機器人協同變身“電子藝術家”
http://www.199rrr.com 2020-10-22 15:33 來源：《中國科學報》
10余個機器人同時在白紙上作畫，會產生怎樣的作品？近日，美國佐治亞理工學院的研究團隊實現了這一構想。
12臺同樣規格、同樣大小的機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制出一幅作品，與它們的靈活應變，以及彼此間的協同控制有密切關聯。但在實際應用中，通過集群控制實現機器人多機協同，還面臨著一系列挑戰。
機器人通過群體配合，可制作出一幅完整的畫作。圖片來源：Frontiers in Robotics and AI
一群“電子藝術家”
論文第一作者、佐治亞理工學院機器人與智能機器研究所的瑪利亞·桑托斯（María Santos）與同事在《機器人與人工智能前沿》上詳細介紹了這些繪畫機器人的任務范圍。
研究中，桑托斯等人設計了一套控制系統。實際操作時，研究者無需給每一個機器人各發送一遍指令，帶有協作功能的10余個機器人就能在指定區域涂抹顏色。不過，實驗中機器人繪出的“顏色”并不是來自現實世界的涂料，而是高架投影儀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，每個單獨的機器人可以識別自己在畫布中所處的位置，并知曉其與周邊機器人的相對位置關系。
按照研究者的設計系統，指揮者告知在畫布的某一區域需要涂抹何種顏色、顏色的深淺程度后，機器人就會按指令行進，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。
這套系統還可實現人與機器人群體的互動。機器人可根據下達指令的變化，切換不同噴涂顏色。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指令不符，它會與畫布上的其他機器人合作，共同調配出最大程度與指令相近的顏色。
但這些機器人并非只會無休止地在畫布上涂抹，除了適應指令切換，機器人還會根據自身繪畫能力做調整，甚至知道何時“休息”，比如當多臺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，那么攜帶黃色的機器人則會停止行進，不再繼續涂抹顏色。
群體控制對交互要求更高
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。
“機器人的群體控制不僅包括發出指令的主控信號，機器人個體也要有一定環境感知能力，包括個體空間位置感知、周圍環境狀態認知。”中國科學院自動化研究所（以下簡稱自動化所）惠州中科先進制造研究中心副研究員鄭碎武告訴《中國科學報》，機器人能協作涂色、繪畫均屬于在特定應用場景中的群體任務，需要機器人個體對環境的感知和局部交互能力，運動軌跡生成、復雜色調制等都涉及到個體之間的交互。
在實際生活中，機器人批量同時完成任務已有應用。如京東、亞馬遜等公司在倉儲物流中利用多個機器人完成分揀和運輸。
“中央調度負責總體指揮，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協調，向各個機器人發送指令，而機器人個體的移動軌跡則由其自行決定。
但在物流倉儲等場景中，機器人的任務、活動軌跡相對固定，活動范圍內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制，但集群之間的控制還有很多問題要解決。”若聯科技創始人金潔告訴《中國科學報》，目前集群組網有兩種方式：中央集中式控制和無線網格網絡自組網。前者更常見，但個體的行進距離受限，后者雖距離范圍更大，但若想真正落地應用，還需要有可靠的通信網絡，確保其更穩定且低時延。
“架構在集群上端調度規劃、分派給單體機器，需要形成實時通信，要知道目標物和障礙物的位置，系統復雜度會更高。”金潔表示，如果沒有距離覆蓋范圍較大的可靠通信，對組網發展、任務調度和規劃來說都是空談。
與人工智能結合尚待時日
更全面的機器人群體智能控制，“可能任務導向不會太強，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于機器人踢足球，最終目標是把球踢進球門，機器人個體間的協作和調配涉及共同決策。
采訪中，有專家表示，控制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，要將機器人群體控制與人工智能相結合，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、無人機的降落地點選取，“但兩者間還是會有一些邊界，比如控制系統，因為自動控制相對更確定，而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，機器人個體首先要有初級人工智能。”在鄭碎武看來，目前人工智能、深度學習的應用場景仍多見于大數據領域，如人臉圖像識別或語音識別，自主智能訓練、完善算法都需要大量數據。
其間，機器人要將在不同場景中的行為變成數據模式，輸入人工智能模型中，積累到一定程度、具備一些自主能力后，才可以面對未知指令生成正確決策。“如果這種行為達到了，再去讓機器人群體完成復雜智能任務，還是可以實現的。但機器人個體必須具備一些基本的、初步的人工智能能力。”鄭碎武表示。
相關論文信息：https://doi.org/10.3389/frobt.2020.580415
編輯精選
