国产91九色_日本68xxxx_欧美高清另类自拍视频在线看_欧美人禽_99久久婷婷国产综合精品青牛牛_亚洲射情

10余個機器人同時在白紙上作畫，會產(chǎn)生怎樣的作品？近日，美國佐治亞理工學(xué)院的研究團隊實現(xiàn)了這一構(gòu)想。

12臺同樣規(guī)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(fēng)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(yīng)變，以及彼此間的協(xié)同控制有密切關(guān)聯(lián)。但在實際應(yīng)用中，通過集群控制實現(xiàn)機器人多機協(xié)同，還面臨著一系列挑戰(zhàn)。

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(shù)家”

論文第一作者、佐治亞理工學(xué)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(wù)范圍。

研究中，桑托斯等人設(shè)計了一套控制系統(tǒng)。實際操作時，研究者無需給每一個機器人各發(fā)送一遍指令，帶有協(xié)作功能的10余個機器人就能在指定區(qū)域涂抹顏色。不過，實驗中機器人繪出的“顏色”并不是來自現(xiàn)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(jié)果。

機器人之間可通過無線通信聯(lián)絡(luò)，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(guān)系。

按照研究者的設(shè)計系統(tǒng)，指揮者告知在畫布的某一區(qū)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(wù)。

這套系統(tǒng)還可實現(xiàn)人與機器人群體的互動。機器人可根據(jù)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(diào)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(yīng)指令切換，機器人還會根據(jù)自身繪畫能力做調(diào)整，甚至知道何時“休息”，比如當多臺機器人在畫布不同區(qū)域同時按近似軌跡運動時，若設(shè)計者發(fā)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(xù)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(yīng)能力要達到更高標準。

“機器人的群體控制不僅包括發(fā)出指令的主控信號，機器人個體也要有一定環(huán)境感知能力，包括個體空間位置感知、周圍環(huán)境狀態(tài)認知。”中國科學(xué)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(xué)報》，機器人能協(xié)作涂色、繪畫均屬于在特定應(yīng)用場景中的群體任務(wù)，需要機器人個體對環(huán)境的感知和局部交互能力，運動軌跡生成、復(fù)雜色調(diào)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(wù)已有應(yīng)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(diào)度負責(zé)總體指揮，機器人本身也要有一定智慧。”珞石機器人聯(lián)合創(chuàng)始人韓峰濤在采訪中表示，在此類場景中，中央調(diào)度端負責(zé)總體協(xié)調(diào)，向各個機器人發(fā)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(wù)、活動軌跡相對固定，活動范圍內(nèi)的未知因素相對較少，更多的還是靠中央調(diào)度下發(fā)指令，機器人接收指令、不斷完成分揀任務(wù)也在相對獨立的條件下進行。

“現(xiàn)階段普遍可以實現(xiàn)集中控制，但集群之間的控制還有很多問題要解決。”若聯(lián)科技創(chuàng)始人金潔告訴《中國科學(xué)報》，目前集群組網(wǎng)有兩種方式：中央集中式控制和無線網(wǎng)格網(wǎng)絡(luò)自組網(wǎng)。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(yīng)用，還需要有可靠的通信網(wǎng)絡(luò)，確保其更穩(wěn)定且低時延。

“架構(gòu)在集群上端調(diào)度規(guī)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(tǒng)復(fù)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(wǎng)發(fā)展、任務(wù)調(diào)度和規(guī)劃來說都是空談。

與人工智能結(jié)合尚待時日

更全面的機器人群體智能控制，“可能任務(wù)導(dǎo)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(xié)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(xié)作和調(diào)配涉及共同決策。

采訪中，有專家表示，控制機器人協(xié)同作畫之類的任務(wù)，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(jié)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(tǒng)，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(xué)習(xí)的應(yīng)用場景仍多見于大數(shù)據(jù)領(lǐng)域，如人臉圖像識別或語音識別，自主智能訓(xùn)練、完善算法都需要大量數(shù)據(jù)。

其間，機器人要將在不同場景中的行為變成數(shù)據(jù)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(fù)雜智能任務(wù)，還是可以實現(xiàn)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(guān)論文信息：https://doi.org/10.3389/frobt.2020.580415