10餘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台同樣規格、同樣大小的機器人在畫布上有條不紊地塗抹五種顏色，最終繪製出漸變色彩的畫作：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(zhe)些(xie)機(ji)器(qi)人(ren)之(zhi)所(suo)以(yi)能(neng)完(wan)整(zheng)地(di)繪(hui)製(zhi)出(chu)一(yi)幅(fu)作(zuo)品(pin)，與(yu)它(ta)們(men)的(de)靈(ling)活(huo)應(ying)變(bian)，以(yi)及(ji)彼(bi)此(ci)間(jian)的(de)協(xie)同(tong)控(kong)製(zhi)有(you)密(mi)切(qie)關(guan)聯(lian)。但(dan)在(zai)實(shi)際(ji)應(ying)用(yong)中(zhong)，通(tong)過(guo)集(ji)群(qun)控(kong)製(zhi)實(shi)現(xian)機(ji)器(qi)人(ren)多(duo)機(ji)協(xie)同(tong)
，還(hai)麵(mian)臨(lin)著(zhe)一(yi)係(xi)列(lie)挑(tiao)戰(zhan)。

機器人通過群體配合，可製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範圍。

研究中，桑托斯等人設計了一套控製係統。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餘個機器人就能在指定區域塗抹顏色。不過，實驗中機器人繪出的“顏色”並不是來自現實世界的塗料，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，並知曉其與周邊機器人的相對位置關係。

按照研究者的設計係統，指揮者告知在畫布的某一區域需要塗抹何種顏色
、顏色的深淺程度後，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zhe套tao係xi統tong還hai可ke實shi現xian人ren與yu機ji器qi人ren群qun體ti的de互hu動dong。機ji器qi人ren可ke根gen據ju下xia達da指zhi令ling的de變bian化hua，切qie換huan不bu同tong噴pen塗tu顏yan色se。每mei種zhong機ji器qi人ren可ke攜xie帶dai一yi種zhong或huo多duo種zhong顏yan色se，若ruo機ji器qi人ren本ben身shen攜xie帶dai的de顏yan色se與yu指zhi令ling不bu符fu，它ta會hui與yu畫hua布bu上shang的de其qi他ta機ji器qi人ren合he作zuo

，共gong同tong調tiao配pei出chu最zui大da程cheng度du與yu指zhi令ling相xiang近jin的de顏yan色se。

但這些機器人並非隻會無休止地在畫布上塗抹，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”，birudangduotaijiqirenzaihuabubutongquyutongshianjinsiguijiyundongshi
，ruoshejizhefachudezhilingzhongbubaokuohuangse，namexiedaihuangsedejiqirenzehuitingzhixingjin，buzaijixutumoyanse。

群體控製對交互要求更高

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。

“機器人的群體控製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）惠州中科先進製造研究中心副研究員鄭碎武告訴《中國科學報》，機器人能協作塗色
、繪畫均屬於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、複雜色調製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(luo)石(shi)機(ji)器(qi)人(ren)聯(lian)合(he)創(chuang)始(shi)人(ren)韓(han)峰(feng)濤(tao)在(zai)采(cai)訪(fang)中(zhong)表(biao)示(shi)，在(zai)此(ci)類(lei)場(chang)景(jing)中(zhong)，中(zhong)央(yang)調(tiao)度(du)端(duan)負(fu)責(ze)總(zong)體(ti)協(xie)調(tiao)，向(xiang)各(ge)個(ge)機(ji)器(qi)人(ren)發(fa)送(song)指(zhi)令(ling)，而(er)機(ji)器(qi)人(ren)個(ge)體(ti)的(de)移(yi)動(dong)軌(gui)跡(ji)則(ze)由(you)其(qi)自(zi)行(xing)決(jue)定(ding)。

但在物流倉儲等場景中，機器人的任務
、活動軌跡相對固定
，活動範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製
，但集群之間的控製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(zhong)央(yang)集(ji)中(zhong)式(shi)控(kong)製(zhi)和(he)無(wu)線(xian)網(wang)格(ge)網(wang)絡(luo)自(zi)組(zu)網(wang)。前(qian)者(zhe)更(geng)常(chang)見(jian)，但(dan)個(ge)體(ti)的(de)行(xing)進(jin)距(ju)離(li)受(shou)限(xian)，後(hou)者(zhe)雖(sui)距(ju)離(li)範(fan)圍(wei)更(geng)大(da)
，但(dan)若(ruo)想(xiang)真(zhen)正(zheng)落(luo)地(di)應(ying)用(yong)
，還(hai)需(xu)要(yao)有(you)可(ke)靠(kao)的(de)通(tong)信(xin)網(wang)絡(luo)
，確(que)保(bao)其(qi)更(geng)穩(wen)定(ding)且(qie)低(di)時(shi)延(yan)。

“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，係統複雜度會更高。”金潔表示，如果沒有距離覆蓋範圍較大的可靠通信，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

更全麵的機器人群體智能控製，“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於機器人踢足球
，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(cai)訪(fang)中(zhong)，有(you)專(zhuan)家(jia)表(biao)示(shi)

，控(kong)製(zhi)機(ji)器(qi)人(ren)協(xie)同(tong)作(zuo)畫(hua)之(zhi)類(lei)的(de)任(ren)務(wu)，可(ke)能(neng)大(da)多(duo)都(dou)不(bu)涉(she)及(ji)人(ren)工(gong)智(zhi)能(neng)。目(mu)前(qian)來(lai)看(kan)，要(yao)將(jiang)機(ji)器(qi)人(ren)群(qun)體(ti)控(kong)製(zhi)與(yu)人(ren)工(gong)智(zhi)能(neng)相(xiang)結(jie)合(he)
，還(hai)有(you)很(hen)長(chang)的(de)一(yi)段(duan)路(lu)要(yao)走(zou)。

在金潔看來，自動控製和人工智能在某些方麵能夠融合，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，比如控製係統，因為自動控製相對更確定
，而人工智能還是有概率問題”。

“如果要在群體控製中引入人工智能
、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於大數據領域

，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、具備一些自主能力後
，才可以麵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複雜智能任務，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