受神经系统启发的框架，用于部署自组织机器人群

Josiah02

机器人团队的部署可以让人类更快、更有效地完成各种现实任务。例如，多个协作机器人可以帮助快速寻找和营救自然灾害的幸存者，或监测大片地理区域的污染情况。
布鲁塞尔自由大学 (ULB) 的研究人员开发了一种新的群体结构，其灵感来自人类神经系统，可以改善团队中机器人之间的合作。他们提出的方法在《科学机器人》杂志上发表的一篇论文中概述，该方法允许机器人自组织成子群体，以提高它们的协调性，同时感知环境、移动并规划完成任务的下一步。
论文共同第一作者、ULB IRIDIA 人工智能实验室博士后研究员 Mary Katherine Heinrich 博士告诉 Tech Xplore：“在过去二十年中，群体机器人研究已经展示了一系列强大的集体行为，这些行为不需要任何中央协调实体或过程。”
“尽管取得了这样的进展，机器人群仍然难以从实验室实验过渡到现实世界的应用。这是因为，从许多应用领域的角度来看，自组织也存在重大缺点。”
实现机器人群体的自组织是一项具有挑战性的研究目标。这是因为虽然期望的行为发生在群体层面，但机器人是单独编程的，这使得从分析上设计群体行为变得极其困难。
“开发新的群体行为是一个耗时的反复试验过程，而且，一旦开发出新的群体行为，就不能轻易修改或组合它们，”该论文的资深作者、ULB IRIDIA 人工智能实验室主任 Marco Dorigo 教授解释道。
“在我们的论文中，我们通过将集中控制的各个方面与自组织控制的各个方面相结合来应对这一挑战，试图在一个统一的系统中充分利用两者的优势。”
新框架通过构建和重建自组织层次结构来工作。换句话说，它允许团队中的机器人自组织成一个动态的临时控制网络，称为自组织神经系统 (SoNS)。
在组建网络时，机器人会暂时交替占据领导层级中的特定位置，类似于人类的神经系统。该层级中的最高位置是“大脑”，负责在任务期间指导和监督团队工作。
Heinrich 博士说：“在 SoNS 控制网络中，每个机器人只与其直接邻居进行通信，以防止在完全集中式系统中通信中心出现瓶颈。”
“根据任务规范和系统约束，传感器信息可以在向上游传递时合并，控制信息可以在向下游传递时分离，并且可以主动管理个体行为与集体行为之间的平衡。”
SoNS 集群架构充当机器人的一种“中间件”，允许单个机器人自行安排到动态层次结构中。在由此产生的网络中，机器人可以发挥团队功能，以最佳方式完成给定任务。
Dorigo 教授解释说：“使用 SoNS，机器人可以以本地集中的方式协调其集体感知、驱动和决策活动，而不会牺牲通常与自组织相关的可扩展性、灵活性和容错优势。”
“换句话说，SoNS 架构可以有效地对机器人群进行编程，就像对单个机器人一样，我们相信这可以大大提高机器人群从实验室环境到现实世界应用的可转移性。”
利用自组织神经系统 (SoNS)，异质机器人群可以自组织成动态层次结构。图片来源：Zhu 等人。
Heinrich 博士、Dorigo 教授及其同事在多达 250 个空中和地面机器人的群体模拟以及真实机器人的概念验证实验中测试了他们提出的框架。这些测试的结果非常有希望，因为他们的方法可以有效地协调众多机器人的动作。
未来，该团队可以进行进一步的测试，以在更广泛的场景中评估他们的框架。同时，他们计划进一步改进他们提出的群体架构，以促进其未来在真实机器人上的部署。
Heinrich 博士和 Dorigo 教授补充道： “SoNS 未来研究最有趣的方向之一是开发更先进的 SoNS 大脑和更先进的分层计算，例如实现在线学习或自主任务规划能力。”