多旋翼無人機協同運輸纜索懸掛載荷在搜救、物流、建築施工等領域具有重要應用前景。然而，傳統方法通常依賴中央控制器或無人機之間的頻繁通訊來協調運動，這限制了系統的魯棒性、可擴充套件性和對通訊故障的容忍度。針對這一挑戰，來自芝加哥大學等機構的研究人員在即將於IEEE/RSJ國際智慧機器人與系統大會（IROS 2026）上發表的論文中提出了一種名為GPAC（Geometric, Parallel, Adaptive, and Cautious）的新型分散式控制架構。GPAC的核心創新在於實現了“隱式協調”：每架無人機僅透過測量自身所連線纜索的角度和張力，獨立估計出它所承擔的載荷比例，而無需知曉無人機總數或載荷質量。所有無人機的合力因此自動收斂到正確總值，實現了無需中央協調或交換纜索狀態的多機協同運輸。每架無人機還利用自身纜索幾何資訊重建載荷位置，無人機之間僅需廣播低速率鄰居位置資訊以避免碰撞，大大降低了通訊需求。
GPAC架構由四個層次組成，直接在完整的非線性流形上執行。第一層是幾何位置與姿態控制，確保無人機按照期望軌跡運動，並考慮纜索對姿態的影響；第二層是抗擺動調節，透過主動阻尼抑制載荷的殘餘擺動；第三層是擴充套件狀態觀測器，用於估計和補償風等外部干擾，提高跟蹤精度；第四層是基於並行學習（concurrent learning）的自適應質量估計演算法，無需持續激勵條件即可線上估計載荷質量，並且收斂性得到保證。此外，GPAC還引入了一個優先順序排序的控制障礙函式（CBF）安全濾波器，在單個約束啟用下嚴格保證輸入到狀態的安全性（ISSf）裕度。理論分析表明，該濾波器對期望力的修正不會使期望姿態超出SO(3)姿態控制器的幾乎全域性穩定區域，從而保證了系統的穩定性。研究者還證明了濾波器與姿態控制器的相容性，確保安全修正不會破壞姿態控制。
為了驗證GPAC的效能，作者進行了高保真模擬，其中包含了柔性纜索模型、機載感測器融合以及風湍流等真實因素。所有控制與估計迴路均透過估計器閉環執行，模擬了實際飛行中的不確定性。在13次隨機試驗中，載荷跟蹤的均方根誤差（RMSE）平均為33.8釐米，變異係數僅2.8%，表明演算法具有高度的一致性和可重複性。同時，每架無人機的計算開銷極低，使得該架構可以在現有嵌入式平臺上即時執行。這一結果表明，GPAC能夠在保證安全性的同時，實現精確的分散式協同運輸，為實際應用提供了有力的技術支撐。該論文已被IROS 2026接收，相關程式碼和資料已公開，供其他研究者復現和擴充套件。