

YU S, ZHAI D H, XIA Y Q. Fast and accurate grasping pose estimation for embodied intelligent robots[J]. Journal of Command and Control, 2026, 12(2): 246-254.

【文题】：大模型驱动的迭代具身学习框架

【作者】：王涓, 赵大伟, 聂一鸣，刘华平

【摘要】：针对现有具身学习方法存在跨场景泛化能力弱、探索效率低、策略规划易陷入局部最优等问题，提出了大模型驱动的迭代具身学习新范式，以大模型为决策核心构建闭环反馈系统，将具身学习问题解耦为高层规划与低级路径执行的协同。所提框架依托大模型，基于感知提示生成优化训练环境选择的环境选择策略和指导智能体探索环境的探索策略，迭代采集数据逐步提升感知性能。实验表明，该框架能显著提高感知模型对环境的理解能力。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0258

【引用格式】：王涓, 赵大伟, 聂一鸣, 等. 大模型驱动的迭代具身学习框架 [J]. 指挥与控制学报, 2026, 12(2): 255−267.

WANG J, ZHAO D W, NIE Y M, et al. Iterative embodied learning framework driven by large language model[J]. Journal of Command and Control, 2026, 12(2): 255-267.

【文题】：面向韧性指挥控制的具身时空拓扑认知模型

【作者】：王晓, 张尚琦, 孙长银

【摘要】：自主无人系统的传统离身智能指挥控制依赖绝对坐标与静态地图，导致认知与行动解耦，面临严重的时滞与刚性困境，难以满足高强度智能化战争的韧性需求。融合具身认知与全局工作空间理论，提出“以身为尺”的具身智能时空拓扑认知模型。该模型构建了包含硬件可变性、软件适应性与能源可承担性的本体能力度量框架，为智能体提供动态的自我状态感知；提出一种面向任务的7维时空拓扑认知机制，实现了任务可行性评估从“上帝视角”的静态预设到“具身耦合”的动态解算的根本性转变。通过引入全局工作空间机制，模型形成了“感知−评估−决策−重构”的闭环，驱动系统在扰动中实现时空拓扑的动态演化，从而为构建具备抗毁、自适应、自重组能力的韧性指挥控制系统提供了清晰的理论基础与可工程化的实现路径。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0254

【引用格式】：王晓, 张尚琦, 孙长银. 面向韧性指挥控制的具身时空拓扑认知模型 [J]. 指挥与控制学报, 2026, 12(2): 268−280.

WANG X, ZHANG S Q, SUN C Y. Model of the embodied spatio-temporal topological cognition for resilient command and control[J]. Journal of Command and Control, 2026, 12(2): 268-280.

【文题】：动态平均一致性下离散多智能体分布式全局最优控制

【作者】：任耘霄, 刘玮明, 赵丹

【摘要】：研究了离散时间领导−跟随者多智能体系统的全局最优一致性问题。该问题的两大难点分别是分布式通信和全局最优控制中的耦合效应，以及随着智能体个数增加而迅速膨胀的计算复杂度。为解决上述问题，设计了权重矩阵实现计算解耦，利用动态平均一致性算法提出了一种信息融合方式，实现了智能体的分布式最优领导者跟随控制，通过数值仿真验证了所提方法的有效性。

【全文链接】：https://www.jc2.org.cn/article/doi/10.20278/j.jc2.2096-0204.2025.0194

【引用格式】：任耘霄, 刘玮明, 赵丹. 动态平均一致性下离散多智能体分布式全局最优控制 [J]. 指挥与控制学报, 2026, 12(2): 281−286.

REN Y X, LIU W M, ZHAO D. Distributed global optimal control for multi-agent systems for discrete under dynamic average consensus[J]. Journal of Command and Control, 2026, 12(2): 281-286.