專題: 未來無線網絡中的群體智能

特邀策劃人

李靜林

北京郵電大學博士，教授，博士生導師，交換與智能控制研究中心主任。主要研究方向：互聯網、物聯網、車聯網等融合網絡協同計算與群體智能服務技術。現為中國人工智能學會智能服務專委會副秘書長，中國人工智能學會智能交通專委會委員，中國指揮與控制學會公共安全數據工程專委會委員，《無線電工程》編委。在車聯網、網絡協同計算等領域已完成了多項國家級及省部級項目與課題，發表SCI/EI檢索論文100余篇，出版學術著作3本、教材1本。獲國家發明專利26項，國防發明專利22項，國家級教學成果二等獎1項，中國人工智能學會科技進步一等獎1項，中國通信學會科學技術獎一等獎1項，軍隊科技進步一等獎1項，其他獎項3項。

內容導讀

從2020年開始，國家大力倡導“新基建”，希望以信息網絡設施為底座，以技術創新為驅動，提供數字轉型、智能升級、融合創新等服務的基礎設施體系。這代表了國家要通過加快5G移動通信、智能交通、人工智能、工業互聯網等為代表的信息基礎設施、融合基礎設施和創新基礎設施建設，引領我國產業升級、技術換代，實現國民經濟的高質量健康發展。

作為信息基礎設施底座的移動通信技術，在4G時代通過全時在線和大帶寬解決了需要為人和物提供隨時隨地的移動互聯網服務；在5G時代通過更大帶寬、更低時延、更大連接數量解決了需要為大規模機器提供低延遲響應的工業互聯網服務；而在即將到來的6G時代，面向未來大規模人工智能應用，網絡基礎設施需提供泛在、實時的沉浸式網絡體驗，以實現信息基礎設施資源與傳統基礎設施資源的深入整合與賦能，滿足自動駕駛、智能交通、智慧醫療、智慧工廠等新一代智能場景的需求。

伴隨著5G、B5G及未來6G移動通信技的發展，算力能夠被有效地分布在終端、邊緣、云端，智能亦可以從云端或終端遷移到邊緣。在泛在的無線通信能力支持下，大規模人工智能終端、網絡節點的有效協同，將引領人工智能應用從個體智能向群體智能演變。與個體智能不同，群體智能強調的是一種集體層面的分散化、去中心化自組織行為所體現出的宏觀智能表現。隨著無線網絡的寬帶化、實時化，群體內的人工智能個體之間可以通過D2D通信手段實現“強協同”，以降低個體感知手段局限導致的認知偏差，提高個體智能決策和群智涌現效能。如自動駕駛正在通過V2X通信實現車車和車路之間的協同認知和協同決策，以避免單車傳感器種類單一、計算能力不足等問題導致的誤差，提高駕駛決策的準確性和實時性，進而提高交通環境的安全和高效。這種“強協同”需求意味著“感知-通信-計算”需深度耦合。一方面無線網絡組織方式會影響人工智能群體的“端-邊-云”協同機制，另一方面群體智能也會對無線網絡本身的組織方式、資源調度方式等提出新的要求。如智慧路口中車車、車路群智協同會產生高頻廣播/單播通信需求，而高密度車輛位置實時變化導致這種通信需求產生復雜的時空變化，進而與無線資源分配產生矛盾，需要綜合考慮“車輛個體的認知與決策需求-無線網絡調度模式-車載與路側智能的分布與協同方式”，才能最終實現智慧路口的安全高效調度目標。因此，無線網絡需要針對人工智能群體協同產生的新需求進行有針對性的設計，群體智能方法也需要考慮無線網絡特點進行適應的改進。

鑒于此，《無線電工程》2022年第1期推出“未來無線網絡中的群體智能”專題。專題采用公開征稿方式組織稿件，在所有通過專家函評的稿件中，最終確定錄用稿件7篇。專題主要圍繞以車路協同自動駕駛與智能交通場景為代表的車聯網群體智能技術，內容涵蓋了網絡架構、組織優化、網絡優化、測試評價體系等領域的研究成果。在網絡架構方面，論文《基于C-V2X的車路群體協同混合組網》針對5G/C-V2X網絡在支持大規模車路群體智能協同過程中面臨的網絡體系封閉、通信模式適應性不足的問題，提出了一種新型混合組網模式，以提高車路協同過程中的通信效率。其中，論文《多信道傳播模型下C-V2X模式4通信建模與性能分析》通過信道模型分析，論證了C-V2X在自組織模式下存在明顯的分組沖突，從而在理論上為《基于C-V2X的車路群體協同混合組網》的必要性打下基礎。雖然自組織方法的性能存在局限，但由于其在特定場景的不可替代性，如何進行自組織方法的優化仍然是重要的研究方向。在自組織群體協同過程中，由于個體認知的局限性，如何通過智能群體之間的信息傳播快速構建智能群體，將直接影響群體協同性能與最終效果。論文《面向群體感知的智能汽車協同通信方法》針對車輛群體協同過程中的信息發布與反饋機制展開研究，圍繞群智感知等協同任務，提出了基于地理分割的融合反饋方法，通過車車之間的信息傳播構建時空群落，實現群體的高效自組織。在群體智能組織過程中，必然存在智能主體和非智能主體，如何協調智能主體基于觀測到的部分內容預測整體態勢，成為群智感知與決策的重要研究點。論文《混合交通下基于車聯網的無線集群智能軌跡預測算法》重點圍繞基于多車智能協同過程中，在保障隱私的條件下對車輛運動預測展開研究，提出一種新的面向集群學習的模型預測評價和處理方法。在網絡優化方面，如何進行群體智能系統的網絡資源調度是一個永恒的話題。由于單個智能體在自組織協同過程中難以準確地預測通信資源，《基于C-V2X的車路群體協同混合組網》中建議采用混合組網模式，在網絡側提供更全面的網絡資源狀態認知和資源調度。除了頻率資源調度，由于群體智能節點需要頻繁地進行協同通信，對基站和終端的功耗影響甚大，因此網絡資源調度也包括能耗資源調度。論文《基于連接態節能信號的5G群體終端功耗控制》提出了一種在基站輔助下，通過基站節能信號進行多終端批量節能控制的方案，能夠有效提高大規模終端協同過程中的能耗表現。而從終端角度，需要考慮群體任務目標和能耗的均衡，盡可能提高群體智能學習和決策過程中的有效性。論文《異質能量約束的集群學習節點選擇機制》圍繞這一目標展開探討，提出了一種能量感知的群體智能協同節點選擇算法，在滿足計算目標前的提下盡可能優化通信時延和能耗。最后，由于群體智能系統的復雜性，其測試評價尚無很全面準確的測評依據和標準。針對以車聯網為基礎的車路群體智能測評，論文《面向車路群智協同的運營測試融合體系》給出了群體智能系統從通信層到智能交互層的多層測評體系及相關測試方法。

鑒于無線網絡中的群體智能技術領域寬泛，本專題重點選取了5G新基建中基于C-V2X的車路群智協同場景及相關領域應用，面向C-V2X網絡如何支持以車路群智協同為代表的群智感知、群智決策，及網絡資源調度、車路協同調度展開。專題部署過程中選取了支持群體智能的網絡體系、信息傳播機制、協同認知與決策方法、網絡資源調度方法、網絡測評體系等方面展開討論。盡管專題在部署方面，盡量聚焦無線網絡中的群體智能前沿研究，但鑒于該技術近年來的快速發展,新理論、新應用日新月異，本專題未對無線網絡本身如何基于群體智能進行自適應組織進行更深入研討，加之策劃人水平有限,專題內容部署方面仍存在不足。專題的出版得到了中國移動上研院、中信科移動、中交集團、北京郵電大學、揚州大學等行業領域研究人員的大力支持，謹在此衷心地感謝他們提供的優質稿件。在專題出版之際，特此感謝參與稿件評審的各位專家學者，感謝他們對稿件的審閱和提出寶貴意見，保證了專題稿件的質量。最后，感謝《無線電工程》編輯部各位老師的辛勤工作和大力支持。希望本專題對無線網絡與群體智能深度結合的理論和應用研究起到借鑒和促進作用。