機(jī)器人通過群體配合，可制作出一幅完整的畫作。（圖片來源：Frontiers in Robotics and AI）

十個(gè)以上的機(jī)器人同時(shí)在白紙上作畫，會(huì)產(chǎn)生怎樣的作品？上周，來自佐治亞理工學(xué)院的研究團(tuán)隊(duì)實(shí)現(xiàn)了這一幕。

十二臺同樣規(guī)格、同樣大小的機(jī)器人在畫布上有條不紊地涂抹五種顏色，最終繪制出漸變色彩的畫作：從黃色、橙色到粉色，再到青色和藍(lán)色——盡管機(jī)器人的筆畫略顯抽象，但不難看出這是一幅夕陽風(fēng)景畫。

這些機(jī)器人之所以能完整地繪制出一幅作品，與它們的靈活應(yīng)變、以及彼此間的協(xié)同控制有密切關(guān)聯(lián)。但在實(shí)際應(yīng)用中，通過集群控制實(shí)現(xiàn)多機(jī)協(xié)同，還面臨著一系列挑戰(zhàn)。

一群“電子藝術(shù)家”

論文第一作者、佐治亞理工學(xué)院機(jī)器人與智能機(jī)器研究所的瑪利亞·桑托斯（María Santos）與同事在《機(jī)器人與人工智能前沿》（Frontiers in Robotics and AI）上詳細(xì)介紹了這些繪畫機(jī)器人的任務(wù)范圍。

研究中，桑托斯等人設(shè)計(jì)了一套控制系統(tǒng)，實(shí)際操作時(shí)，研究者無需給每一個(gè)機(jī)器人各發(fā)送一遍指令，帶有協(xié)作功能的十余個(gè)機(jī)器人能在指定區(qū)域涂抹顏色。不過實(shí)驗(yàn)中機(jī)器人繪出的“顏色”并不是來自現(xiàn)實(shí)世界的涂料，而是高架投影儀將其在畫布上的運(yùn)動(dòng)軌跡可視化的結(jié)果。

機(jī)器人之間可通過無線通信聯(lián)絡(luò)，每個(gè)單獨(dú)的機(jī)器人可以識別自己在畫布中所處的位置，并知曉其與周邊機(jī)器人的相對位置關(guān)系。

按照研究者的設(shè)計(jì)系統(tǒng)，指揮者告知在畫布的某一區(qū)域需要涂抹何種顏色、顏色的深淺程度后，機(jī)器人就會(huì)按指令行進(jìn)，以不同速度、角度在畫布上直進(jìn)、拐彎、回頭或繞圈，機(jī)器人的運(yùn)動(dòng)軌跡隨時(shí)間推移而累積，最終完成上色任務(wù)。

這套系統(tǒng)還可實(shí)現(xiàn)人與機(jī)器人群體的互動(dòng)。機(jī)器人可根據(jù)下達(dá)指令的變化，切換不同噴涂顏色。每種機(jī)器人可攜帶一種或多種顏色，若機(jī)器人本身攜帶的顏色與指令不符，它會(huì)與畫布上的其他機(jī)器人合作，共同調(diào)配出最大程度與指令相近的顏色，

但這些機(jī)器人并非不止不休地在畫布上涂抹，除了適應(yīng)指令切換，機(jī)器人還會(huì)根據(jù)自身繪畫能力做調(diào)整，甚至知道何時(shí)“休息”，比如當(dāng)多臺機(jī)器人在畫布不同區(qū)域同時(shí)按近似軌跡運(yùn)動(dòng)時(shí)，若設(shè)計(jì)者發(fā)出的指令中不包括黃色，那么攜帶黃色的機(jī)器人則會(huì)停止行進(jìn)，不再繼續(xù)涂抹顏色。

群體控制對交互要求更高

機(jī)器人能完成抽象的畫作，意味著其在場景中遇到的不確定性增加，其適應(yīng)能力要達(dá)到更高標(biāo)準(zhǔn)。

“機(jī)器人的群體控制不僅包括發(fā)出指令的主控信號，機(jī)器人個(gè)體也要有一定環(huán)境感知能力，包括個(gè)體空間位置感知、周圍環(huán)境狀態(tài)認(rèn)知?！敝袊茖W(xué)院自動(dòng)化研究所（下稱自動(dòng)化所）惠州中科先進(jìn)制造研究中心副研究員鄭碎武告訴《中國科學(xué)報(bào)》，越需要機(jī)器人個(gè)體對環(huán)境的感知和局部交互能力，機(jī)器人能協(xié)作涂色、繪畫屬于在特定應(yīng)用場景中群體任務(wù)，運(yùn)動(dòng)軌跡生成、復(fù)雜色調(diào)制等都涉及到個(gè)體之間的交互。

在實(shí)際生活中，機(jī)器人批量同時(shí)完成任務(wù)已有應(yīng)用。如京東、亞馬遜等公司在倉儲(chǔ)物流中利用多個(gè)機(jī)器人完成分揀和運(yùn)輸。

“中央調(diào)度負(fù)責(zé)總體指揮，機(jī)器人本身也要有一定智慧”，珞石機(jī)器人聯(lián)合創(chuàng)始人韓峰濤在采訪中表示，在此類場景中，中央調(diào)度端負(fù)責(zé)總體協(xié)調(diào)，向各個(gè)機(jī)器人發(fā)送指令，而機(jī)器人個(gè)體的移動(dòng)軌跡由其自行決定。

但在物流倉儲(chǔ)等場景中，機(jī)器人的任務(wù)、活動(dòng)軌跡相對固定，活動(dòng)范圍內(nèi)的未知因素相對較少，更多的還是靠中央調(diào)度下發(fā)指令，機(jī)器人接收指令、不斷完成分揀任務(wù)也在相對獨(dú)立的條件下進(jìn)行。

“現(xiàn)階段普遍可以實(shí)現(xiàn)集中控制，但集群之間的控制還有很多問題要解決?！比袈?lián)科技創(chuàng)始人金潔告訴《中國科學(xué)報(bào)》，目前集群組網(wǎng)有兩種方式：中央集中式控制和無線網(wǎng)格網(wǎng)絡(luò)（Mesh）自組網(wǎng)。前者更常見，但個(gè)體的行進(jìn)距離受限，后者雖距離范圍更大，但若想真正落地應(yīng)用，還需要有可靠的通信網(wǎng)絡(luò)，確保其更穩(wěn)定且時(shí)延更低。

“架構(gòu)在集群上端調(diào)度規(guī)劃、分派給單體機(jī)器，需要形成實(shí)時(shí)通信，要知道目標(biāo)物和障礙物的位置，系統(tǒng)復(fù)雜度會(huì)更高?！苯饾嵄硎?，如果沒有距離覆蓋范圍較大的可靠通信，對組網(wǎng)發(fā)展、任務(wù)調(diào)度和規(guī)劃來說都是空談。

與AI結(jié)合尚待時(shí)日

更全面的機(jī)器人群體智能控制，“可能任務(wù)導(dǎo)向不會(huì)太強(qiáng)，機(jī)器人之間的交互程度更高”。鄭碎武表示，機(jī)器人協(xié)作繪畫類似于機(jī)器人踢足球，最終目標(biāo)是把球踢進(jìn)球門，機(jī)器人個(gè)體間的協(xié)作和調(diào)配涉及共同決策。

采訪中，有專家表示，控制機(jī)器人協(xié)同作畫之類的任務(wù)，可能大多都不涉及人工智能。目前來看，要將機(jī)器人群體控制與人工智能相結(jié)合，還有很長的一段路要走。

在金潔看來，自動(dòng)控制和人工智能在某些方面能夠融合，比如障礙物感知、無人機(jī)的降落地點(diǎn)選取，“但兩者間還是會(huì)有一些邊界，比如控制系統(tǒng)，因?yàn)樽詣?dòng)控制相對更確定，人工智能還是有概率問題”。

“如果要在群體控制中引入人工智能、形成群體智能決策，機(jī)器人個(gè)體首先要有初級人工智能?！痹卩嵥槲淇磥?，目前人工智能、深度學(xué)習(xí)的應(yīng)用場景仍多見于大數(shù)據(jù)領(lǐng)域，如人臉圖像識別或語音識別識別，自主智能訓(xùn)練、完善算法都需要大量數(shù)據(jù)。

這之中，機(jī)器人要將在不同場景中的行為變成數(shù)據(jù)模式，輸入AI模型中，積累到一定程度、具備一些自主能力后，可以面對未知指令生成正確決策。“如果這種行為達(dá)到了，再去讓機(jī)器人群體完成復(fù)雜智能任務(wù)，還是可以實(shí)現(xiàn)的。但機(jī)器人個(gè)體必須要一些基本的、初步的AI能力?！编嵥槲浔硎?。



關(guān)注【深圳科普】微信公眾號，在對話框：
回復(fù)【最新活動(dòng)】，了解近期科普活動(dòng)
回復(fù)【科普行】，了解最新深圳科普行活動(dòng)
回復(fù)【研學(xué)營】，了解最新科普研學(xué)營
回復(fù)【科普課堂】，了解最新科普課堂
回復(fù)【科普書籍】，了解最新科普書籍
回復(fù)【團(tuán)體定制】，了解最新團(tuán)體定制活動(dòng)
回復(fù)【科普基地】，了解深圳科普基地詳情
回復(fù)【觀鳥知識】，學(xué)習(xí)觀鳥相關(guān)科普知識