多机器人系统、人机交互与软件
群体机器人学
群体机器人学研究的是:如何让大量简单、廉价的机器人,仅凭遵循一些简单的本地规则,就涌现出聪明的群体行为——就像蚁群在没有任何一只蚂蚁发号施令的情况下,照样能觅食、还能用自己的身体搭起桥来。没有哪台机器人能看到全局,也没有谁下命令;每台机器人只对自己身边那几个邻居和周围一小块世界作出反应。正是从这无数微小的本地互动中,一种有用的整体行为悄然浮现出来。
这种“凭空浮现”的特性有一个名字:涌现。单只蚂蚁几乎一无所知,可整个蚁群却能解决真实的问题;同样,一台群体机器人也许只知道跟着前面那台走、并避免挤作一团,但一千台合在一起,就能绕开障碍物、铺满一整片场地,或者聚拢到某个目标上。它的美妙之处在于:同一条简单规则被复制进每台机器人后,可以从十台一路扩展到一万台,无需改写任何中央计划;而且即便个别成员掉队,整个群体依然照常运转。
群体机器人学有意用“单台机器人的能力”去换取“群体的韧性与覆盖范围”。这些机器人被刻意做得小巧、朴素、可互换,只在近距离通信,也没有会被打掉的领导者——因此整个群体扩展起来便宜、又很难被摧毁。难点在于设计:要想发明出那些“累加起来恰好等于你真正想要的整体行为”的本地规则,确实相当棘手,而且群体有时会陷入一种谁都没料到的模式。
在一项实验里,一千台硬币大小的 Kilobot 机器人,每台都只能感知自己的邻居、并一点点挪动,却被编程让自己排成星形或扳手之类的形状——而没有任何一台机器人知道整个形状长什么样。
输入本地规则,输出整体形状——这正是群体机器人学的核心。
群体机器人学的灵感来自社会性昆虫和成群飞行的鸟类——在那里,复杂的群体行动是在没有领导者、也没有全局计划的情况下出现的。
又称
另见