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”，比bi如ru當dang多duo台tai機ji器qi人ren在zai畫hua布bu不bu同tong區qu域yu同tong時shi按an近jin似si軌gui跡ji運yun動dong時shi，若ruo設she計ji者zhe發fa出chu的de指zhi令ling中zhong不bu包bao括kuo黃huang色se
，那na麼me攜xie帶dai黃huang色se的de機ji器qi人ren則ze會hui停ting止zhi行xing進jin
，不bu再zai繼ji續xu塗tu抹mo顏yan色se。

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。

caifangzhong，youzhuanjiabiaoshi
，kongzhijiqirenxietongzuohuazhileiderenwu，kenengdaduodoubushejirengongzhineng。muqianlaikan，yaojiangjiqirenquntikongzhiyurengongzhinengxiangjiehe
，haiyouhenchangdeyiduanluyaozou。

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