给我一份多智能体编队的代码

以下是一个基本的多智能体编队的 Python 代码示例：

import numpy as np
import random

class Agent:
    def __init__(self, id, pos):
        self.id = id
        self.pos = pos

class MultiAgentSystem:
    def __init__(self, num_agents, pos_range):
        self.num_agents = num_agents
        self.pos_range = pos_range
        self.agents = []
        for i in range(num_agents):
            pos = np.array([random.uniform(pos_range[0], pos_range[1]),
                            random.uniform(pos_range[0], pos_range[1])])
            agent = Agent(i, pos)
            self.agents.append(agent)

    def get_positions(self):
        positions = []
        for agent in self.agents:
            positions.append(agent.pos)
        return positions

    def update_positions(self, new_positions):
        for i in range(self.num_agents):
            self.agents[i].pos = new_positions[i]

def formation_control(mas, target_positions):
    positions = mas.get_positions()
    new_positions = []
    for i in range(mas.num_agents):
        target_pos = target_positions[i]
        pos = positions[i]
        # 假设所有智能体采用的都是一个简单的控制策略
        # 如：向目标位置移动一小步
        step = 0.1
        direction = target_pos - pos
        if np.linalg.norm(direction) < step:
            new_pos = target_pos
        else:
            new_pos = pos + step * direction / np.linalg.norm(direction)
        new_positions.append(new_pos)
    mas.update_positions(new_positions)

# 示例使用：
num_agents = 3
pos_range = [-10, 10]
mas = MultiAgentSystem(num_agents, pos_range)

target_positions = []
for i in range(num_agents):
    target_positions.append(np.array([random.uniform(pos_range[0], pos_range[1]),
                                      random.uniform(pos_range[0], pos_range[1])]))
for i in range(10):
    formation_control(mas, target_positions)
    print(mas.get_positions())

此代码示例中，我们首先定义一个智能体类 `Agent`，其中包含智能体的唯一标识符 `id` 和位置 `pos`。然后我们定义一个多智能体系统类 `MultiAgentSystem`，其中包含多个智能体，并提供了获取智能体位置和更新智能体位置的方法。在 `formation_control` 函数中，我们采用了一个简单的控制策略，即让每个智能体向其目标位置移动一小步。最后，我们使用 `MultiAgentSystem` 类和 `formation_control` 函数进行了一个简单的演示，其中我们随机生成了一组目标位置，并运行了 10 次控制循环以观察智能体的位置变化。