多无人机集群的早期开发阶段高度依赖仿真来进行实验设计与验证，然而现有的开源工具往往存在缺乏维护、学习曲线陡峭或仅围绕单一固定场景构建等问题。这一现状催生了对全面且模块化的仿真平台的明确需求，而 SwarmFly 正是为填补这一研究空白而提出的解决方案。该平台由 Abhishek Phadke 等人开发，并在 2026 年 6 月 23 日提交至 arXiv，属于机器人学（cs.RO）领域。
SwarmFly 是一个完全基于 MATLAB 的仿真与测试平台，专为多无人机集群设计。其核心功能包括实时运行地图、四种集群协调模式（领导者-跟随者、去中心化、异构中继和异构速度）、模拟的 IMU 遥测数据以及基于 IP 的地理定位。这些组件共同构成了一个高度可配置的仿真环境，使研究人员能够观察和量化集群控制与行为机制。
该平台的一大亮点是其插件架构。研究人员无需修改核心代码即可添加新的行为、故障模型和分析工具，这极大地降低了扩展和定制的门槛。平台默认捆绑了八个插件，这些插件将基础模拟器扩展为一个完整的测试框架，能够将多智能体空中集群暴露于多种内部和外部干扰之下，从而评估系统的鲁棒性和适应性。
为了验证和表征各个子系统，研究团队设计了八项实验，分别测量编队精度、抗风能力、故障恢复能力、能量续航和空域合规性。这些实验不仅展示了平台的功能完整性，也提供了对集群行为关键指标的定量评估。例如，编队精度实验考察了集群在扰动下保持预定队形的能力；抗风实验则模拟了不同风力条件下集群的稳定性。
SwarmFly 的模块化设计为其未来的扩展提供了清晰路径。平台支持向硬件在环（HIL）测试、更大规模集群以及更高保真度动力学模型的方向发展。此外，该平台已开源发布，代码托管于 GitHub 仓库（https://github.com/abhishekphadke/SwarmFly.git），供研究社区使用和贡献。
总体而言，SwarmFly 通过提供一个开放、可扩展且功能全面的仿真测试环境，有效降低了无人机集群研究的门槛，有望加速集群算法从理论验证到实际部署的进程。其开源属性和插件化设计尤其有利于促进协作研究和可重复实验。