教机器人与自然合作

放大字体  缩小字体 2022-09-22 12:56  浏览次数:

Teaching robots to be team players with nature

藻类繁盛,鸟类成群,昆虫成群。个体有机体的这种集体行为可以提供单独的和集体的好处,例如提高成功交配繁殖的机会或提供安全。现在,研究人员已经利用自然蜂群的自组织技能,在人工智能、计算、搜索和救援等领域为机器人应用带来好处。

他们在8月3日的《智能计算》杂志上发表了他们的方法。

“设计一套规则,一旦由一群机器人执行,就会产生特定的期望行为,这是特别具有挑战性的,”通信作者、比利时Université布鲁塞尔自由学院(Libre de Bruxelles)人工智能实验室IRIDIA教授马尔科·多里戈(Marco Dorigo)说。“蜂群的行为不是由单个机器人执行的简单规则的一对一映射,而是由许多机器人执行同一套规则的复杂互动产生的结果。”

换句话说,机器人必须协同工作,以实现离散贡献的总和目标。据多里戈及其合著者瓦伦蒂尼博士和哈曼教授说,问题在于,为实现集体目标而设计单个单元的传统方法是由下而上的,需要进行试错优化,成本可能很高。

“为了应对这一挑战,我们提出了一种全新的从全球到本地的设计方法,”Dorigo说。“我们的关键想法是使用行为不同的代理组组成一个异构的群体,这样产生的群体行为近似于代表整个群体行为的用户输入。”

这种组合包括选择具有预定行为的个体代理,研究人员知道这些代理将协同工作以实现目标集体行为。他们失去了对单个单位进行本地编程的能力,但根据瓦伦蒂尼、哈曼和多里戈的说法,这种交换是值得的。他们举了一个监控任务的例子,一个蜂群可能需要监控一个设施,这个设施在白天需要更多的内部监控,在晚上需要更多的外部监控。

瓦伦蒂尼说:“用户提供所需蜂群分配的描述,作为所有可能的蜂群分配空间的概率分布——白天更多的代理在室内,晚上更多的代理在室外,反之亦然。”

用户可以通过改变分布模式的数量和位置来定义目标行为,每个模式对应一个特定的分配,比如80%的代理在室内,20%在室外,30%在室内,70%在夜间。这使得蜂群可以随着环境的变化周期性地、自主地改变行为,由设定的模式预先确定。

Dorigo说:“虽然很难找到精确的机器人控制规则,使蜂群的行为符合我们的愿望,但通过结合我们已经了解的不同控制规则,可以获得期望的蜂群行为。”“通过混合不同预定义规则集的机器人,可以从宏观上设计群体行为。”

这不是Dorigo第一次求助于自然来改进计算机科学方法。他之前开发了蚁群优化算法,基于蚂蚁如何在它们的蚁群和食物来源之间导航,以解决复杂的计算问题,包括在图上找到最优路径的良好近似。

虽然Dorigo最初针对一个相对简单的问题提出了这种方法,但它已经发展成为解决各种各样问题的手段。Dorigo说他计划在类似的方向上使用蜂群方法。

Dorigo说:“我们的下一步是在更大的群体行为集上证明我们方法的有效性,并超越任务分配。”“我们的最终目标是了解是什么使这成为可能,形成一个通用理论,让研究人员和工程师不必经过艰苦的试错过程就可以设计群体行为。”

热门搜索排行
声明:本站信息均由用户注册后自行发布,本站不承担任何法律责任。如有侵权请告知,立即做删除处理。
违法不良信息举报邮箱
晋ICP备17002844号
中国互联网举报中心