集群算法通常指的是在分散式系統中模擬群體行為的算法，這些算法可以套用於機器人、自動駕駛車輛、以及需要集體決策或行動的場景。以下是兩種常見的集群算法：
基於勢函式的算法。這種方法模擬了物理學中分子之間的力，包括引力和斥力。當單位之間的距離超過一定閾值時，會產生引力，促使它們靠近；而距離過近時，會產生斥力，使它們分開。這樣，每個單位都會根據周圍單位的位置調整自己的移動方向，保持一定的距離，形成穩定的群體行為。
平均行動向量的算法。在這個方法中，每個單位根據自己視野範圍內其他單位的平均移動向量來決定自己的行動。這種算法使得群體能夠根據領導者的行動或者群體的整體趨勢進行移動。
這兩種算法都可以通過編寫相應的代碼來實現，例如通過定義GroupRole類和GroupAction類來控制角色的移動和行為。
除了在模擬群體行為的套用外，集群算法也被用於實際的分散式系統中，例如一致性哈希算法在分散式存儲和負載均衡中的套用。這種算法能夠平衡不同伺服器之間的數據負載，確保數據在伺服器之間的均勻分布。