機器人通過群體(ti) 配合，可製作出一幅完整的畫作。（圖片來源：Frontiers in Robotics and AI）

十個(ge) 以上的機器人同時在白紙上作畫，會(hui) 產(chan) 生怎樣的作品？上周，來自佐治亞(ya) 理工學院的研究團隊實現了這一幕。

十二台同樣規格、同樣大小的機器人在畫布上有條不紊地塗抹五種顏色，最終繪製出漸變色彩的畫作：從(cong) 黃色、橙色到粉色，再到青色和藍色——盡管機器人的筆畫略顯抽象，但不難看出這是一幅夕陽風景畫。

這些機器人之所以能完整地繪製出一幅作品，與(yu) 它們(men) 的靈活應變、以及彼此間的協同控製有密切關(guan) 聯。但在實際應用中，通過集群控製實現多機協同，還麵臨(lin) 著一係列挑戰。

一群“電子藝術家”

論文第一作者、佐治亞(ya) 理工學院機器人與(yu) 智能機器研究所的瑪利亞(ya) ·桑托斯（María Santos）與(yu) 同事在《機器人與(yu) 人工智能前沿》（Frontiers in Robotics and AI）上詳細介紹了這些繪畫機器人的任務範圍。

研究中，桑托斯等人設計了一套控製係統，實際操作時，研究者無需給每一個(ge) 機器人各發送一遍指令，帶有協作功能的十餘(yu) 個(ge) 機器人能在指定區域塗抹顏色。不過實驗中機器人繪出的“顏色”並不是來自現實世界的塗料，而是高架投影儀(yi) 將其在畫布上的運動軌跡可視化的結果。

機器人之間可通過無線通信聯絡，每個(ge) 單獨的機器人可以識別自己在畫布中所處的位置，並知曉其與(yu) 周邊機器人的相對位置關(guan) 係。

按照研究者的設計係統，指揮者告知在畫布的某一區域需要塗抹何種顏色、顏色的深淺程度後，機器人就會(hui) 按指令行進，以不同速度、角度在畫布上直進、拐彎、回頭或繞圈，機器人的運動軌跡隨時間推移而累積，最終完成上色任務。

這套係統還可實現人與(yu) 機器人群體(ti) 的互動。機器人可根據下達指令的變化，切換不同噴塗顏色。每種機器人可攜帶一種或多種顏色，若機器人本身攜帶的顏色與(yu) 指令不符，它會(hui) 與(yu) 畫布上的其他機器人合作，共同調配出最大程度與(yu) 指令相近的顏色，

但這些機器人並非不止不休地在畫布上塗抹，除了適應指令切換，機器人還會(hui) 根據自身繪畫能力做調整，甚至知道何時“休息”，比如當多台機器人在畫布不同區域同時按近似軌跡運動時，若設計者發出的指令中不包括黃色，那麽(me) 攜帶黃色的機器人則會(hui) 停止行進，不再繼續塗抹顏色。

群體(ti) 控製對交互要求更高

機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，其適應能力要達到更高標準。

“機器人的群體(ti) 控製不僅(jin) 包括發出指令的主控信號，機器人個(ge) 體(ti) 也要有一定環境感知能力，包括個(ge) 體(ti) 空間位置感知、周圍環境狀態認知。”中國科學院自動化研究所（下稱自動化所）惠州中科先進製造研究中心副研究員鄭碎武告訴《中國科學報》，越需要機器人個(ge) 體(ti) 對環境的感知和局部交互能力，機器人能協作塗色、繪畫屬於(yu) 在特定應用場景中群體(ti) 任務，運動軌跡生成、複雜色調製等都涉及到個(ge) 體(ti) 之間的交互。

在實際生活中，機器人批量同時完成任務已有應用。如京東(dong) 、亞(ya) 馬遜等公司在倉(cang) 儲(chu) 物流中利用多個(ge) 機器人完成分揀和運輸。

“中央調度負責總體(ti) 指揮，機器人本身也要有一定智慧”，珞石機器人聯合創始人韓峰濤在采訪中表示，在此類場景中，中央調度端負責總體(ti) 協調，向各個(ge) 機器人發送指令，而機器人個(ge) 體(ti) 的移動軌跡由其自行決(jue) 定。

但在物流倉(cang) 儲(chu) 等場景中，機器人的任務、活動軌跡相對固定，活動範圍內(nei) 的未知因素相對較少，更多的還是靠中央調度下發指令，機器人接收指令、不斷完成分揀任務也在相對獨立的條件下進行。

“現階段普遍可以實現集中控製，但集群之間的控製還有很多問題要解決(jue) 。”若聯科技創始人金潔告訴《中國科學報》，目前集群組網有兩(liang) 種方式：中央集中式控製和無線網格網絡（Mesh）自組網。前者更常見，但個(ge) 體(ti) 的行進距離受限，後者雖距離範圍更大，但若想真正落地應用，還需要有可靠的通信網絡，確保其更穩定且時延更低。

“架構在集群上端調度規劃、分派給單體(ti) 機器，需要形成實時通信，要知道目標物和障礙物的位置，係統複雜度會(hui) 更高。”金潔表示，如果沒有距離覆蓋範圍較大的可靠通信，對組網發展、任務調度和規劃來說都是空談。

與(yu) AI結合尚待時日

更全麵的機器人群體(ti) 智能控製，“可能任務導向不會(hui) 太強，機器人之間的交互程度更高”。鄭碎武表示，機器人協作繪畫類似於(yu) 機器人踢足球，最終目標是把球踢進球門，機器人個(ge) 體(ti) 間的協作和調配涉及共同決(jue) 策。

采訪中，有專(zhuan) 家表示，控製機器人協同作畫之類的任務，可能大多都不涉及人工智能。目前來看，要將機器人群體(ti) 控製與(yu) 人工智能相結合，還有很長的一段路要走。

在金潔看來，自動控製和人工智能在某些方麵能夠融合，比如障礙物感知、無人機的降落地點選取，“但兩(liang) 者間還是會(hui) 有一些邊界，比如控製係統，因為(wei) 自動控製相對更確定，人工智能還是有概率問題”。

“如果要在群體(ti) 控製中引入人工智能、形成群體(ti) 智能決(jue) 策，機器人個(ge) 體(ti) 首先要有初級人工智能。”在鄭碎武看來，目前人工智能、深度學習(xi) 的應用場景仍多見於(yu) 大數據領域，如人臉圖像識別或語音識別識別，自主智能訓練、完善算法都需要大量數據。

這之中，機器人要將在不同場景中的行為(wei) 變成數據模式，輸入AI模型中，積累到一定程度、具備一些自主能力後，可以麵對未知指令生成正確決(jue) 策。“如果這種行為(wei) 達到了，再去讓機器人群體(ti) 完成複雜智能任務，還是可以實現的。但機器人個(ge) 體(ti) 必須要一些基本的、初步的AI能力。”鄭碎武表示。



關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站