无人机编队编程避免碰撞的方法主要包括以下几种：
机载传感器和链感知周围目标环境
通过机载传感器和链感知周围目标环境，采用快速航迹过滤技术选择疑似目标。通过实时计算预测碰撞，确定存在碰撞的目标。基于粒子群优化算法的实时多无人机编队航路规划技术，重构全局最优解，规避风险，有效保障无人机编队飞行安全。
改进的势场法结合领导跟随者策略
该方法通过改进传统势场法，有效解决了局部极小值问题和计算效率问题，并利用领导跟随者策略实现编队内无人机的协调控制。传统的路径规划方法，例如A*算法、Dijkstra算法等，在处理高维空间和动态环境时效率较低，且难以有效处理多无人机编队的碰撞避免问题。
多传感器空域态势感知和运动学建模
包括多传感器空域态势感知、无人机运动学建模、非线性模型控制预测、滚动优化、碰撞检测和碰撞规避等步骤。提出了一种新的非线性模型预测控制方法，可实现动态环境下的无人机飞行路径规划与防撞。基于所提出的滚动优化保证算法执行的实时性。
基于深度强化学习的方法
通过设置不同的约束条件使得无人机能够保持编队，在仿真环境中训练无人机，通过选择不同行为设置不同的奖励值来生成一条基于避撞行为的策略，记录无人机的各种状态信息和避撞策略。采用循环神经网络中的LSTM方式处理外部的环境信息，再结合无人机的状态信息，在初始策略的基础上进行训练，在避撞的基础上添加不同的约束条件使得无人机在避免队间碰撞的基础上保持一定的队形进行飞行，并通过模型不断运行优化。
这些方法通过不同的技术途径来解决无人机编队的碰撞避免问题，包括感知环境、优化路径规划、协调控制以及机器学习等。在实际应用中，可以根据具体场景和需求选择合适的方法进行实现。