?
 
作者:任芳言 來源:中國科學報 發布時間:2020/10/23 8:06:11
選擇字號:
機器人協同作畫 群體控制造出“電子藝術家”

 

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)

十個以上的機器人同時在白紙上作畫,會產生怎樣的作品?上周,來自佐治亞理工學院的研究團隊實現了這一幕。

十二臺同樣規格、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,通過集群控制實現多機協同,還面臨著一系列挑戰。

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》(Frontiers in Robotics and AI)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,帶有協作功能的十余個機器人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,

但這些機器人并非不止不休地在畫布上涂抹,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(下稱自動化所)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》,越需要機器人個體對環境的感知和局部交互能力,機器人能協作涂色、繪畫屬于在特定應用場景中群體任務,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(Mesh)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,確保其更穩定且時延更低。

“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AI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,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識別,自主智能訓練、完善算法都需要大量數據。

這之中,機器人要將在不同場景中的行為變成數據模式,輸入AI模型中,積累到一定程度、具備一些自主能力后,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。但機器人個體必須要一些基本的、初步的AI能力。”鄭碎武表示。

相關論文信息:DOI: 10.3389/frobt.2020.580415

 
版權聲明:凡本網注明“來源:中國科學報、科學網、科學新聞雜志”的所有作品,網站轉載,請在正文上方注明來源和作者,且不得對內容作實質性改動;微信公眾號、頭條號等新媒體平臺,轉載請聯系授權。郵箱:shouquan@stimes.cn。
 
 打印  發E-mail給: 
    
 
相關新聞 相關論文
?
圖片新聞
肥胖削弱抗癌防御系統 “糖衣”告訴細胞何時造血
火星像個夾心蛋糕 “玻璃碎片”是如何在細胞內形成的
>>更多
 
一周新聞排行 一周新聞評論排行
 
編輯部推薦博文
 
国产成人精品日本亚洲_国产高清在线a视频大全_国产肥熟女视频一区二区