海洋機器人組團出征 1+1>2的群體智能效應

2個或多個機器人協同作業，并不是簡單的功能疊加，而是會出現1+1>2的群體智能效應，涌現出全新的協同行為模態，從而可以完成更加復雜的協同任務。

廖煜雷 項目群牽頭人、哈爾濱工程大學船舶工程學院教師

2個或多個機器人協同作業，并不是簡單的功能疊加，而是會出現1+1>2的群體智能效應，涌現出全新的協同行為模態，從而可以完成更加復雜的協同任務。

機器人組團海上出征，你見過嗎?海面上，多個海洋機器人列隊行進，它們通過組網通訊共享信息，隨著作業局勢的不斷改變，快速變換隊形，最終完成協同探測等任務。并且這些任務完全由機器人們自主作業，不需要人為干預。

記者3月初從哈爾濱工程大學獲悉，由哈爾濱工程大學水下機器人技術國家級重點實驗室牽頭的海洋機器人集群智能協同技術項目群成功展示了機器人組團海上出征的場面，并順利通過了海試驗收。

本次團隊協作演示在國內首次實現了海洋機器人集群智能協同架構模式從集中式/混合式發展為分布式，系統協同智能化水平從半自主升級為全自主，適應任務場景及環境從確定結構化拓展為未知非結構化，這標志著我國海洋機器人集群智能協同技術取得了實質性突破并達到了國際先進水平。

團隊協同涌現群體智能效應

海洋機器人是一類能夠遙控或自主操控完成特定功能的無人海上航行器。海洋機器人發展的歷史約有70年，經歷了從載人到無人，從直接操控、遙控到自主、智能，從單機、多機到集群的主要發展階段。受計算機、人工智能、材料、通信、傳感器等技術的推動，近30年來，海洋機器人發展迅猛，如今人工智能技術正在推動海洋機器人進入智能海洋機器人時代。

就像自然界中的魚群、狼群、蜂群一樣，“2個或多個機器人協同作業，并不是簡單的功能疊加，而是會出現1+1>2的群體智能效應，涌現出全新的協同行為模態，從而可以完成更加復雜的協同任務。”項目群牽頭人、哈爾濱工程大學船舶工程學院教師廖煜雷介紹。

俗話說眾人拾柴火焰高，群體智能是源于自然界群居生物系統中的一種涌現智能，以蜂群為例，每個蜜蜂的分工明確，其個體的能力和智力較低，但是蜂群匯聚后可以構建龐大且復雜的蜂巢，在復雜自然環境中實現種群繁衍，體現出強大的生存能力和復雜的群體行為。

海洋機器人的集群智能協同也克服了單個機器人作業能力弱、工作范圍小和工作效率低等缺點，可實現單個機器人不具備的功能，并顯著提升系統的作業效率或能力。機器人集群智能協同技術可將人工智能、大數據、云計算等技術作用下的機器人的通信、感知、認知、決策、控制與行為有效融合，實現集群系統下個體的互聯互通、態勢共享、群策群力，在復雜惡劣的環境下，表現出與人類相當或超越人類的能力。

海洋機器人集群智能協同技術可應用于海洋環境監測、防災減災、海洋科學調查、海底觀測，支撐構建廣域立體化海洋觀測網，進而實現“數字海洋”;還可應用于海底地形測繪、航道測量、油氣勘探等，實現快速大范圍海洋探測，支持海洋經濟發展;有助于維護海洋權益、保障海洋安全等，對我國發展人工智能戰略、建設海洋強國具有重要意義。

實現集群智能協同面臨三大挑戰

項目群責任專家、哈爾濱工程大學船舶工程學院教授李曄介紹，海洋機器人集群智能協同是“人工智能+海洋無人系統”深度融合發展的一項基礎性、創新性技術，作為引領未來裝備發展、作業模式變革的一項前沿顛覆性技術而備受關注，也是“十三五”期間一項具有標志性意義的科研項目。

此次海試的海洋機器人集群智能協同技術項目群系統龐大、涉及關鍵技術眾多、復雜性高。廖煜雷介紹，海洋機器人集群智能協同技術主要面臨三大技術挑戰。首先，在海洋機器人編隊中，不同種類的機器人被賦予不同的使命;同時，它們的船型多樣、機動性差異大、載荷種類多，智能算法如何有效匹配不同類型的機器人并發揮集群效能是一大難點。

海洋機器人處于復雜、惡劣的作業環境，在這種典型的強干擾、弱通信和弱觀測環境里，機器人的智能系統會受到顯著影響，運動擾動大、感知不準確、信息交互難。因此，在這樣的情況下，如何讓機器人具備良好的生存能力和作業性能是科研攻關面臨的第二個挑戰。

骯臟、枯燥、危險，3個關鍵詞詮釋了海洋機器人的任務場景。要讓機器人搭載多樣的功能載荷、掌握復雜的作業技能以滿足不同的任務需求，并適應復雜的、不確定的甚至對抗性的使用場景，這對智能算法的適應性、穩定性、學習能力提出了苛刻的要求，也是集群智能協同技術面臨的第三個挑戰。

要解決上述難題，科研人員要在海洋機器人集群智能協同技術的信息共享、協同感知、協同編隊、協同決策、人機協同、作業策略等基礎理論算法方面展開系統、深入的研究。

分布式架構讓機器人隨時加入或退出

近年來，我國多個科研機構在機器人集群智能協同技術領域展開研究，取得了一定的成果，而本項目群在此前研究的基礎上，進一步實現了多個技術突破，如從多機自主協調向集群智能協同的突破;從特定任務導向的集群協同向場景適應多任務集群協同的突破;適應場景及環境從確定條件向非確定條件的突破;從編隊控制到集群智能涌現的突破。其中最重要的突破就是集群協同架構從集中式/混合式向分布式跨越，以及智能水平從半自主向全自主的跨越。

項目群決策項目負責人、哈爾濱工程大學計算機學院教師史長亭介紹，集中式從名稱上可以看得出，集群體系架構中存在一個中心(主節點)，這種架構的系統部署快捷、實現簡單、適用于中小規模的集群或特定簡單任務，但因其系統架構固定，不能隨任務改變、靈活性較差，一旦主節點被破壞，容易導致系統崩潰。同時，其支持的機器人數量有限、擴展性差，難以實現大規模集群系統。因此，集中式集群系統一般適應特定的簡單任務。

而分布式體系架構更接近于自然界的魚群、狼群、蜂群等群體智能系統形態，更易實現更高層次、更高智能水平的集群智能。“分布式是多點對多點的無中心集群體系架構，可隨時增減機器人，系統彈性易擴展且支持大規模集群系統。同時，這樣的架構抗壓性強，若干機器人加入或損壞，不影響整個系統的穩定性。分布式架構可根據環境或任務的改變，動態調整系統架構，更適用于不確定的環境或復雜瞬變的任務。而集群能力的提升，意味著可以提高對復雜真實海洋環境的適應性，或支持完成更加復雜的協同任務。”項目群感知項目負責人、哈爾濱工程大學船舶工程學院教師王博表示。

集群協同架構從集中式到分布式的跨越，對機器人在線的感知、決策、作業等能力和系統智能化水平提出了更高要求。廖煜雷表示，經過近兩年的攻堅克難，科研團隊突破了信息共享、協同感知、敏捷編隊、協同決策、人機協同、作業策略、系統集成等核心關鍵技術，成功研制出具備多協同任務模式、多智能模態、彈性可重構的海洋機器人集群智能協同技術演示系統，有力推動了海洋機器人集群智能協同領域的理論創新及技術發展。

“通過綜合考量體系架構設計、系統功能需求、智能算法適應性、平臺作業能力和通信帶寬等多種因素，我們的集群智能協同技術目前能支持不少于50個海洋機器人共同作業，機器人可以隨時加入或退出集群，集群系統可自主快速重構并重新分配任務，從而改變作業規模或效率;同時，機器人集群智能協同技術可實現機器人全自主操作，也可根據需求實現人機相互協作。”項目群人機協同項目負責人、哈爾濱工程大學計算機學院教師劉海波說。(李麗云)