作者:任芳言 来源:中国科学报 发布时间:2020/10/23 8:06:11
选择字号:
机器人协同作画 群体控制造出“电子艺术家”

 

机器人通过群体配合,可制作出一幅完整的画作。(图片来源:Frontiers in Robotics and AI)

十个以上的机器人同时在白纸上作画,会产生怎样的作品?上周,来自佐治亚理工学院的研究团队实现了这一幕。

十二台同样规格、同样大小的机器人在画布上有条不紊地涂抹五种颜色,最终绘制出渐变色彩的画作:从黄色、橙色到粉色,再到青色和蓝色——尽管机器人的笔画略显抽象,但不难看出这是一幅夕阳风景画。

这些机器人之所以能完整地绘制出一幅作品,与它们的灵活应变、以及彼此间的协同控制有密切关联。但在实际应用中,通过集群控制实现多机协同,还面临着一系列挑战。

一群“电子艺术家”

论文第一作者、佐治亚理工学院机器人与智能机器研究所的玛利亚·桑托斯(María Santos)与同事在《机器人与人工智能前沿》(Frontiers in Robotics and AI)上详细介绍了这些绘画机器人的任务范围。

研究中,桑托斯等人设计了一套控制系统,实际操作时,研究者无需给每一个机器人各发送一遍指令,带有协作功能的十余个机器人能在指定区域涂抹颜色。不过实验中机器人绘出的“颜色”并不是来自现实世界的涂料,而是高架投影仪将其在画布上的运动轨迹可视化的结果。

机器人之间可通过无线通信联络,每个单独的机器人可以识别自己在画布中所处的位置,并知晓其与周边机器人的相对位置关系。

按照研究者的设计系统,指挥者告知在画布的某一区域需要涂抹何种颜色、颜色的深浅程度后,机器人就会按指令行进,以不同速度、角度在画布上直进、拐弯、回头或绕圈,机器人的运动轨迹随时间推移而累积,最终完成上色任务。

这套系统还可实现人与机器人群体的互动。机器人可根据下达指令的变化,切换不同喷涂颜色。每种机器人可携带一种或多种颜色,若机器人本身携带的颜色与指令不符,它会与画布上的其他机器人合作,共同调配出最大程度与指令相近的颜色,

但这些机器人并非不止不休地在画布上涂抹,除了适应指令切换,机器人还会根据自身绘画能力做调整,甚至知道何时“休息”,比如当多台机器人在画布不同区域同时按近似轨迹运动时,若设计者发出的指令中不包括黄色,那么携带黄色的机器人则会停止行进,不再继续涂抹颜色。

群体控制对交互要求更高

机器人能完成抽象的画作,意味着其在场景中遇到的不确定性增加,其适应能力要达到更高标准。

“机器人的群体控制不仅包括发出指令的主控信号,机器人个体也要有一定环境感知能力,包括个体空间位置感知、周围环境状态认知。”中国科学院自动化研究所(下称自动化所)惠州中科先进制造研究中心副研究员郑碎武告诉《中国科学报》,越需要机器人个体对环境的感知和局部交互能力,机器人能协作涂色、绘画属于在特定应用场景中群体任务,运动轨迹生成、复杂色调制等都涉及到个体之间的交互。

在实际生活中,机器人批量同时完成任务已有应用。如京东、亚马逊等公司在仓储物流中利用多个机器人完成分拣和运输。

“中央调度负责总体指挥,机器人本身也要有一定智慧”,珞石机器人联合创始人韩峰涛在采访中表示,在此类场景中,中央调度端负责总体协调,向各个机器人发送指令,而机器人个体的移动轨迹由其自行决定。

但在物流仓储等场景中,机器人的任务、活动轨迹相对固定,活动范围内的未知因素相对较少,更多的还是靠中央调度下发指令,机器人接收指令、不断完成分拣任务也在相对独立的条件下进行。

“现阶段普遍可以实现集中控制,但集群之间的控制还有很多问题要解决。”若联科技创始人金洁告诉《中国科学报》,目前集群组网有两种方式:中央集中式控制和无线网格网络(Mesh)自组网。前者更常见,但个体的行进距离受限,后者虽距离范围更大,但若想真正落地应用,还需要有可靠的通信网络,确保其更稳定且时延更低。

“架构在集群上端调度规划、分派给单体机器,需要形成实时通信,要知道目标物和障碍物的位置,系统复杂度会更高。”金洁表示,如果没有距离覆盖范围较大的可靠通信,对组网发展、任务调度和规划来说都是空谈。

与AI结合尚待时日

更全面的机器人群体智能控制,“可能任务导向不会太强,机器人之间的交互程度更高”。郑碎武表示,机器人协作绘画类似于机器人踢足球,最终目标是把球踢进球门,机器人个体间的协作和调配涉及共同决策。

采访中,有专家表示,控制机器人协同作画之类的任务,可能大多都不涉及人工智能。目前来看,要将机器人群体控制与人工智能相结合,还有很长的一段路要走。

在金洁看来,自动控制和人工智能在某些方面能够融合,比如障碍物感知、无人机的降落地点选取,“但两者间还是会有一些边界,比如控制系统,因为自动控制相对更确定,人工智能还是有概率问题”。

“如果要在群体控制中引入人工智能、形成群体智能决策,机器人个体首先要有初级人工智能。”在郑碎武看来,目前人工智能、深度学习的应用场景仍多见于大数据领域,如人脸图像识别或语音识别识别,自主智能训练、完善算法都需要大量数据。

这之中,机器人要将在不同场景中的行为变成数据模式,输入AI模型中,积累到一定程度、具备一些自主能力后,可以面对未知指令生成正确决策。“如果这种行为达到了,再去让机器人群体完成复杂智能任务,还是可以实现的。但机器人个体必须要一些基本的、初步的AI能力。”郑碎武表示。

相关论文信息:DOI: 10.3389/frobt.2020.580415

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
考研复试,导师心仪这样的学生! 地球刚刚经历最热2月
脂肪沉积相关研究取得重要进展 40亿年前生命如何产生?室温水中找答案
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文