集群機(jī)器人系統(tǒng)特性評(píng)價(jià)研究綜述

武文亮 周興社 沈 博 趙 月

隨著感知技術(shù)、通信技術(shù)、計(jì)算機(jī)與智能技術(shù)以及控制技術(shù)等的不斷發(fā)展以及復(fù)雜應(yīng)用場(chǎng)景的持續(xù)推動(dòng),集群機(jī)器人系統(tǒng)正在得到越來越廣泛的研究與應(yīng)用,并積累了大量理論、方法與技術(shù)研究成果,特別是在無人機(jī)(Unmanned aerial vehicle,UAV)集群系統(tǒng)協(xié)同控制方面[1?5].集群機(jī)器人系統(tǒng)的設(shè)計(jì)靈感最早起源于對(duì)自然界中蟻群、蜂群、鳥群、魚群等社會(huì)性簡單生物集群行為的觀察與模擬[6?7].人們?cè)谘芯窟^程中發(fā)現(xiàn),盡管在這些生物集群中的個(gè)體都相對(duì)簡單,但整個(gè)系統(tǒng)卻能夠通過個(gè)體間的相互通信與協(xié)作涌現(xiàn)出宏觀有序的群體智能行為[8?9].相對(duì)于單體機(jī)器人系統(tǒng)而言,集群機(jī)器人系統(tǒng)具有許多明顯的優(yōu)勢(shì)[10?11]:1)可以實(shí)現(xiàn)單體機(jī)器人無法實(shí)現(xiàn)的復(fù)雜任務(wù);2)設(shè)計(jì)和制造多個(gè)相對(duì)簡單的機(jī)器人比單個(gè)復(fù)雜機(jī)器人更容易、成本更低;3)多個(gè)機(jī)器人間的并行性可以極大提高系統(tǒng)執(zhí)行任務(wù)的效率;4)針對(duì)不同的具體情況,可以提供更多的解決方案并優(yōu)化選擇方案;5)通過增加冗余度、消除失效點(diǎn),可以增加解決方案的魯棒性.因而,集群機(jī)器人系統(tǒng)更適合于區(qū)域監(jiān)測(cè)/遍歷、外界環(huán)境過于危險(xiǎn)和具有冗余性要求的任務(wù).在民用領(lǐng)域,集群機(jī)器人系統(tǒng)可用于勘探測(cè)繪、航空攝影、環(huán)境研究、核輻射探測(cè)等方面,又可用于水災(zāi)探測(cè)、防火和救援工作、電力線路檢查等方面,同時(shí)在城區(qū)監(jiān)視、大型牧場(chǎng)巡查等方面也具有非常廣泛的市場(chǎng)前景.在軍事領(lǐng)域,將大量的微型機(jī)器人迅捷地散布在敏感區(qū)域,可用以在大范圍時(shí)空域內(nèi)實(shí)時(shí)監(jiān)控、感知敵情變化;由大規(guī)模UAV、無人坦克、無人艦艇等不同形態(tài)的機(jī)器人進(jìn)行搜索、偵查、圍捕、攔截與打擊等作戰(zhàn)任務(wù),可最大限度地減少人員傷亡.

集群機(jī)器人系統(tǒng)是群體智能的一個(gè)重要應(yīng)用研究領(lǐng)域,也是機(jī)器人系統(tǒng)未來發(fā)展的重要方向之一.人工智能在過去幾十年中取得的快速發(fā)展很大程度上取決于人工智能系統(tǒng)及其算法的評(píng)價(jià)[12].已有研究成果表明,對(duì)機(jī)器人系統(tǒng)特性進(jìn)行有效的評(píng)價(jià)或者制定相關(guān)的評(píng)價(jià)標(biāo)準(zhǔn),具有技術(shù)引領(lǐng)作用,好的系統(tǒng)特性評(píng)價(jià)體系可以極大地促進(jìn)機(jī)器人系統(tǒng)更好更快地向前發(fā)展.集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題相對(duì)復(fù)雜,不僅包含系統(tǒng)關(guān)鍵特性的評(píng)價(jià),而且還包含系統(tǒng)綜合特性的評(píng)價(jià),同時(shí)不僅包含對(duì)單體機(jī)器人系統(tǒng)特性的評(píng)價(jià),而且更為關(guān)注對(duì)整個(gè)集群機(jī)器人系統(tǒng)特性的評(píng)價(jià).集群機(jī)器人系統(tǒng)具有自主性、智能性、協(xié)同性、靈活性、魯棒性和可擴(kuò)展性等諸多期望特性,這些特性是保證集群機(jī)器人系統(tǒng)安全、可靠并高效率完成任務(wù)的關(guān)鍵.近年來,越來越多的研究學(xué)者開始關(guān)注集群機(jī)器人系統(tǒng)特性的評(píng)價(jià)問題.適時(shí)地對(duì)這些研究成果進(jìn)行總結(jié)與分析,對(duì)于集群機(jī)器人系統(tǒng)的研究、應(yīng)用與發(fā)展具有積極的推動(dòng)作用.

本文以集群機(jī)器人系統(tǒng)特性評(píng)價(jià)為核心,基本結(jié)構(gòu)安排如下:第1 節(jié)概述集群機(jī)器人系統(tǒng)概念及其基本分類;第2 節(jié)梳理關(guān)鍵的集群機(jī)器人系統(tǒng)期望特性;第3 節(jié)介紹與比較代表性的集群機(jī)器人系統(tǒng)特性評(píng)價(jià)標(biāo)準(zhǔn);第4 節(jié)述評(píng)已有集群機(jī)器人系統(tǒng)特性評(píng)價(jià)指標(biāo)體系;第5 節(jié)總結(jié)與比較現(xiàn)有集群機(jī)器人系統(tǒng)特性評(píng)價(jià)方法;第6 節(jié)概括當(dāng)前集群機(jī)器人系統(tǒng)特性評(píng)價(jià)研究工作的不足,并給出未來發(fā)展的主要方向.

1 集群機(jī)器人系統(tǒng)概念與分類

1.1 集群機(jī)器人系統(tǒng)概念

集群機(jī)器人系統(tǒng)具體指由一定規(guī)模的同構(gòu)或異構(gòu)的、單功能或多功能的單體機(jī)器人共同組成,在交感網(wǎng)絡(luò)的支撐下,利用信息交互與反饋、激勵(lì)與響應(yīng)等交感行為,可實(shí)現(xiàn)單體機(jī)器人行為自主決策,集群機(jī)器人間行為協(xié)同,適應(yīng)動(dòng)態(tài)環(huán)境,最終產(chǎn)生能力涌現(xiàn),共同完成特定任務(wù)的自主式移動(dòng)機(jī)器人系統(tǒng)[13].構(gòu)成集群機(jī)器人系統(tǒng)的個(gè)體可以是空中機(jī)器人、地面機(jī)器人、水面機(jī)器人和水下機(jī)器人等作業(yè)于不同空間的單體機(jī)器人.集群機(jī)器人系統(tǒng)不是多機(jī)器人的簡單編隊(duì),其能力也不是多機(jī)器人單一能力的簡單疊加,而是由多機(jī)器人通過科學(xué)的方法聚集后,經(jīng)過集群自組織與行為調(diào)控機(jī)制的有機(jī)耦合,產(chǎn)生了新的能力或原有能力發(fā)生了質(zhì)的變化.

目前國內(nèi)外關(guān)于集群機(jī)器人系統(tǒng)的研究已相當(dāng)普遍,典型的集群機(jī)器人系統(tǒng)主要包括:群智能機(jī)器人系統(tǒng)、自重構(gòu)機(jī)器人系統(tǒng)、智能機(jī)器人協(xié)作系統(tǒng)和足球機(jī)器人系統(tǒng).群智能機(jī)器人系統(tǒng)是由許多無差別的自主機(jī)器人組成的分布式系統(tǒng),它主要研究如何使能力有限的個(gè)體機(jī)器人通過交互產(chǎn)生群體智能[14?15].代表性的群智能機(jī)器人系統(tǒng)主要有:Kilobot[16]、Kobot[17]、Khepera[18]、I-Swarm[19]、Pherobots[20]和SwarmBot[21]等.群智能機(jī)器人系統(tǒng)有別于傳統(tǒng)意義上的多機(jī)器人系統(tǒng),在個(gè)體自主性、功能、感知、通信能力、移動(dòng)性、集群的規(guī)模、異構(gòu)性、控制方式等方面都有一定的限制.自重構(gòu)機(jī)器人系統(tǒng)以一些具有相同或不同功能的標(biāo)準(zhǔn)模塊為組件,根據(jù)目標(biāo)任務(wù)的需要,對(duì)這些模塊進(jìn)行相應(yīng)的組合,進(jìn)而形成具有不同功能的系統(tǒng).代表性的自重構(gòu)機(jī)器人系統(tǒng)主要有:CEBOT[22]、CKBot[23]、M-Blocks[24]、Ubot[25]和Sambot[26]等.智能機(jī)器人協(xié)作系統(tǒng)是指由多個(gè)具有一定智能的自主機(jī)器人組成,機(jī)器人之間通過高級(jí)通信實(shí)現(xiàn)相互協(xié)作,以完成復(fù)雜任務(wù)的系統(tǒng).代表性的智能機(jī)器人協(xié)作系統(tǒng)主要有:ALLIANCE[27]、SDR[28]、ASyMITRe[29]和ASyMTRe-D[30]、CESAR Emperor[31]和CESAR Nomads[32]等.在上述三類集群機(jī)器人系統(tǒng)中,機(jī)器人之間的關(guān)系都是合作.而在足球機(jī)器人系統(tǒng)中,同隊(duì)的機(jī)器人之間的關(guān)系是合作,不同球隊(duì)的機(jī)器人之間的關(guān)系則是對(duì)抗.由于足球機(jī)器人系統(tǒng)的對(duì)抗性強(qiáng),對(duì)個(gè)體間協(xié)作的實(shí)時(shí)性要求高,因而成為一個(gè)具有挑戰(zhàn)性的課題.國際上專門設(shè)立機(jī)器人足球賽來促進(jìn)該項(xiàng)研究,其中最具有影響的兩項(xiàng)賽事分別是RWC (Robot-soccer World Cup,機(jī)器人足球世界杯決賽)和RoboCup (Robot World Cup,機(jī)器人世界杯足球錦標(biāo)賽).

1.2 集群機(jī)器人系統(tǒng)分類

集群機(jī)器人系統(tǒng)可以依據(jù)控制方法、協(xié)作機(jī)制、組織結(jié)構(gòu)、控制結(jié)構(gòu)、通信方式和集群組成等多種屬性分類.這些分類屬性對(duì)集群機(jī)器人系統(tǒng)構(gòu)建及其特性形成與表現(xiàn)程度具有重要影響.

1)按照控制方法的不同,可以劃分為基于分層遞階的集群機(jī)器人協(xié)同控制和基于自組織的集群機(jī)器人協(xié)同控制.

分層遞階是一種經(jīng)典的智能系統(tǒng)控制方法,最早由Lima 等[33]提出,主要由組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)組成,遵循 “精度遞增伴隨智能遞減”的原則分級(jí)管理系統(tǒng).受此啟發(fā),基于分層遞階的集群機(jī)器人協(xié)同控制結(jié)構(gòu)被提出,具體如圖1 所示[34].該結(jié)構(gòu)包括3個(gè)決策層和1個(gè)控制層.第3 層基于市場(chǎng)機(jī)制進(jìn)行編隊(duì)任務(wù)分配;第2 層負(fù)責(zé)對(duì)編隊(duì)成員間的協(xié)同任務(wù)進(jìn)行協(xié)調(diào),包括協(xié)同搜索、協(xié)同攻擊、協(xié)同毀傷評(píng)估等;第1 層負(fù)責(zé)航跡規(guī)劃;第0 層負(fù)責(zé)平臺(tái)控制.這種基于分層遞階的集群機(jī)器人協(xié)同控制方法采用自頂向下的解決方案,有效地降低了問題求解難度,但這種逐層分解問題的過程也注定了集群機(jī)器人控制和決策的實(shí)時(shí)性難以保障.

圖1 基于分層遞階的集群機(jī)器人協(xié)同控制結(jié)構(gòu)Fig.1 Cooperative control process of swarm robots based on hierarchical structure

基于自組織的集群機(jī)器人協(xié)同控制最初起源于對(duì)簡單生物群落的研究[35],并逐漸發(fā)展形成了群體智能理論[36].這類方法通過模擬蜂群、鳥群、魚群等生物群體行為實(shí)現(xiàn)集群機(jī)器人分布式自組織控制,采用自底向上的數(shù)據(jù)驅(qū)動(dòng)和建模策略,將簡單對(duì)象構(gòu)成大集合,通過簡單智能主體的聚集協(xié)同來實(shí)現(xiàn)全局的智能行為.按照Boyd 提出的觀察?判斷?決策?執(zhí)行(Observe-Orient-Decide-Act,OODA)環(huán)理論[37],基于自組織的集群機(jī)器人協(xié)同控制流程如圖2 所示[38].

圖2 基于自組織的集群機(jī)器人協(xié)同控制流程Fig.2 Cooperative control process of swarm robots based on self-organization

該結(jié)構(gòu)主要包括協(xié)同觀察、協(xié)同判斷、協(xié)同決策和協(xié)同執(zhí)行4個(gè)功能單元.協(xié)同觀察單元負(fù)責(zé)分布式協(xié)同環(huán)境感知理解與分布式目標(biāo)狀態(tài)融合估計(jì)等功能,協(xié)同判斷單元負(fù)責(zé)分布式協(xié)同任務(wù)決策等功能,協(xié)同決策單元負(fù)責(zé)分布式航跡協(xié)調(diào)規(guī)劃等功能,協(xié)同執(zhí)行單元負(fù)責(zé)分布式編隊(duì)控制和集群蜂擁與集結(jié)等功能.不同于自頂向下的解決方案,該方法更加強(qiáng)調(diào)個(gè)體對(duì)環(huán)境的動(dòng)態(tài)反應(yīng),以及多個(gè)個(gè)體之間基于規(guī)則的行為協(xié)調(diào),以此來實(shí)現(xiàn)全局的智能行為,因此具有計(jì)算簡單、魯棒性好等優(yōu)點(diǎn).

2)按照協(xié)作機(jī)制的不同,主要可以劃分為無意識(shí)協(xié)作和有意識(shí)協(xié)作.無意識(shí)協(xié)作主要模擬簡單社會(huì)性生物群落的運(yùn)行機(jī)制,利用大量簡單的自主個(gè)體,通過局部交互和自組織作用,使整個(gè)系統(tǒng)呈現(xiàn)協(xié)調(diào)、有序的狀態(tài).有意識(shí)協(xié)作是多個(gè)個(gè)體通過信息交換來協(xié)調(diào)各自行為,共同完成某一任務(wù)或?qū)崿F(xiàn)共同目標(biāo),主要用于異構(gòu)集群機(jī)器人系統(tǒng)的協(xié)作技術(shù)研究,并更多依賴規(guī)劃來提高協(xié)作效率.按照研究方法的不同,有意識(shí)協(xié)作又可以劃分為協(xié)商反應(yīng)式方法和多智能體方法[39].

3)按照組織結(jié)構(gòu)的不同,主要可以劃分為集中式、分布式和混合式.集中式結(jié)構(gòu)適用于強(qiáng)協(xié)調(diào)任務(wù),分主、從機(jī)器人,由主機(jī)器人負(fù)責(zé)系統(tǒng)協(xié)調(diào),具有完全的控制權(quán).該方式可減少協(xié)商通信的開銷,并獲得全局最優(yōu)解,但實(shí)時(shí)性與動(dòng)態(tài)性較差,結(jié)構(gòu)靈活性不足、魯棒性較差.分布式結(jié)構(gòu)適用于弱協(xié)調(diào)任務(wù),機(jī)器人之間無隸屬關(guān)系,通過交互或通信實(shí)現(xiàn)協(xié)調(diào).該方式可降低系統(tǒng)的復(fù)雜性,提高擴(kuò)展性和魯棒性,但對(duì)通信要求較高,不能保證目標(biāo)的全局最優(yōu)性.混合式結(jié)構(gòu)本質(zhì)上是一種層次結(jié)構(gòu),上層的領(lǐng)導(dǎo)機(jī)器人動(dòng)態(tài)生成,且對(duì)下層的機(jī)器人只有部分控制權(quán).該方式可實(shí)現(xiàn)集中式和分布式結(jié)構(gòu)的互補(bǔ),提高系統(tǒng)靈活性和協(xié)調(diào)效率,但復(fù)雜性高、實(shí)現(xiàn)難度大.

4)按照控制結(jié)構(gòu)的不同,主要可以劃分為慎思型和反應(yīng)型.當(dāng)一個(gè)團(tuán)隊(duì)在應(yīng)對(duì)環(huán)境改變時(shí)可以根據(jù)策略重新組織整個(gè)團(tuán)隊(duì)的行為,則為慎思型結(jié)構(gòu).當(dāng)團(tuán)隊(duì)中每個(gè)機(jī)器人在應(yīng)對(duì)環(huán)境變化時(shí),僅僅對(duì)自己所采取的策略進(jìn)行重組,以更好地完成自身的任務(wù),則為反應(yīng)型結(jié)構(gòu).

5)按照通信方式的不同,主要可以劃分為隱式通信和顯式通信.其中,隱式通信主要利用個(gè)體行為對(duì)環(huán)境產(chǎn)生的變化影響其他個(gè)體行為,以此達(dá)到信息交流和自組織目的;顯式通信通常需要專用硬件通信設(shè)備以及復(fù)雜的信息表示模型,個(gè)體之間可直接進(jìn)行信息交換.按照通信范圍的不同,顯式通信又可進(jìn)一步分為全局通信和局部通信.

6)按照集群組成的不同,主要可以劃分為同構(gòu)集群機(jī)器人系統(tǒng)和異構(gòu)集群機(jī)器人系統(tǒng).

除了上述分類方法外,集群機(jī)器人系統(tǒng)還可以按照?qǐng)F(tuán)隊(duì)規(guī)模、可重構(gòu)性、作業(yè)空間、個(gè)體處理能力和協(xié)作能力等屬性進(jìn)行分類[40].通信作為機(jī)器人間相互溝通的基本手段,還可以按照通信拓?fù)洹捄蛯?shí)現(xiàn)方式等進(jìn)行分類.

2 集群機(jī)器人系統(tǒng)期望特性

盡管目前集群機(jī)器人系統(tǒng)研究已取得了大量成果,但針對(duì)集群機(jī)器人系統(tǒng)特性評(píng)價(jià)一直尚未形成通用的評(píng)價(jià)標(biāo)準(zhǔn),研究者主要沿襲控制系統(tǒng)特性和生物集群系統(tǒng)特性對(duì)集群機(jī)器人系統(tǒng)的期望特性進(jìn)行總結(jié)與描述.這些特性也被認(rèn)為是研究集群機(jī)器人系統(tǒng)的動(dòng)機(jī).

1)自主性(Autonomy)

在很多相關(guān)研究中都對(duì)機(jī)器人系統(tǒng)自主性進(jìn)行了定義,但以美國國家標(biāo)準(zhǔn)技術(shù)研究所(National Institute of Standards and Technology,NIST)無人系統(tǒng)自主性等級(jí)(Autonomy levels for unmanned systems,ALFUS)工作組[41]提出的定義比較全面和規(guī)范,該組織定義:自主性即無人系統(tǒng)擁有感知、觀察、分析、交流、計(jì)劃、制定決策和行動(dòng)的能力,并且通過人機(jī)交互完成人類布置給它的任務(wù).這里描述的無人系統(tǒng)即一般意義上的移動(dòng)機(jī)器人系統(tǒng).由該定義可以看出,自主性即機(jī)器人系統(tǒng)獨(dú)立于操作者的管理程度和自我管理的能力.與很多自主性研究中提出的定義相似的是,機(jī)器人系統(tǒng)的自主性可以通過以下4 項(xiàng)基本功能實(shí)現(xiàn),即觀察、判斷、決策和行動(dòng)[42].考慮到自主性在計(jì)算能力、傳感器的真實(shí)程度、人和計(jì)算機(jī)之間知識(shí)的傳遞障礙等方面的限制,為了確保機(jī)器人系統(tǒng)的獨(dú)立性,同時(shí)又不限制操作者對(duì)于自主性局限性的彌補(bǔ),一些研究學(xué)者也關(guān)注可變的自主性研究[43?44].單體機(jī)器人系統(tǒng)自主性是集群機(jī)器人系統(tǒng)自主性的重要組成,集群機(jī)器人系統(tǒng)自主性強(qiáng)調(diào)的是自主的單體機(jī)器人通過相互通信與協(xié)作在群體層面體現(xiàn)的自主,因此強(qiáng)調(diào)個(gè)體在上述4 項(xiàng)基本功能上的自主協(xié)同.

2)智能性(Intelligence)

從信息論的角度看,智能性具體指系統(tǒng)在一定環(huán)境下針對(duì)特定目標(biāo)而有效地獲取信息、處理信息和利用信息從而成功地達(dá)到目標(biāo)的能力[45].集群機(jī)器人系統(tǒng)智能性主要通過群體智能實(shí)現(xiàn).國內(nèi)外很多研究學(xué)者都對(duì)群體智能的概念進(jìn)行了研究[46?50],盡管在研究對(duì)象和關(guān)注點(diǎn)上有所不同,但這些學(xué)者一致認(rèn)為,群體智能的本質(zhì)內(nèi)涵是群體具有優(yōu)于個(gè)體或個(gè)體總和的智能性或能力.為了更具針對(duì)性,將信息論中關(guān)于智能性的定義、NIST ALFUS 工作組關(guān)于自主性的定義與上述群體智能本質(zhì)內(nèi)涵相結(jié)合,本文認(rèn)為集群機(jī)器人系統(tǒng)智能性是指通過自主協(xié)同感知、分析、決策和判斷等行為所涌現(xiàn)出優(yōu)于個(gè)體智能或個(gè)體智能總和的群體行為特性或能力.

通過對(duì)比分析自主性與智能性內(nèi)涵可知,自主表達(dá)的是行為方式,而智能則是完成行為過程的能力.兩者間的關(guān)系為[51]:智能依賴自主,智能的等級(jí)取決于自主權(quán)的高低.智能生成的一般過程,是在自主的前提下綜合運(yùn)用各方面能力,去獲取、處理并利用信息以盡可能達(dá)到符合自然規(guī)律的目的[52].

3)協(xié)同性(Cooperation)

集群機(jī)器人系統(tǒng)協(xié)同性是指多個(gè)機(jī)器人通過協(xié)同機(jī)制,可以完成單體機(jī)器人無法完成的任務(wù)的功能特性[53].通過適當(dāng)?shù)膮f(xié)同機(jī)制,集群機(jī)器人系統(tǒng)可以獲得系統(tǒng)級(jí)的非線性功能增量[54],從而突破單體機(jī)器人系統(tǒng)在感知、決策及執(zhí)行能力等方面受到的限制,從本質(zhì)上提高系統(tǒng)的性能,甚至完成單體機(jī)器人無法實(shí)現(xiàn)的任務(wù)[55?56].

4)靈活性(Flexibility)

集群機(jī)器人系統(tǒng)靈活性是指集群通過多種不同的演化模式適應(yīng)環(huán)境變化的特性[57].一個(gè)高度靈活的集群機(jī)器人系統(tǒng)具有重分配和再分配的能力[58],可以用相同的軟件或軟件的微小變化來處理不同的任務(wù)[15],能夠針對(duì)不同任務(wù)產(chǎn)生模塊化的解決策略,解決當(dāng)前任務(wù)并響應(yīng)環(huán)境變化[14].集群機(jī)器人系統(tǒng)中存在多樣性、涌現(xiàn)性、局部交互性等多個(gè)側(cè)面體現(xiàn)其靈活性[59].多樣性指集群系統(tǒng)具有多種不同的演化模式,涌現(xiàn)性指集群系統(tǒng)可以根據(jù)環(huán)境的變化創(chuàng)造整體的新狀態(tài),而局部交互性通過分散的決策能力使得集群系統(tǒng)具有冗余.

5)魯棒性(Robustness)

集群機(jī)器人系統(tǒng)魯棒性是指集群即使在個(gè)體發(fā)生故障或環(huán)境干擾的情況下也能夠堅(jiān)持完成目標(biāo)任務(wù)的特性[14].集群機(jī)器人系統(tǒng)的魯棒性實(shí)現(xiàn)主要取決于系統(tǒng)冗余、分布式協(xié)調(diào)、個(gè)體簡單化和感知多重性.系統(tǒng)冗余指集群系統(tǒng)中個(gè)體的損失和故障均可以通過另一個(gè)個(gè)體得到補(bǔ)償;分布式協(xié)調(diào)指集群系統(tǒng)中的任一個(gè)體都不會(huì)阻礙系統(tǒng)的運(yùn)行;個(gè)體簡單化指相比于執(zhí)行相同任務(wù)的單個(gè)復(fù)雜系統(tǒng)而言,集群系統(tǒng)中的個(gè)體相對(duì)簡單;感知多重性即大量個(gè)體分布式的感知可以增加系統(tǒng)總的信噪比.

6)可擴(kuò)展性(Scalability)

集群機(jī)器人系統(tǒng)可擴(kuò)展性是指集群能夠在各種規(guī)模下運(yùn)行,并且保證系統(tǒng)運(yùn)行的協(xié)調(diào)機(jī)制相對(duì)不受其規(guī)模變化影響的特性[14].可擴(kuò)展性的實(shí)現(xiàn)要求集群系統(tǒng)中不能夠存在中央控制節(jié)點(diǎn)[58],個(gè)體的感知與通信通力是有限的且個(gè)體間的交互是局部的,并允許個(gè)體在任何時(shí)刻加入或退出任務(wù)[15],使得它能夠像自然界中的生物集群一樣可以擴(kuò)展至成百上千個(gè)節(jié)點(diǎn).

在上述特性中,自主性、智能性與協(xié)同性主要針對(duì)的是一般的機(jī)器人系統(tǒng)提出的三個(gè)關(guān)鍵期望特性;而靈活性、魯棒性與可擴(kuò)展性主要針對(duì)的是集群機(jī)器人系統(tǒng)提出的三個(gè)關(guān)鍵期望特性,它們可以蘊(yùn)藏于集群機(jī)器人系統(tǒng)自主性、智能性與協(xié)同性的實(shí)現(xiàn)中.除了這些特性之外,由于應(yīng)用研究對(duì)象的差異與關(guān)注點(diǎn)的不同,適應(yīng)性、可重構(gòu)性、涌現(xiàn)性、穩(wěn)定性、并行性、實(shí)時(shí)性、可靠性、安全性、經(jīng)濟(jì)性等[15,55,60?61]在一些研究中也被作為集群機(jī)器人系統(tǒng)的期望特性.由于這些特性的含義多與上述特性內(nèi)涵相近或目前研究尚淺,本文不作詳細(xì)闡述.

3 集群機(jī)器人系統(tǒng)特性評(píng)價(jià)標(biāo)準(zhǔn)

評(píng)價(jià)標(biāo)準(zhǔn)是人們?cè)谠u(píng)價(jià)活動(dòng)中應(yīng)用于對(duì)象的價(jià)值尺度和界限.伴隨著機(jī)器人系統(tǒng)應(yīng)用研究的持續(xù)發(fā)展,許多組織機(jī)構(gòu)和研究學(xué)者對(duì)機(jī)器人自主性(特別是自主性等級(jí)劃分)與智能性評(píng)價(jià)設(shè)定了相關(guān)標(biāo)準(zhǔn).其中,部分研究雖非直接針對(duì)集群機(jī)器人系統(tǒng),但對(duì)持續(xù)深化集群機(jī)器人系統(tǒng)特性評(píng)價(jià)規(guī)范仍然具有一定參考價(jià)值.

3.1 系統(tǒng)自主性評(píng)價(jià)標(biāo)準(zhǔn)

國內(nèi)外許多研究機(jī)構(gòu)或?qū)W者都對(duì)機(jī)器人系統(tǒng)的自主性等級(jí)劃分標(biāo)準(zhǔn)進(jìn)行了研究,其中多數(shù)標(biāo)準(zhǔn)不僅可以度量單體機(jī)器人系統(tǒng)的自主性,也可以度量集群機(jī)器人系統(tǒng)的自主性,但目前多數(shù)機(jī)器人系統(tǒng)自主性等級(jí)劃分基本還停留在較高層次的定性描述階段,缺乏合理有效的理論支撐,也沒有具體的定量指標(biāo).一些代表性的機(jī)器人系統(tǒng)自主性等級(jí)劃分標(biāo)準(zhǔn)的綜合比較如表1 所示.其中,Zeigler[62]將自主性等級(jí)劃分為3 級(jí),分別是:1)實(shí)現(xiàn)所描述目標(biāo)的能力;2)適應(yīng)主要環(huán)境變化的能力;3)發(fā)展自我目標(biāo)的能力.Sheridan[63]提出的自動(dòng)裝置等級(jí)并不是直接針對(duì)機(jī)器人系統(tǒng)提出的,但因機(jī)器人系統(tǒng)本身大多是一種自動(dòng)裝置,因此該標(biāo)準(zhǔn)對(duì)機(jī)器人系統(tǒng)的自主性評(píng)價(jià)仍具有一定的參考價(jià)值,但該標(biāo)準(zhǔn)考慮的因素太過簡單,也因此往往只能反映機(jī)器人系統(tǒng)某個(gè)側(cè)面的自主性.

表1 不同自主性等級(jí)劃分標(biāo)準(zhǔn)比較Table 1 Comparison of different autonomy level classification standards

美國國防部(Department of Defense,DOD)于2000 年發(fā)布第一版UAV 路線圖[64]時(shí)就提出了自主控制等級(jí)(Autonomy control level,ACL)劃分,2002 版和2005 版UAV 路線圖也采用了同一劃分[65?66].該劃分主要包含遙控引導(dǎo)(1 級(jí))、實(shí)時(shí)健康診斷、適應(yīng)故障與飛行條件、飛行路徑重規(guī)劃、團(tuán)隊(duì)協(xié)調(diào)、團(tuán)隊(duì)?wèi)?zhàn)術(shù)重規(guī)劃、團(tuán)隊(duì)?wèi)?zhàn)術(shù)目標(biāo)、分布控制、團(tuán)隊(duì)?wèi)?zhàn)略目標(biāo)和完全自主群體(10 級(jí))共10個(gè)等級(jí).其主要存在兩方面缺陷:1) 對(duì)各個(gè)等級(jí)沒有詳細(xì)說明,且1～6 級(jí)劃分偏細(xì),而7～10 級(jí)過于粗糙,等級(jí)劃分離散,關(guān)聯(lián)度低;2) 該劃分并非精準(zhǔn)的量化標(biāo)準(zhǔn),只能反映自主控制水平的模糊值和相對(duì)值,且代表性功能描述模糊、性能指標(biāo)缺乏.美國國防部在2007 版和2009 版無人系統(tǒng)路線圖中回避了自主性分級(jí)話題;在2011 版無人系統(tǒng)路線圖中以人–機(jī)權(quán)限視角將自主性劃分為人操作、人委派、人監(jiān)督和完全自主4個(gè)級(jí)別[67?68];2013 版無人系統(tǒng)路線圖仍沿用該劃分,并指出該劃分需改進(jìn).

美國陸軍科學(xué)委員會(huì)(Army Science Board,ASB)[69]提出的標(biāo)準(zhǔn)主要面向陸地機(jī)器人,描述了一套從遙控到自主集結(jié)的自主水平集合.NIST ALFUS 工作組[41]主要從任務(wù)復(fù)雜度、環(huán)境復(fù)雜度和人機(jī)交互程度三個(gè)維度對(duì)各種移動(dòng)機(jī)器人系統(tǒng)的自主性進(jìn)行了等級(jí)劃分.在實(shí)際應(yīng)用中,這三個(gè)維度的因素如何度量、權(quán)值如何分配以及如何定義自主等級(jí)都是不容忽視的問題.在定義自主性等級(jí)時(shí),不同的權(quán)值分配方案會(huì)產(chǎn)生不同的評(píng)價(jià)結(jié)果.

Draper 實(shí)驗(yàn)室[70]主要從運(yùn)動(dòng)控制、任務(wù)規(guī)劃和狀態(tài)理解三個(gè)維度,設(shè)置了4個(gè)等級(jí)評(píng)價(jià)機(jī)器人系統(tǒng)的自主性.美國空軍研究實(shí)驗(yàn)室(Air Force Research Laboratory,AFRL)[71]對(duì)其進(jìn)一步改進(jìn),按照OODA 模型確立了UAV 的自主性控制等級(jí),分為遙控駕駛(0 級(jí))、執(zhí)行預(yù)先規(guī)劃任務(wù)、可變?nèi)蝿?wù)、實(shí)時(shí)故障/事件的魯棒響應(yīng)、故障/事件自適應(yīng)、實(shí)時(shí)多平臺(tái)協(xié)調(diào)、實(shí)時(shí)多平臺(tái)協(xié)同、戰(zhàn)場(chǎng)認(rèn)識(shí)、戰(zhàn)場(chǎng)認(rèn)知、戰(zhàn)場(chǎng)集群認(rèn)知和完全自主(10 級(jí))共11個(gè)等級(jí),各個(gè)等級(jí)對(duì)UAV 系統(tǒng)的OODA 基本要素提出了不同的需求.Suresh 等[72]對(duì)該標(biāo)準(zhǔn)進(jìn)行了深入的研究,并通過大量文獻(xiàn)對(duì)每一級(jí)自主性進(jìn)行詳細(xì)的解釋,把每一級(jí)細(xì)分為幾個(gè)亞層.NASA 飛行器系統(tǒng)計(jì)劃高空長航部[73]認(rèn)為AFRL 提出的劃分標(biāo)準(zhǔn)對(duì)于預(yù)想中的高空長航程科學(xué)任務(wù)而言太多而且太細(xì),于是采用了一種精簡的自主等級(jí),包含遙控(0 級(jí))、簡單的自動(dòng)操作、遠(yuǎn)程操作、半自主、完全自主和協(xié)同操作(5 級(jí))共6個(gè)級(jí)別,并且用了一個(gè)很直觀的數(shù)據(jù),即人在UAV 飛行中掌控時(shí)間的多少來顯示自主性等級(jí)的高低.

考慮到OODA 模型在描述單架UAV 與其他作戰(zhàn)單元或指揮控制單元之間的協(xié)同交互關(guān)系方面存在較大的缺陷,不能夠表達(dá)單架UAV 的對(duì)外屬性,國防科技大學(xué)的研究團(tuán)隊(duì)[74]建立了協(xié)同OODA 模型(Cooperation OODA,Co-OODA),具體如圖3 所示.在該模型中,單架UAV 在完成自身OODA 決策循環(huán)的同時(shí),還考慮到與操作員之間的交互過程以及與其他作戰(zhàn)單元之間的協(xié)同過程,即增加了OODA 模型對(duì)協(xié)同和交互性能的描述.該模型能夠從本質(zhì)上描述UAV 系統(tǒng)的自主能力,構(gòu)成了自主等級(jí)劃分的直接依據(jù),即通過任務(wù)情況、環(huán)境情況以及人機(jī)交互情況三方面對(duì)該模型的各個(gè)度量要素進(jìn)行映射,明確任務(wù)能力對(duì)系統(tǒng)各個(gè)方面的能力需求,以感知與認(rèn)知、分析與判斷、規(guī)劃與決策、協(xié)同與交互及執(zhí)行性能5個(gè)度量依據(jù)細(xì)劃了UAV 自主性等級(jí)劃分.北京航空航天大學(xué)[75]的研究團(tuán)隊(duì)學(xué)習(xí)和引用DOD 所提標(biāo)準(zhǔn)中科學(xué)與合理的內(nèi)容,從等級(jí)的命名上以及結(jié)構(gòu)上作出了一些新的調(diào)整.與DOD 所提標(biāo)準(zhǔn)相比,取消了不能歸為智能活動(dòng)的分布式控制等級(jí),修改了原有等級(jí)命名中技術(shù)層次的概括,修改后的等級(jí)命名全部反映該等級(jí)的軍事應(yīng)用特征,更適用于我國UAV 的發(fā)展?fàn)顩r.

圖3 協(xié)同OODA 模型Fig.3 Co-OODA model

概括而言,上述標(biāo)準(zhǔn)整體上呈現(xiàn)由一維標(biāo)準(zhǔn)向多維標(biāo)準(zhǔn)擴(kuò)展的趨勢(shì),并通過協(xié)同與交互/通信的度量強(qiáng)化了對(duì)集群機(jī)器人系統(tǒng)自主性評(píng)價(jià)的支持,有利于設(shè)計(jì)更完備、更詳細(xì)的指標(biāo)體系.但由于目前對(duì)各維度均采用的是定性的評(píng)價(jià)標(biāo)準(zhǔn),因此在實(shí)施評(píng)價(jià)中都需要依賴于專家的主觀經(jīng)驗(yàn),評(píng)價(jià)專家的專業(yè)性與權(quán)威性至關(guān)重要.針對(duì)這些定性評(píng)價(jià)標(biāo)準(zhǔn)實(shí)施系統(tǒng)特性評(píng)價(jià),一種可行的途徑是組織多名專家一起實(shí)施評(píng)價(jià),另一種可探索的途徑是采用模擬模糊思維的廣義智能化評(píng)價(jià)方法使結(jié)果相對(duì)更為客觀.

3.2 系統(tǒng)智能性評(píng)價(jià)標(biāo)準(zhǔn)

目前國內(nèi)外直接針對(duì)機(jī)器人系統(tǒng)智能性的評(píng)價(jià)標(biāo)準(zhǔn)并不多見,有的標(biāo)準(zhǔn)只適用于單體機(jī)器人系統(tǒng),有的標(biāo)準(zhǔn)既適用于單體機(jī)器人系統(tǒng)也適用于集群機(jī)器人系統(tǒng),而有的則只適用于集群機(jī)器人系統(tǒng).

無人車(Unmanned ground vehicle,UGD)是一種典型的地面機(jī)器人.針對(duì)UGV 系統(tǒng)智能性等級(jí)劃分問題,北京理工大學(xué)的研究團(tuán)隊(duì)[76]依據(jù)NIST ALFUS 框架模型中的三個(gè)維度,即任務(wù)復(fù)雜度、環(huán)境復(fù)雜度和人機(jī)交互程度的等級(jí)劃分,提出了UGV系統(tǒng)智能性等級(jí)分類標(biāo)準(zhǔn).該分類標(biāo)準(zhǔn)的提出為推動(dòng)我國UGV 智能駕駛行為的發(fā)展起到了積極的指導(dǎo)作用,為歷屆中國 “智能未來車挑戰(zhàn)賽”在測(cè)試內(nèi)容與測(cè)試環(huán)境的設(shè)計(jì)上提供了思路.該標(biāo)準(zhǔn)雖面向UGV 單體系統(tǒng),但也可以擴(kuò)展到集群機(jī)器人系統(tǒng)中.其優(yōu)勢(shì)在于,不僅支持細(xì)化的定性度量標(biāo)準(zhǔn),同時(shí)還增加了一個(gè)通過細(xì)化的評(píng)價(jià)指標(biāo)體系與方法支持的定量度量標(biāo)準(zhǔn)即行駛質(zhì)量得分,因此可以局部支持客觀的量化評(píng)價(jià)方法.

從本質(zhì)上講,機(jī)器人系統(tǒng)屬于智能控制系統(tǒng),因此智能控制系統(tǒng)的智能性評(píng)價(jià)標(biāo)準(zhǔn)仍然適用.按照智能性的高低,研究人員一般認(rèn)為智能控制可分為初級(jí)、中級(jí)和高級(jí)三個(gè)層次[77].其中,初級(jí)智能控制具體指基于專家系統(tǒng)等人工智能技術(shù)與傳統(tǒng)的控制理論相結(jié)合的控制;中級(jí)智能控制除了具有初級(jí)智能控制水平之外,還具有對(duì)新知識(shí)學(xué)習(xí)、生成和在線修改知識(shí)庫及控制的功能;而高級(jí)智能控制除了具有初、中級(jí)智能控制水平之外,同時(shí)還具有仿人的組織、協(xié)商和決策的能力.在圖靈測(cè)試和人類智商測(cè)評(píng)方法的啟發(fā)下,一種廣義智能評(píng)價(jià)理論體系被提出[78],具體包括1個(gè)定義、2個(gè)標(biāo)準(zhǔn)和3個(gè)規(guī)范.定義規(guī)定廣義智能評(píng)價(jià)是專門針對(duì)機(jī)器或系統(tǒng)進(jìn)行的智能評(píng)價(jià).標(biāo)準(zhǔn)1 特指系統(tǒng)性能標(biāo)準(zhǔn),定義如果系統(tǒng)具有自學(xué)習(xí)、自聯(lián)想、自推理、自規(guī)劃、自協(xié)調(diào)等擬人智能特性之一,那么該系統(tǒng)就是智能系統(tǒng);標(biāo)準(zhǔn)2 特指系統(tǒng)技術(shù)標(biāo)準(zhǔn),定義如果系統(tǒng)采用了專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊控制等人工智能技術(shù)方法之一,那么該系統(tǒng)就是智能系統(tǒng).規(guī)范1定義如果系統(tǒng)具有的智能特性多且采用的人工智能技術(shù)方法多,則其智能性就高;規(guī)范2 定義如果系統(tǒng)具有的智能特性較多且采用的人工智能技術(shù)方法較多,則其智能性就較高;規(guī)范3 定義如果系統(tǒng)僅具有智能特性或僅采用人工智能技術(shù)方法,那么它也有智能,只是其體現(xiàn)的智能等級(jí)可能不同.廣義智能評(píng)價(jià)理論體系在前人對(duì)智能測(cè)試的相關(guān)理論和方法的基礎(chǔ)上,突出了對(duì)智能特性的區(qū)分和對(duì)智能性的測(cè)度,包括對(duì)人工智能技術(shù)方法運(yùn)用狀況的考察,留下了廣義的空間來容納對(duì)目前已有和將來可能有的智能系統(tǒng)進(jìn)行智能測(cè)度和評(píng)價(jià),因此既支持集群機(jī)器人系統(tǒng)智能性評(píng)價(jià)也支持單體機(jī)器人系統(tǒng)智能性評(píng)價(jià).由于這兩種標(biāo)準(zhǔn)通用性較高,因此適用于各類集群機(jī)器人系統(tǒng)智能性評(píng)價(jià).

人們對(duì)群體智能系統(tǒng)性的認(rèn)知最早來自于社會(huì)性生物集群行為的觀察與模擬.Millonas[79]針對(duì)社會(huì)性生物集群提出了評(píng)判其是否體現(xiàn)為群體智能的5 項(xiàng)基本準(zhǔn)則:1)鄰近性:所有群體成員都應(yīng)能夠進(jìn)行簡單的空間與時(shí)間計(jì)算;2)品質(zhì)性:群體成員應(yīng)能夠響應(yīng)環(huán)境中的品質(zhì)因子;3)多樣性:群體行為范圍不應(yīng)該太窄;4)穩(wěn)定性:群體不應(yīng)在每次環(huán)境發(fā)生變化時(shí)都改變其行為;5)適應(yīng)性:在所需代價(jià)不高的情況下,群體應(yīng)能夠適時(shí)改變其行為.該組準(zhǔn)則的提出為我們認(rèn)知簡單生物群體智能的概念提供了極大便利,并且它們還被認(rèn)為是簡單生物群體行為演化的重要原則.在UAV 集群研究中,Banks 等[80]對(duì)UAV 集群作戰(zhàn)行為進(jìn)行了建模,并將上述5 項(xiàng)基本準(zhǔn)則擴(kuò)展為了評(píng)價(jià)UAV 集群是否體現(xiàn)為群體智能的基本準(zhǔn)則.由于該工作主要是受社會(huì)性生物集群行為啟發(fā)進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)的,因此這5 項(xiàng)基本準(zhǔn)則也主要適用于基于自組織的集群機(jī)器人系統(tǒng).

綜上所述,目前絕大多數(shù)的標(biāo)準(zhǔn)是不區(qū)分集群機(jī)器人系統(tǒng)類型的,即使區(qū)分也只限于應(yīng)用對(duì)象操作空間不同.由于這些標(biāo)準(zhǔn)不是僅為集群機(jī)器人系統(tǒng)而提出的,因此針對(duì)性相對(duì)較差.同時(shí),由于研究角度的不同,實(shí)際上難以建立統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)以指導(dǎo)集群機(jī)器人系統(tǒng)特性評(píng)價(jià).一種可行的途徑是面向特定需求定義一種專用的評(píng)價(jià)標(biāo)準(zhǔn),另一種可行途徑是綜合多個(gè)相近的需求共同定義一種較為通用的評(píng)價(jià)標(biāo)準(zhǔn).

4 集群機(jī)器人系統(tǒng)特性評(píng)價(jià)指標(biāo)體系

評(píng)價(jià)指標(biāo)主要解決的是評(píng)價(jià)什么的問題.構(gòu)建科學(xué)合理的評(píng)價(jià)指標(biāo)體系是整個(gè)系統(tǒng)特性評(píng)價(jià)研究的重要環(huán)節(jié)之一,特別是針對(duì)受多方面因素影響的系統(tǒng)期望特性評(píng)價(jià)以及系統(tǒng)綜合評(píng)價(jià).

4.1 系統(tǒng)期望特性評(píng)價(jià)指標(biāo)體系

4.1.1 系統(tǒng)自主性評(píng)價(jià)指標(biāo)體系

針對(duì)機(jī)器人系統(tǒng)自主性等級(jí)評(píng)價(jià)問題,盡管多數(shù)研究機(jī)構(gòu)與人員已經(jīng)逐漸地將等級(jí)劃分依據(jù)由一個(gè)維度向多個(gè)維度擴(kuò)展,但在劃分等級(jí)時(shí)大都缺乏詳細(xì)且量化的指標(biāo)支持.幾種具有代表性的系統(tǒng)自主性等級(jí)評(píng)價(jià)指標(biāo)體系的比較如表2 所示.其中,Draper 實(shí)驗(yàn)室提出用動(dòng)態(tài)控制、任務(wù)規(guī)劃和情景感知三個(gè)維度評(píng)價(jià)機(jī)器人系統(tǒng)的自主性,完全是從系統(tǒng)內(nèi)部的自主能力出發(fā)的,各個(gè)維度也沒有更詳細(xì)的評(píng)價(jià)指標(biāo)支持.AFRL 的自主性等級(jí)分類標(biāo)準(zhǔn)主要可以從感知、分析、決策和執(zhí)行4個(gè)維度評(píng)價(jià)UAV 系統(tǒng)自主性等級(jí)高低.該結(jié)構(gòu)能夠從本質(zhì)上反映UAV 系統(tǒng)的自主性,但各個(gè)維度同樣沒有更詳細(xì)的評(píng)價(jià)指標(biāo)支持.NIST ALFUS 工作組認(rèn)為主要可以從任務(wù)復(fù)雜度、環(huán)境復(fù)雜度和人機(jī)交互程度三個(gè)維度評(píng)價(jià)機(jī)器人系統(tǒng)的自主性等級(jí),并提出了一種通用的三軸評(píng)價(jià)模型,具體如圖4 所示.該模型中,每個(gè)維度都涉及一組更加詳細(xì)的評(píng)價(jià)指標(biāo).該指標(biāo)體系雖比較詳細(xì),但實(shí)際上是混淆了內(nèi)部的自主能力與外部的自主需求.

表2 系統(tǒng)自主性等級(jí)評(píng)價(jià)指標(biāo)體系比較Table 2 Comparison of autonomy level evaluation index systems

圖4 NIST ALFUS 的三軸模型Fig.4 3-axis model proposed by NIST ALFUS

國防科技大學(xué)的研究團(tuán)隊(duì)提出了一種基于任務(wù)層次模型和Co-OODA 模型關(guān)聯(lián)映射的UAV 系統(tǒng)自主性等級(jí)劃分,主要從感知、分析、規(guī)劃、協(xié)同、執(zhí)行5個(gè)維度評(píng)價(jià)UAV 系統(tǒng)自主性.該結(jié)構(gòu)加入了對(duì)自主機(jī)器人間合作的衡量,也就是說能衡量群體的自主性,并且從任務(wù)復(fù)雜度和環(huán)境復(fù)雜度兩個(gè)維度出發(fā),建立了任務(wù)層次模型的量化指標(biāo)體系,但并未指明這些指標(biāo)如何量化.北京航空航天大學(xué)的研究團(tuán)隊(duì)從自主功能、自主類別、智能屬性和信息互通能力4 方面評(píng)價(jià)UAV 系統(tǒng)自主性等級(jí),進(jìn)一步豐富了UAV 系統(tǒng)自主性的評(píng)價(jià)范圍.楊哲等[81]在NIST ALFUS 所提3個(gè)維度的基礎(chǔ)上,增加了系統(tǒng)狀態(tài)穩(wěn)定度作為第4個(gè)評(píng)價(jià)維度.盡管其對(duì)各個(gè)維度的相關(guān)影響進(jìn)行了分析,但并未建立詳細(xì)的評(píng)價(jià)指標(biāo).其中,自主性等級(jí)主要包含全手動(dòng)式、監(jiān)督式和全自主式3 種定性度量,而4個(gè)評(píng)價(jià)維度各含4 種定性度量.李靜等[82]從體現(xiàn)UGV 系統(tǒng)自主性應(yīng)具備的能力要素出發(fā),分為感知能力、規(guī)劃能力、運(yùn)動(dòng)控制能力、行為能力和學(xué)習(xí)能力5個(gè)維度,并且每個(gè)維度都設(shè)計(jì)了更詳細(xì)的評(píng)價(jià)指標(biāo).盡管該結(jié)構(gòu)相對(duì)更加詳細(xì),但對(duì)于各個(gè)指標(biāo)并未給出量化標(biāo)準(zhǔn).Zhang 等[83]針對(duì)UAV 在遭遇突發(fā)威脅時(shí)的規(guī)劃問題,建立了UAV 系統(tǒng)自主性等級(jí)評(píng)價(jià)指標(biāo)體系.該指標(biāo)體系不僅設(shè)計(jì)相對(duì)詳細(xì),而且給出了所有指標(biāo)的量化標(biāo)準(zhǔn).其中,一級(jí)指標(biāo)為UAV 自主性等級(jí),主要包含半自主與全自主兩種定性度量;二級(jí)指標(biāo)包括UAV 規(guī)劃能力、操作員的工作狀態(tài)和威脅感知;三級(jí)指標(biāo)包括任務(wù)影響程度、規(guī)劃精度、規(guī)劃時(shí)間、反應(yīng)時(shí)間、工作強(qiáng)度、可控UAV 數(shù)量、威脅程度、威脅感知時(shí)間和威脅數(shù)量.各級(jí)指標(biāo)主要基于模糊函數(shù)和層次分析法相結(jié)合實(shí)現(xiàn)自主性等級(jí)量化度量.

4.1.2 系統(tǒng)智能性評(píng)價(jià)指標(biāo)體系

目前針對(duì)機(jī)器人系統(tǒng)智能性構(gòu)建的評(píng)價(jià)指標(biāo)體系并不多見,且主要以UGV 系統(tǒng)為評(píng)價(jià)對(duì)象.針對(duì)UGV 系統(tǒng)智能性等級(jí)分類問題,北京理工大學(xué)的研究團(tuán)隊(duì)依據(jù)NIST 提出的ALFUS 框架,設(shè)計(jì)了UGV 系統(tǒng)評(píng)測(cè)模型,具體如圖5 所示[76].

圖5 無人駕駛車輛評(píng)測(cè)模型Fig.5 Testing and evaluation model of UGV

該模型主要從任務(wù)復(fù)雜度、環(huán)境復(fù)雜度和人工干預(yù)程度三個(gè)維度劃分UGV 系統(tǒng)智能性等級(jí).其中,任務(wù)復(fù)雜度的評(píng)價(jià)因素主要包括完成任務(wù)的數(shù)量和完成任務(wù)的難度;環(huán)境復(fù)雜度的評(píng)價(jià)因素主要包括環(huán)境的類型(高速公路、城市道路、鄉(xiāng)村道路等),關(guān)鍵交通環(huán)境元素(交通標(biāo)志、交通信號(hào)燈、障礙物、行人等)的變化性及其數(shù)量,天氣,光照條件和外界干擾等;人工干預(yù)維的評(píng)價(jià)因素主要為感知、理解、分析、規(guī)劃和決策中的人工干預(yù)比率,但該結(jié)構(gòu)并未給出詳細(xì)的評(píng)價(jià)指標(biāo)體系以及量化的評(píng)價(jià)標(biāo)準(zhǔn).盡管智能與自主并非同一概念,但該指標(biāo)體系用于評(píng)價(jià)UGV 智能性存在相似的問題,即實(shí)際上是混淆了智能的內(nèi)部功能實(shí)現(xiàn)與外部需求.但從長遠(yuǎn)發(fā)展來看,該研究對(duì)UGV 的智能性發(fā)展仍具有一定的指導(dǎo)意義,且對(duì)于集群機(jī)器人系統(tǒng)的智能性評(píng)價(jià)也有一定的參考價(jià)值.針對(duì)UGV 系統(tǒng)智能性定量評(píng)價(jià)問題,北京理工大學(xué)的研究團(tuán)隊(duì)從基本車輛控制行為、基本行車行為、基本交通行為、高級(jí)行車行為、高級(jí)交通行為5 種智能行為出發(fā),建立了詳細(xì)的層次化UGV 智能行為評(píng)價(jià)指標(biāo)體系.通過對(duì)各級(jí)指標(biāo)和次級(jí)指標(biāo)的量化,可以直觀地得出UGV 哪幾項(xiàng)指標(biāo)存在不足,指出以后改進(jìn)的方向,但該研究只適用于單個(gè)UGV 系統(tǒng)智能性評(píng)價(jià).

基于人工生命的智能控制系統(tǒng)的提出,對(duì)于如何考慮與認(rèn)識(shí)移動(dòng)機(jī)器人系統(tǒng)等智能控制系統(tǒng)的智能性起到了很好的啟示作用.北京科技大學(xué)的研究團(tuán)隊(duì)[84]基于人工生命智能控制系統(tǒng)的智能特征,從體系結(jié)構(gòu)、智能感受器、智能控制器、智能執(zhí)行器和控制效果5個(gè)維度出發(fā),建立了詳細(xì)的層次化智能控制系統(tǒng)的智能性評(píng)價(jià)指標(biāo)體系.該結(jié)構(gòu)也適用于機(jī)器人系統(tǒng),但同樣只適用于單體機(jī)器人系統(tǒng)的智能性評(píng)價(jià).

北京理工大學(xué)和北京科技大學(xué)提出的系統(tǒng)智能性量化評(píng)價(jià)指標(biāo)體系的比較,如表3 所示.盡管這兩種評(píng)價(jià)指標(biāo)體系均主要面向單體機(jī)器人系統(tǒng),但對(duì)于集群機(jī)器人系統(tǒng)評(píng)價(jià)指標(biāo)體系的構(gòu)建在研究思路上具有一定的指導(dǎo)作用,即集群機(jī)器人系統(tǒng)的智能性評(píng)價(jià)指標(biāo)體系面向?qū)嶋H需求并結(jié)合現(xiàn)實(shí)中的測(cè)試條件合理構(gòu)建.

表3 系統(tǒng)智能性量化評(píng)價(jià)指標(biāo)體系比較Table 3 Comparison of system intelligence quantitative evaluation index systems

4.1.3 系統(tǒng)協(xié)同性評(píng)價(jià)指標(biāo)體系

集群機(jī)器人協(xié)同執(zhí)行任務(wù)可以克服單個(gè)機(jī)器人資源、能力的有限性,但需要通過機(jī)器人間的通信交流,才能達(dá)到協(xié)同效果.因此,集群機(jī)器人協(xié)同完成任務(wù)的關(guān)鍵在于時(shí)空同步和自主決策.要實(shí)現(xiàn)集群機(jī)器人時(shí)空同步,需要各平臺(tái)狀態(tài)信息的共享.自主決策與協(xié)同的問題在于消除 “集體”和 “個(gè)體”之間的矛盾,這也是通過個(gè)體的信息共享來實(shí)現(xiàn).基于上述分析,海軍航空工程學(xué)院的研究團(tuán)隊(duì)[85]針對(duì)協(xié)同性評(píng)價(jià)提出了協(xié)同時(shí)間和協(xié)同數(shù)據(jù)量兩個(gè)主要指標(biāo),并針對(duì)這兩項(xiàng)指標(biāo),在總結(jié)各種集群機(jī)器人協(xié)同體系結(jié)構(gòu)執(zhí)行任務(wù)過程中的共性基礎(chǔ)上,以感知單元、決策單元、執(zhí)行單元和環(huán)境為系統(tǒng)組成構(gòu)建了集群機(jī)器人協(xié)同體系結(jié)構(gòu),具體如圖6 所示.由于該指標(biāo)體系是基于通用的協(xié)同體系結(jié)構(gòu)提出的,因此適用于各類集群機(jī)器人系統(tǒng).

圖6 協(xié)同體系結(jié)構(gòu)Fig.6 Cooperative architecture

上述結(jié)構(gòu)中,感知單元從環(huán)境中感知戰(zhàn)場(chǎng)態(tài)勢(shì),將態(tài)勢(shì)信息傳遞給決策單元;決策單元作出決策,將指控信息傳遞給執(zhí)行單元;執(zhí)行單元實(shí)施具體行為和動(dòng)作.在一次協(xié)同過程中,協(xié)同時(shí)間具體由感知單元從環(huán)境中感知與接收戰(zhàn)場(chǎng)態(tài)勢(shì)的耗時(shí)、感知單元將戰(zhàn)場(chǎng)態(tài)勢(shì)傳遞給決策單元的耗時(shí)、決策單元的決策耗時(shí)、決策單元將決策得到的指控信息傳遞給執(zhí)行單元的耗時(shí)和執(zhí)行單元根據(jù)指控信息執(zhí)行任務(wù)的耗時(shí)5 部分組成,而協(xié)同數(shù)據(jù)量具體由參與協(xié)同的單架UAV 感知到的戰(zhàn)場(chǎng)態(tài)勢(shì)信息大小和向參與協(xié)同的單架UAV 發(fā)出的指控信息大小兩部分組成.

4.2 系統(tǒng)綜合特性評(píng)價(jià)指標(biāo)體系

社會(huì)性生物集群系統(tǒng)不僅是集群機(jī)器人系統(tǒng)設(shè)計(jì)靈感的來源,同樣也是集群機(jī)器人系統(tǒng)評(píng)價(jià)靈感的來源.Camazine 等[86]最早沿襲傳統(tǒng)控制理論中系統(tǒng)特性評(píng)價(jià)指標(biāo),對(duì)簡單生物集群系統(tǒng)特性進(jìn)行了總結(jié)與描述,認(rèn)為生物集群系統(tǒng)應(yīng)該具備魯棒性、適應(yīng)性和可擴(kuò)展性3 項(xiàng)基本特性.受此啟發(fā),針對(duì)集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題,Sahin[14]把這3 項(xiàng)系統(tǒng)特性定義為集群機(jī)器人系統(tǒng)期望特性.雖然這3 項(xiàng)系統(tǒng)特性主要是受社會(huì)性生物集群系統(tǒng)啟發(fā)提出的,最初也主要適用于基于自組織的集群機(jī)器人系統(tǒng),但從系統(tǒng)控制需求的角度來看,基于分層遞階的集群機(jī)器人系統(tǒng)也具有對(duì)這3 項(xiàng)特性的需求.但無論針對(duì)哪類集群機(jī)器人系統(tǒng),這3 項(xiàng)特性都已不能完備地反映當(dāng)下集群機(jī)器人系統(tǒng)特性的需求與實(shí)現(xiàn).

Oztemel 等[60]以醫(yī)療應(yīng)用為背景研發(fā)的智能機(jī)器人集群系統(tǒng)(Intelligent robot swarm for attendance,recognition,cleaning and delivery,IWARD)為參照,提出了一種綜合性的集群機(jī)器人系統(tǒng)特性評(píng)價(jià)指標(biāo)框架,該框架具體由指標(biāo)設(shè)定、報(bào)告、特性監(jiān)控和特性評(píng)價(jià)4 元素構(gòu)成.以提高系統(tǒng)的通用性為目的,該框架分別定義了通用指標(biāo)與具體應(yīng)用指標(biāo)兩類評(píng)價(jià)指標(biāo).其中,通用指標(biāo)不涉及具體應(yīng)用,具體包含個(gè)體功能性、健壯性、溝通技能與信息交互、及時(shí)性與響應(yīng)性、同步性、群體智能、可靠性、可用性和可訪問性9 類指標(biāo).盡管該框架對(duì)所有個(gè)體機(jī)器的所有指標(biāo)均采用的是定性的等級(jí)評(píng)價(jià),而且并未討論如何對(duì)系統(tǒng)整體進(jìn)行綜合評(píng)價(jià),但其所提的對(duì)系統(tǒng)特性指標(biāo)進(jìn)行分類的觀點(diǎn)對(duì)于深化通用集群機(jī)器人系統(tǒng)特性評(píng)價(jià)框架研究仍值得借鑒.

綜上所述,目前集群機(jī)器人系統(tǒng)期望特性的評(píng)價(jià)指標(biāo)研究主要以自主性、智能性與協(xié)同性為主,而靈活性、魯棒性和可擴(kuò)展性等評(píng)價(jià)指標(biāo)還有待于繼續(xù)深化.系統(tǒng)綜合特性評(píng)價(jià)指標(biāo)體系研究相對(duì)較少,并且由于研究角度的不同,評(píng)價(jià)指標(biāo)體系的完備性與可擴(kuò)展性也存在著顯著差異.

5 集群機(jī)器人系統(tǒng)特性評(píng)價(jià)方法

5.1 系統(tǒng)特性基本評(píng)價(jià)方法

評(píng)價(jià)方法主要解決的是如何評(píng)價(jià)的問題.從方法論角度看,集群機(jī)器人系統(tǒng)特性的基本評(píng)價(jià)方法主要包括基于解析的方法、基于模擬的方法和基于統(tǒng)計(jì)的方法三類.這三種方法各有長短,在實(shí)踐中各有其適用范圍,還常常混合使用,取長補(bǔ)短.其中,基于解析的方法和基于模擬的方法均是根據(jù)集群機(jī)器人系統(tǒng)基本原理特性構(gòu)成模型,兩者的區(qū)別是構(gòu)成模型的方法不同,即從實(shí)際系統(tǒng)到模型的抽象方法不同,前者是用數(shù)學(xué)方法加以抽象,而后者是用模擬程序加以抽象.由于這三種方法具有較強(qiáng)的通用性,因此適用于各類集群機(jī)器人系統(tǒng)各種特性的評(píng)價(jià).

5.1.1 基于解析的方法

基于解析的方法的特點(diǎn)是根據(jù)系統(tǒng)特性指標(biāo)和給定條件(常常是低層次的特性指標(biāo)和系統(tǒng)執(zhí)行的所有任務(wù)與環(huán)境條件)之間函數(shù)關(guān)系的解析表達(dá)式來計(jì)算系統(tǒng)特性指標(biāo)值,這些解析表達(dá)式可以直接根據(jù)概率論、隨機(jī)過程論、排隊(duì)論等數(shù)學(xué)理論來建立,也可以從用數(shù)學(xué)方法建立的特性方程中得到.基于解析法的系統(tǒng)特性評(píng)價(jià)與優(yōu)化步驟為:1)對(duì)系統(tǒng)特性指標(biāo)及其可能的影響因素進(jìn)行初步分析;2)根據(jù)一定的限定條件和合理假設(shè),對(duì)系統(tǒng)特性指標(biāo)及其影響因素進(jìn)行描述,確定系統(tǒng)特性指標(biāo)及其參數(shù)之間的函數(shù)關(guān)系,抽象出系統(tǒng)特性指標(biāo)的數(shù)學(xué)分析模型;3)利用數(shù)學(xué)分析模型對(duì)問題進(jìn)行求解,根據(jù)求解結(jié)果分析影響系統(tǒng)特性指標(biāo)的參數(shù);4)找出影響系統(tǒng)特性指標(biāo)的瓶頸參數(shù),從而達(dá)到優(yōu)化系統(tǒng)性能的目的.

針對(duì)集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題,Hecker等[87]以不同實(shí)驗(yàn)條件下的任務(wù)執(zhí)行效率測(cè)量值為自變量,建立了蟻群機(jī)器人系統(tǒng)容錯(cuò)性、靈活性和可擴(kuò)展性的量化模型.容錯(cuò)性的度量如式(1)所示,其中E1表示假設(shè)沒有錯(cuò)誤的演化策略的效率,E2表示存在錯(cuò)誤的演化策略的效率.靈活性的度量如式(2)所示,其中E1表示給定資源分布演化的最佳策略的效率,E2表示針對(duì)不同資源分布演化但在給定資源分布上進(jìn)行評(píng)估的替代策略的效率.可擴(kuò)展性的度量如式(3)所示,其中E1表示單個(gè)機(jī)器人的效率,E2表示大規(guī)模集群中每個(gè)機(jī)器人的效率.

其他一些基于解析法的代表性研究如下.Harwell 等[57]分別以集群規(guī)模的變化值、預(yù)測(cè)與觀察的性能增長值、預(yù)期與實(shí)際的性能損失值作為自變量,建立了集群機(jī)器人系統(tǒng)可擴(kuò)展性和涌現(xiàn)性度量模型,并且基于曲線相似性的數(shù)學(xué)方法,提出了一種集群機(jī)器人系統(tǒng)適應(yīng)性評(píng)價(jià)方法.Fukuda 等[59]將容錯(cuò)性和局部優(yōu)勢(shì)視為集群機(jī)器人系統(tǒng)靈活性的評(píng)價(jià)指標(biāo),并分別以任務(wù)執(zhí)行效率與系統(tǒng)沒有出錯(cuò)的比率之間的關(guān)系、交互的比率之間的關(guān)系度量建立了集群機(jī)器人系統(tǒng)容錯(cuò)性和局部優(yōu)勢(shì)量化模型.Szabo 等[88]以交互作為系統(tǒng)涌現(xiàn)性的度量,分別提出了絕對(duì)的和相對(duì)的評(píng)價(jià)標(biāo)準(zhǔn),并通過實(shí)驗(yàn)對(duì)所提標(biāo)準(zhǔn)的優(yōu)勢(shì)與局限性進(jìn)行了分析.Wang 等[89]提出了一種基于復(fù)雜網(wǎng)絡(luò)理論的UAV 集群系統(tǒng)魯棒性評(píng)估方法,該方法對(duì)UAV 集群的動(dòng)態(tài)重構(gòu)和信息失聯(lián)的動(dòng)態(tài)演化進(jìn)行分析和建模,建立了綜合的魯棒性度量和兩種評(píng)價(jià)策略.

基于解析的方法的優(yōu)點(diǎn)是計(jì)算速度快,能夠得到特性參數(shù)的公式解,可在系統(tǒng)特性參數(shù)和系統(tǒng)輸入?yún)?shù)間建立起明晰關(guān)系,從而有助于更深入地了解系統(tǒng)的特性.其缺點(diǎn)是基本上純數(shù)學(xué)解析問題,在工程實(shí)際中由于受到理論的不完善以及群體機(jī)理認(rèn)識(shí)的不全面等影響,基于解析的方法在評(píng)價(jià)應(yīng)用中受到很大的限制.

5.1.2 基于模擬的方法

基于模擬的方法的實(shí)質(zhì)是以計(jì)算機(jī)仿真模型為基礎(chǔ),在給定數(shù)值條件下運(yùn)行模型,對(duì)系統(tǒng)的全部或部分行為進(jìn)行仿真,由實(shí)驗(yàn)得到系統(tǒng)進(jìn)程和結(jié)果的數(shù)據(jù),直接或經(jīng)處理后給出系統(tǒng)特性相關(guān)信息.基于模擬法的系統(tǒng)特性評(píng)價(jià)與優(yōu)化步驟為:1)明確和規(guī)范系統(tǒng)仿真所要研究的問題、目標(biāo)及系統(tǒng)仿真描述特性參數(shù),并針對(duì)仿真對(duì)象制定詳細(xì)的計(jì)劃,提出可行的研究方案;2)建立系統(tǒng)的概念模型和數(shù)學(xué)模型,搜集用于仿真實(shí)現(xiàn)和驗(yàn)證的相關(guān)數(shù)據(jù),通過自行開發(fā)或使用仿真工具實(shí)現(xiàn)系統(tǒng)仿真模型,并驗(yàn)證其是否和實(shí)際系統(tǒng)相符合;3)利用仿真模型完成具體場(chǎng)景仿真,同時(shí)設(shè)計(jì)仿真實(shí)驗(yàn)序列,利用仿真工具進(jìn)行仿真實(shí)驗(yàn),并利用分析工具和數(shù)學(xué)知識(shí)進(jìn)行仿真結(jié)果分析和處理.利用仿真方法獲得可靠的系統(tǒng)特性指標(biāo)參數(shù),仿真工具的選擇尤為關(guān)鍵.集群機(jī)器人系統(tǒng)的仿真工具可以選擇自行開發(fā),也可以使用現(xiàn)有的仿真工具,例如Matlab、Player/stage和Gazebo 等.

針對(duì)集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題,基于模擬法的代表性研究如下.Gazi 等[90]基于其所提的集群聚集與搜索行為連續(xù)時(shí)間模型,用理論證明和模擬實(shí)驗(yàn)的方法證明了集群能夠成群的沿著環(huán)境梯度移動(dòng)并最終穩(wěn)定地聚集在目標(biāo)區(qū)域內(nèi).Liu 等[91]基于其提出的具有固定通信拓?fù)浣Y(jié)構(gòu)的集群模型,給出了在感知延遲和異步存在的情況下集群也能在移動(dòng)過程中保持凝聚力的條件,并通過模擬實(shí)驗(yàn)的方法進(jìn)行了驗(yàn)證.陳世明等[92]基于其提出的基于個(gè)體局部信息的智能群體模型,通過模擬實(shí)驗(yàn)的方法驗(yàn)證了大規(guī)模智能群體動(dòng)態(tài)行為的穩(wěn)定性.薛志斌[93]采用仿真測(cè)試的方法驗(yàn)證了其基于拉格朗日框架構(gòu)建的有限感知和指數(shù)型隨機(jī)兩類集群智能系統(tǒng)動(dòng)力學(xué)模型的正確性與有效性,并針對(duì)集群智能系統(tǒng)協(xié)調(diào)行為的軟控制中涉及到的一致性問題,用仿真測(cè)試的方法驗(yàn)證了這兩類集群智能系統(tǒng)模型的穩(wěn)定性.

基于模擬的方法的優(yōu)點(diǎn)是可根據(jù)需求設(shè)計(jì)所需的系統(tǒng)模型,具有較強(qiáng)的靈活性,比真實(shí)實(shí)驗(yàn)高效,但也會(huì)受到模擬器的限制,同時(shí)真實(shí)度也要受到一定的影響.如果對(duì)系統(tǒng)行為有一個(gè)詳細(xì)的仿真,那將會(huì)得到一個(gè)比用解析法更為精確的數(shù)值,而且模擬法還可以檢測(cè)到不同的因素對(duì)系統(tǒng)特性的影響.但基于模擬的方法的計(jì)算量太大,沒有解析法簡單明了,如果仿真模型不正確,那么得出的結(jié)果和現(xiàn)實(shí)將大相徑庭.因此,在分析研究系統(tǒng)特性上使用模擬法,必須對(duì)仿真模型進(jìn)行仔細(xì)的推理和驗(yàn)證,確定完全正確后方能繼續(xù)進(jìn)行分析.

5.1.3 基于統(tǒng)計(jì)的方法

基于統(tǒng)計(jì)的方法的特點(diǎn)是運(yùn)用數(shù)理統(tǒng)計(jì)方法,依據(jù)實(shí)驗(yàn)所獲得的有效信息來評(píng)價(jià)系統(tǒng)特性,其前提是實(shí)驗(yàn)數(shù)據(jù)的隨機(jī)特性可以清楚地用模型表示并相應(yīng)地加以利用,其關(guān)鍵在于系統(tǒng)特性指標(biāo)值的準(zhǔn)確獲取與分析.基于統(tǒng)計(jì)法的系統(tǒng)特性評(píng)價(jià)與優(yōu)化步驟為:1)針對(duì)已運(yùn)行的系統(tǒng)進(jìn)行測(cè)量,收集各種參數(shù);2)對(duì)收集到的各種參數(shù)進(jìn)行數(shù)據(jù)分析與處理,對(duì)系統(tǒng)特性進(jìn)行量化評(píng)價(jià)與優(yōu)化.常用的統(tǒng)計(jì)法主要有抽樣調(diào)查、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析和相關(guān)分析等.目前,集群機(jī)器人系統(tǒng)特性評(píng)價(jià)中,主要以基于對(duì)比實(shí)驗(yàn)所獲得統(tǒng)計(jì)信息構(gòu)建的圖表模型為依據(jù),對(duì)系統(tǒng)特性進(jìn)行評(píng)價(jià)與相關(guān)分析.

針對(duì)集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題,基于統(tǒng)計(jì)法的代表性研究如下.Bahgeci 等[94]在利用進(jìn)化方法開發(fā)集群機(jī)器人聚集行為的過程中,通過對(duì)對(duì)比實(shí)驗(yàn)的結(jié)果進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn),集群機(jī)器人系統(tǒng)完成聚集任務(wù)的性能與進(jìn)化參數(shù)間存在一些經(jīng)驗(yàn)性規(guī)律.該研究同樣可用于指導(dǎo)基于進(jìn)化方法開發(fā)集群機(jī)器人的其他行為.Lerman 等[95]分別以簡化了的和完整的搜索任務(wù)為典型應(yīng)用場(chǎng)景,通過對(duì)對(duì)比實(shí)驗(yàn)的結(jié)果進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn):1)在簡化的搜索場(chǎng)景中,集群機(jī)器人系統(tǒng)總體的搜索性能會(huì)隨著系統(tǒng)規(guī)模的增加而提高,但這種性能的提升是次線性的,即每個(gè)機(jī)器人個(gè)體的性能是隨著系統(tǒng)規(guī)模增加而減少的;2)在完整的搜索場(chǎng)景中,集群機(jī)器人系統(tǒng)存在一個(gè)最佳的系統(tǒng)規(guī)模可最大限度地提高系統(tǒng)總體的性能.Rybski 等[96]通過對(duì)比實(shí)驗(yàn)的方法,定量分析了集群規(guī)模、目標(biāo)的物理分布和環(huán)境中的障礙物密度都會(huì)對(duì)系統(tǒng)完成目標(biāo)搜索任務(wù)的影響.Soysal等[97]在基于狀態(tài)轉(zhuǎn)移概率方法開發(fā)集群機(jī)器人聚集行為過程中,通過對(duì)比實(shí)驗(yàn)定量分析了集群規(guī)模、轉(zhuǎn)移概率、等待時(shí)間、區(qū)域大小等參數(shù)變化對(duì)系統(tǒng)任務(wù)執(zhí)行能力的影響.Sugawara 等[98]以搜索任務(wù)為研究對(duì)象,通過分析研究發(fā)現(xiàn)群體中個(gè)體數(shù)量與系統(tǒng)任務(wù)執(zhí)行能力之間的關(guān)系和個(gè)體間相互作用的持續(xù)時(shí)間相關(guān),并且無論在固定、不固定位置的資源分布情況下,該持續(xù)時(shí)間都存在一個(gè)最優(yōu)值.

基于統(tǒng)計(jì)的方法不僅能給出系統(tǒng)特性的評(píng)價(jià)值,而且還能顯示集群規(guī)模、任務(wù)與環(huán)境復(fù)雜性參數(shù)等內(nèi)、外部參數(shù)對(duì)系統(tǒng)特性指標(biāo)值的影響,從而為改進(jìn)系統(tǒng)特性提供定量分析依據(jù).對(duì)于集群機(jī)器人系統(tǒng)而言,基于統(tǒng)計(jì)的方法是評(píng)價(jià)其特性指標(biāo)的基本方法,由于測(cè)量和評(píng)價(jià)真實(shí)系統(tǒng)的成本較高,且重新配置資源與場(chǎng)景較難,運(yùn)用起來不靈活,因此該方法多與基于模擬的方法一起使用,在系統(tǒng)設(shè)計(jì)或建立之前預(yù)測(cè)其性能.

5.2 系統(tǒng)特性綜合評(píng)價(jià)方法

除上述系統(tǒng)特性的基本評(píng)價(jià)方法外,有許多系統(tǒng)綜合評(píng)價(jià)方法被用于求解機(jī)器人系統(tǒng)期望特性評(píng)價(jià)問題,這些方法各有利弊,有的研究雖不能直接應(yīng)用于集群機(jī)器人系統(tǒng),但方法本身并非不可借鑒.

5.2.1 機(jī)器人系統(tǒng)自主性評(píng)價(jià)方法

縱觀目前國內(nèi)外關(guān)于機(jī)器人系統(tǒng)自主性的評(píng)價(jià)方法,主要包括定性等級(jí)量表法、時(shí)間序列預(yù)測(cè)法、三維智能空間圖表法、多維區(qū)間打分法、蛛網(wǎng)評(píng)價(jià)模型、模糊綜合評(píng)價(jià)法和云重心評(píng)價(jià)法等.這些方法的簡單比較具體如表4 所示.

表4 機(jī)器人系統(tǒng)自主性的不同評(píng)價(jià)方法比較Table 4 Comparison of different autonomy evaluation methods of robotic system

1)定性等級(jí)量表法

定性等級(jí)量表法是最容易操作且最為普遍應(yīng)用的一類機(jī)器人系統(tǒng)自主性評(píng)價(jià)方法.系統(tǒng)評(píng)價(jià)者可以以已有的機(jī)器人系統(tǒng)自主性等級(jí)分類標(biāo)準(zhǔn)為依據(jù),對(duì)機(jī)器人系統(tǒng)的自主性進(jìn)行評(píng)價(jià);也可以先按照預(yù)期的機(jī)器人系統(tǒng)自主行為特性或能力要求將其自主性劃分為不同的級(jí)別,然后以此為依據(jù),再對(duì)機(jī)器人系統(tǒng)的自主性進(jìn)行評(píng)價(jià).目前,國內(nèi)外許多研究機(jī)構(gòu)和學(xué)者都對(duì)機(jī)器人系統(tǒng)的自主性等級(jí)分類標(biāo)準(zhǔn)進(jìn)行了研究.這種方法的優(yōu)點(diǎn)是簡便易操作,缺點(diǎn)是操作上的簡便使人們?nèi)菀鬃霰砻婀ぷ?在進(jìn)行等級(jí)評(píng)定的時(shí)候容易敷衍了事,另外當(dāng)評(píng)價(jià)標(biāo)準(zhǔn)表述的比較抽象和模糊時(shí),可能會(huì)導(dǎo)致不同的人對(duì)同一系統(tǒng)的評(píng)定結(jié)果不一致的現(xiàn)象存在.

2)時(shí)間序列預(yù)測(cè)法

時(shí)間序列預(yù)測(cè)法綜合考慮自主性等級(jí)和時(shí)間兩個(gè)因素,自主性等級(jí)坐標(biāo)軸上標(biāo)注有自主性的等級(jí)和內(nèi)涵,時(shí)間軸上依次標(biāo)注有自主性發(fā)展的年代.通過雙坐標(biāo)軸可以清楚地看到,在特定的時(shí)間內(nèi)、特定無人系統(tǒng)所達(dá)到的自主性等級(jí).比較具有代表性的有DOD 提出的ACL 發(fā)展路線圖,如圖7 所示[66].該方法的優(yōu)點(diǎn)在于,便于科研人員和政府部門按照機(jī)器人系統(tǒng)自主性等級(jí)實(shí)際情況對(duì)其未來發(fā)展作出科學(xué)合理的規(guī)劃與決策.缺點(diǎn)是發(fā)展路線中的指定時(shí)間與機(jī)器人系統(tǒng)自主性等級(jí)的實(shí)現(xiàn)時(shí)間可能不完全吻合,并且由于自主性等級(jí)設(shè)定具有計(jì)劃性,實(shí)際發(fā)展可能與預(yù)設(shè)等級(jí)有一定出入,因此按照該方法制定的發(fā)展路線需要周期性更新.

圖7 ACL 發(fā)展路線圖Fig.7 ACL development roadmap

3)三維智能空間圖表法

Draper 實(shí)驗(yàn)室將Los Alamos 國家實(shí)驗(yàn)室的三維度量改為三維智能空間,即移動(dòng)能力控制、任務(wù)規(guī)劃和態(tài)勢(shì)感知,每一維又分為了4個(gè)等級(jí),當(dāng)需要對(duì)一個(gè)機(jī)器人系統(tǒng)進(jìn)行自主性等級(jí)劃分時(shí),其結(jié)果就會(huì)形成一張雷達(dá)圖,如圖8 所示.該方法看起來很直觀,這讓管理人員很愿意使用.但是該方法存在一些缺點(diǎn),比如任務(wù)規(guī)劃這個(gè)軸需要重新定義,因?yàn)橛行┳灾飨到y(tǒng)完全是基于反應(yīng)式行為的.

圖8 自主控制系統(tǒng)初始ACL 雷達(dá)圖Fig.8 Initial ACL radar chart of autonomous control systems

4)多維區(qū)間打分法

多維區(qū)間打分法是一種常見的綜合評(píng)價(jià)法.該方法的基本操作是,首先按照預(yù)設(shè)的等級(jí)分類標(biāo)準(zhǔn)對(duì)各指標(biāo)進(jìn)行打分,然后再將單項(xiàng)評(píng)分基于確定好的權(quán)重通過線性加權(quán)求和得到綜合評(píng)分.NIST ALFUS 工作組給出的無人系統(tǒng)自主性等級(jí)參考分類標(biāo)準(zhǔn)以及北京理工大學(xué)的研究團(tuán)隊(duì)提出的UGV 系統(tǒng)智能性等級(jí)分類標(biāo)準(zhǔn)就是基于多維區(qū)間打分法實(shí)施的,在具體實(shí)施過程中對(duì)各個(gè)維度的等級(jí)分類標(biāo)準(zhǔn)均為5 級(jí),各個(gè)維度權(quán)重的確定采用的是等權(quán)法,然后以綜合評(píng)分為依據(jù),將機(jī)器人系統(tǒng)自主性等級(jí)和UGV 系統(tǒng)智能性劃分為10 級(jí).該方法可適用于非連續(xù)性變量的評(píng)價(jià),且不受指標(biāo)形式的限制,雖簡便易操作,但過于粗糙.

5)蛛網(wǎng)評(píng)價(jià)模型

中國科學(xué)院沈陽自動(dòng)化研究所[99]提出了蛛網(wǎng)模型用于機(jī)器人系統(tǒng)自主性評(píng)估,蛛網(wǎng)模型的每條軸代表不同的評(píng)估方面,每條軸上的等級(jí)代表不同評(píng)估方面的技術(shù)成熟度[100?113],不同軸上等級(jí)對(duì)應(yīng)點(diǎn)連接起來構(gòu)成一張 “蛛網(wǎng)”,具體如圖9 所示.

圖9 自主性評(píng)價(jià)的蛛網(wǎng)模型Fig.9 Cobweb model for autonomy evaluation

蛛網(wǎng)模型具有軸可擴(kuò)展、等級(jí)可定制的特征,因此是一種普適性的方法.對(duì)于特定系統(tǒng)、特定任務(wù),不同評(píng)估方面的等級(jí)評(píng)估結(jié)果連線構(gòu)成其蛛網(wǎng)自主評(píng)估模型.蛛網(wǎng)評(píng)估模型中軸的定義以及軸上技術(shù)成熟度的定制是決定評(píng)估模型好壞的關(guān)鍵.

6)模糊綜合評(píng)價(jià)法

模糊綜合評(píng)價(jià)法最早由我國學(xué)者江培莊提出,該方法主要運(yùn)用模糊變換原理和最大隸屬度原則,考慮與被評(píng)價(jià)事物相關(guān)的各個(gè)因素,對(duì)評(píng)估對(duì)象作出綜合評(píng)價(jià).其主要思想為:首先定義一組評(píng)語集合;然后通過多個(gè)專家打分,獲取所有評(píng)價(jià)指標(biāo)的評(píng)價(jià)矩陣;接著利用一組設(shè)定的隸屬度函數(shù)將所有指標(biāo)的評(píng)價(jià)值轉(zhuǎn)化為隸屬度、隸屬度權(quán)重,最終生成相應(yīng)隸屬度權(quán)重矩陣;最后通過引入指標(biāo)權(quán)重向量,經(jīng)過模糊變換運(yùn)算最終得到一個(gè)具體的評(píng)價(jià)結(jié)果.通過對(duì)UAV 系統(tǒng)任務(wù)完成度、環(huán)境變化度、人機(jī)交互程度、系統(tǒng)穩(wěn)定度以及UAV 平臺(tái)的特征分析,楊哲等[81]確定了4 種不同程度的定性評(píng)價(jià)結(jié)果,并運(yùn)用層次分析法確定了不同指標(biāo)的權(quán)重,采用模糊綜合評(píng)價(jià)法實(shí)現(xiàn)了UAV 系統(tǒng)自主性等級(jí)評(píng)價(jià).考慮到UAV 在威脅情境下的重規(guī)劃問題,Zhang等[83]以UAV 的規(guī)劃能力、操作員的工作條件、UAV的威脅感知為主要評(píng)價(jià)維度,構(gòu)建了UAV 系統(tǒng)自主性的評(píng)價(jià)指標(biāo)體系,采用層次分析法確定了各級(jí)指標(biāo)的權(quán)重,并采用模糊綜合評(píng)價(jià)法實(shí)現(xiàn)了UAV系統(tǒng)自主性等級(jí)定量評(píng)價(jià).該方法可將不完全、不確定的信息轉(zhuǎn)化為模糊概念,使定性問題定量化,提高評(píng)估的準(zhǔn)確性與可信性,且數(shù)學(xué)模型簡單、易于掌握,但計(jì)算復(fù)雜,隸屬度與權(quán)重的確定、模糊合成算子的選取等帶有較強(qiáng)的主觀性,且當(dāng)指標(biāo)集過大時(shí),評(píng)價(jià)結(jié)果會(huì)出現(xiàn)超模糊現(xiàn)象,因此常和層次分析法一起使用.

7)云重心評(píng)價(jià)法

云重心評(píng)價(jià)法采用云理論將傳統(tǒng)模糊集理論和概率論相結(jié)合,綜合考慮概念的模糊性(邊界亦此亦彼)與隨機(jī)性(發(fā)生的概率),用云模型實(shí)現(xiàn)定性概念與定量數(shù)值間的轉(zhuǎn)換.為解決地面智能機(jī)器人自主性評(píng)價(jià)過程中評(píng)價(jià)體系單一、未考慮評(píng)價(jià)過程及系統(tǒng)自身不確定性等問題,閻巖等[102]通過評(píng)價(jià)指標(biāo)分類、評(píng)價(jià)值獲取以及評(píng)價(jià)云的生成與綜合等過程實(shí)現(xiàn)了地面智能機(jī)器人自主性定量評(píng)價(jià).

云重心評(píng)價(jià)法適用于模糊性和不確定性的綜合評(píng)價(jià)問題,是將定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)的重要手段,更符合專家評(píng)判的主觀偏好,更好地滿足了機(jī)器人系統(tǒng)自主性評(píng)價(jià)的實(shí)際需求,并為其他復(fù)雜智能系統(tǒng)的評(píng)估研究提供了可借鑒的方法.

由于這些評(píng)價(jià)方法具有較強(qiáng)的通用性,因此適用于各類集群機(jī)器人系統(tǒng)的自主性評(píng)價(jià).除這些評(píng)價(jià)方法之外,也有研究者[103?104]采用公式法對(duì)機(jī)器人系統(tǒng)的自主性進(jìn)行了定義.這種定義的好處是可以量化與規(guī)范化機(jī)器人系統(tǒng)自主性,但該方法通常對(duì)函數(shù)的設(shè)計(jì)、變量的選擇和權(quán)值/指數(shù)的確定有很高的要求,需要大量的經(jīng)驗(yàn)和數(shù)據(jù)作為基礎(chǔ),并且只針對(duì)特定系統(tǒng).

5.2.2 機(jī)器人系統(tǒng)智能性評(píng)價(jià)方法

盡管目前國內(nèi)外針對(duì)機(jī)器智能性評(píng)價(jià)方法的研究[105?107]已相當(dāng)普遍,但其中絕大多數(shù)研究都是圍繞計(jì)算機(jī)程序系統(tǒng)開展的,因此很難適用于機(jī)器人系統(tǒng)智能性評(píng)價(jià).極少有直接針對(duì)機(jī)器人系統(tǒng)進(jìn)行智能性的評(píng)價(jià)研究.

1)層次分析法與可拓層次分析法

針對(duì)UGV 系統(tǒng)智能性的評(píng)價(jià),北京理工大學(xué)的研究團(tuán)隊(duì)分別采用層次分析法和可拓層次分析法確定了UGV 系統(tǒng)智能性評(píng)價(jià)指標(biāo)權(quán)重,并采用成本函數(shù)法、模糊綜合評(píng)價(jià)法對(duì)UGV 系統(tǒng)智能性進(jìn)行了定量評(píng)價(jià),其研究成果在 “第四屆中國智能未來挑戰(zhàn)賽”得到了實(shí)際應(yīng)用.雖然該研究面向?qū)ο鬄閱误w機(jī)器人系統(tǒng),但從評(píng)價(jià)方法上對(duì)于集群機(jī)器人系統(tǒng)智能性評(píng)價(jià)并非不可借鑒.

層次分析法是由美國著名運(yùn)籌學(xué)家薩蒂創(chuàng)立的一種解決多目標(biāo)復(fù)雜問題的系統(tǒng)分析方法.其基本思想是先按問題要求建立一個(gè)描述系統(tǒng)功能或特征的遞階層次結(jié)構(gòu),通過兩兩比較評(píng)價(jià)因素的相對(duì)重要性,給出相應(yīng)的比例尺度,構(gòu)成上層某因素對(duì)下層相關(guān)因素的判斷矩陣,以給出相關(guān)因素對(duì)上層某因素的相對(duì)重要程度組成的重要序列[108].該方法的主要優(yōu)點(diǎn)是具有較強(qiáng)的適用性、邏輯性、準(zhǔn)確性和系統(tǒng)性,不僅能夠吸收應(yīng)用評(píng)價(jià)者的定性分析和邏輯判斷,還能夠基于不完全信息和精確數(shù)據(jù)進(jìn)行一定的量化評(píng)價(jià),使定性與定量方法相結(jié)合,能夠得到比較科學(xué)的判據(jù),并且其一致性檢驗(yàn)?zāi)軌虮ＷC評(píng)估結(jié)果的不確定性因素的影響降至最小,能夠克服評(píng)價(jià)者在定性分析過程中可能出現(xiàn)的邏輯判斷失誤.該方法雖然能夠?qū)崿F(xiàn)UGV 系統(tǒng)智能性評(píng)價(jià)指標(biāo)權(quán)重的獲取,但在確定各指標(biāo)權(quán)重時(shí)也存在一些缺點(diǎn):a)模糊判斷矩陣明確化;b)需要一致性檢驗(yàn).

為了解決上述問題,北京理工大學(xué)的研究團(tuán)隊(duì)在層次分析法中引入了可拓展理論,提出了可拓層次分析法,用區(qū)間數(shù)代替點(diǎn)值數(shù)構(gòu)造可拓展判斷矩陣,克服了層次分析法在解決專家經(jīng)驗(yàn)方面的模糊性問題.將指標(biāo)權(quán)重計(jì)算與判斷矩陣一致性檢驗(yàn)結(jié)合進(jìn)行,并考慮專家判斷的模糊性和多位決策者的實(shí)踐經(jīng)驗(yàn),有效避免了層次分析法中的大量試算工作.這樣既保證了專家判斷結(jié)果的真實(shí)性,又保證了判斷矩陣的一致性,使得確定的UGV 系統(tǒng)智能性各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重更加合理.

2)成本函數(shù)法

在我國UGV 智能性定量評(píng)價(jià)研究中,還引入了成本函數(shù)的方法對(duì)技術(shù)指標(biāo)量化.采用技術(shù)指標(biāo)成本函數(shù)為導(dǎo)向的評(píng)價(jià)方法,必然會(huì)促使參賽車輛在技術(shù)研究的過程中朝著成本函數(shù)最小的方向發(fā)展.這樣就引導(dǎo)參賽車輛不僅要完成任務(wù),而且要高質(zhì)量地完成任務(wù).從而提高我國UGV 的技術(shù)水平,進(jìn)一步提高其自然環(huán)境感知與智能行為決策能力,最終達(dá)到甚至超過人工駕駛的水平.成本函數(shù)法以系統(tǒng)完成任務(wù)過程中的總成本為度量對(duì)系統(tǒng)進(jìn)行綜合評(píng)價(jià),如式(4)所示.其中Ci為某項(xiàng)基本或高級(jí)智能行為的成本函數(shù),它們可以采用相同的方法得到,未參加規(guī)定測(cè)試項(xiàng)時(shí)可通過倍增因子施以懲罰.針對(duì)不同的測(cè)試項(xiàng)可建立不同的成本函數(shù),以 “更換車道”為例,可以用更換車道的時(shí)間與該時(shí)間內(nèi)車輛所行駛距離的乘積表示.

通過定義成本函數(shù)的方法將不同層次的、不同形式的指標(biāo)進(jìn)行量化,其優(yōu)點(diǎn)是可以使被評(píng)價(jià)系統(tǒng)朝著低成本的方向發(fā)展,缺點(diǎn)是成本函數(shù)的設(shè)計(jì)存在很大的人為主觀性,不同的人很有可能得到的成本函數(shù)不同.

3)模擬人類智商評(píng)價(jià)方法

智商的全稱為智力商數(shù),是由美國心理學(xué)家特爾曼提出的一種客觀度量人的智力高低的定量化概念,主要通過分類測(cè)試和數(shù)理統(tǒng)計(jì)的方法得到.北京科技大學(xué)的研究團(tuán)隊(duì)[84]借鑒人類的智商定義與智商測(cè)試方法,定義了智能控制系統(tǒng)廣義智商量化模型,如式(5)所示.其中,M為中等智商值,F為系統(tǒng)個(gè)體得分,B為團(tuán)體平均值,S為同類產(chǎn)品或系統(tǒng)測(cè)試得分的標(biāo)準(zhǔn)差.

不同的是,人的智商建立在所有人的智力遵從正態(tài)分布的前提下,而智能控制系統(tǒng)的智商建立在對(duì)某一類系統(tǒng)的一般需求之上.

智商不僅是用于測(cè)量人類個(gè)體智力高低的概念,而且之后被進(jìn)一步擴(kuò)展到人類團(tuán)體.群體智能本質(zhì)上也是一種智力,因此國外一些研究學(xué)者認(rèn)為人類個(gè)體的智商測(cè)試方法完全可以用于群體系統(tǒng)智能性評(píng)價(jià),這些方法對(duì)機(jī)器人群體智能評(píng)價(jià)同樣值得借鑒.Brown 等[109]認(rèn)識(shí)到群體智能同 “人的智商”一樣能夠被度量,設(shè)計(jì)出 “群體智商”作為群體智能的測(cè)度標(biāo)準(zhǔn),以測(cè)定不同環(huán)境下群體智能的高低.Szuba[110]設(shè)計(jì)了度量群體智能的模型,提出了聯(lián)合智商的定義,即 “在N元推理的時(shí)間和空間域范圍內(nèi)的概率函數(shù),它反映了社會(huì)結(jié)構(gòu)的推理”,用于測(cè)算群體智能的高低.此外,還有研究學(xué)者用團(tuán)隊(duì)智商記分卡來記錄團(tuán)隊(duì)智商.團(tuán)隊(duì)智商記分卡著眼于高效團(tuán)隊(duì)?wèi)?yīng)具有的態(tài)度、技能和原則,旨在分析團(tuán)隊(duì)現(xiàn)實(shí)能力和應(yīng)用潛力之間的差異,通過支持團(tuán)隊(duì)創(chuàng)建進(jìn)步路標(biāo),發(fā)現(xiàn)團(tuán)隊(duì)工作中的不足之處,作出及時(shí)調(diào)整,以使團(tuán)隊(duì)利益最大化.盡管有的方法并非直接以集群機(jī)器人系統(tǒng)為研究對(duì)象,在考慮評(píng)價(jià)指標(biāo)時(shí)沒有考慮到其運(yùn)動(dòng)特性,但也并非不能用于這類系統(tǒng).

由于模擬人類智商的方法主要是通過測(cè)試對(duì)評(píng)價(jià)指標(biāo)進(jìn)行量化并通過特定系統(tǒng)綜合評(píng)價(jià)方法進(jìn)行綜合量化的,因此對(duì)集群機(jī)器人系統(tǒng)的類型并不嚴(yán)格區(qū)分,分類屬性本身可能被作為評(píng)價(jià)指標(biāo)對(duì)待.

4)基于信息熵的方法

熵指的是體系混亂的程度,最早作為一個(gè)物理學(xué)概念被提出,之后被進(jìn)一步發(fā)展到信息論等學(xué)科.在物理學(xué)中,熵作為溝通熱力學(xué)宏觀狀態(tài)與微觀狀態(tài)間的橋梁,建立起了熱力學(xué)宏觀物理量和微觀物理量之間的定量關(guān)系.在信息論中,熵作為現(xiàn)代信息論的基礎(chǔ),建立起了信息和知識(shí)的某種度量.考慮到自然界生物群體行為中的速度?精度權(quán)衡問題是群體智能行為的一個(gè)重要體現(xiàn),其本質(zhì)對(duì)應(yīng)熵增?熵減的動(dòng)態(tài)過程,Wei 等[111]從信息傳遞、系統(tǒng)結(jié)構(gòu)、行為機(jī)制的角度出發(fā),將熵理論引入群體系統(tǒng)智能行為的量化分析中,運(yùn)用信息論的方法,提出了群體熵的概念與初步的群體熵模型.群體熵的組成結(jié)構(gòu)具體如圖10 所示.

圖10 群體熵的組成結(jié)構(gòu)Fig.10 Composition structure of swarm entropy

在該結(jié)構(gòu)中,群體熵具體由環(huán)境熵、結(jié)構(gòu)熵、行為熵和傳遞熵組成,各局部熵之間相互影響,但群體熵并不是各個(gè)局部熵的簡單疊加,而是依賴于群體系統(tǒng)特征的各個(gè)局部熵的合成.以結(jié)構(gòu)熵為例,該研究以群體系統(tǒng)中個(gè)體間信息的發(fā)送和反饋的時(shí)效性為基礎(chǔ),量化了系統(tǒng)組織結(jié)構(gòu)優(yōu)劣,具體如式(6)所示.其中,N表示群體規(guī)模,Pij表示系統(tǒng)中任意兩個(gè)個(gè)體間的信息傳遞時(shí)效概率.

在實(shí)例分析部分,該研究以鴿群飛行實(shí)驗(yàn)數(shù)據(jù)為例,采用其所提出的群體熵模型對(duì)鴿群飛行行為進(jìn)行了仿真分析.群體熵的概念和模型的提出為度量群體智能行為提供了一種新的工具.由于這種方法主要面向的是社會(huì)性生物集群系統(tǒng),因此也主要適用于基于自組織的集群機(jī)器人系統(tǒng).后現(xiàn)代的西方社會(huì)學(xué)家將熵的概念移植到社會(huì)學(xué)中,從宏觀上表示世界和社會(huì)在進(jìn)化過程中的混亂程度[112].相關(guān)研究成果顯示:人類社會(huì)作為一個(gè)生物群落,也呈現(xiàn)出了高度的群體智能行為(技術(shù)進(jìn)步),而社會(huì)熵恰好可以認(rèn)為是對(duì)人類群體智能大小的度量.

在薩里迪斯的遞階智能控制理論中,智能控制系統(tǒng)的各級(jí)均采用信息熵作為測(cè)度[113].組織級(jí)涉及知識(shí)的表示與處理,具有信息論的含義,采用香農(nóng)熵來衡量所需的知識(shí);協(xié)調(diào)級(jí)采用信息熵測(cè)量協(xié)調(diào)的不確定性;執(zhí)行級(jí)用博爾茨曼的熵函數(shù)表示系統(tǒng)的執(zhí)行代價(jià),它等價(jià)于系統(tǒng)所消耗的能量.把這些熵加起來成為總熵,用于表示控制作用的總代價(jià),設(shè)計(jì)與建立智能控制系統(tǒng)的原則就是要使所得總熵為最小.由于這種方法本身是針對(duì)基于分層遞階結(jié)構(gòu)提出的,因此也適用于基于分層遞階的集群機(jī)器人系統(tǒng)智能性評(píng)價(jià).

5.2.3 機(jī)器人系統(tǒng)協(xié)同性評(píng)價(jià)方法

根據(jù)以感知單元、決策單元、執(zhí)行單元和環(huán)境構(gòu)建的多無人平臺(tái)協(xié)同體系結(jié)構(gòu),海軍航空工程學(xué)院的研究團(tuán)隊(duì)分別定義了一次協(xié)同時(shí)間模型和一次協(xié)同數(shù)據(jù)量模型,分別如式(7)和式(8)所示.

在式(7)中,T1、T3和T5分別表示感知單元從環(huán)境中感知與接收戰(zhàn)場(chǎng)態(tài)勢(shì)的耗時(shí)、決策單元的決策耗時(shí)和執(zhí)行單元根據(jù)指控信息執(zhí)行任務(wù)的耗時(shí),T2和T4分別表示感知單元將戰(zhàn)場(chǎng)態(tài)勢(shì)傳遞給決策單元的耗時(shí)、決策單元將決策得到的指控信息傳遞給執(zhí)行單元的耗時(shí).在式(8)中,u1表示單架UAV感知到的戰(zhàn)場(chǎng)態(tài)勢(shì)信息大小,u2表示向單架UAV發(fā)送的指控信息大小,n表示參與協(xié)同的UAV 數(shù)目.在此基礎(chǔ)上,還進(jìn)一步分析與比較了基于地面站的、基于中心節(jié)點(diǎn)的、基于多Agent 的和基于工作流的4 種協(xié)同體系結(jié)構(gòu)的一次協(xié)同時(shí)間和一次協(xié)同數(shù)據(jù)量,以及自主協(xié)同體系結(jié)構(gòu)的系統(tǒng)協(xié)同性能.由于該方法是在基于通用的協(xié)同體系結(jié)構(gòu)上提出的,因此適用于各類集群機(jī)器人系統(tǒng).

除了上述系統(tǒng)綜合評(píng)價(jià)方法之外,實(shí)際上還有許多系統(tǒng)綜合評(píng)價(jià)方法都可以應(yīng)用于集群機(jī)器人系統(tǒng)期望特性的綜合評(píng)價(jià),特別是一些現(xiàn)代智能化綜合評(píng)價(jià)理論與方法,例如灰色系統(tǒng)綜合評(píng)價(jià)方法、Vague集綜合評(píng)價(jià)法、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、物元分析法等.常規(guī)的系統(tǒng)綜合評(píng)價(jià)方法偏向于用經(jīng)典數(shù)學(xué)方法,處理實(shí)際復(fù)雜系統(tǒng)評(píng)價(jià)問題將日趨困難,其不足主要體現(xiàn)在很難結(jié)合或利用專家、決策者系統(tǒng)評(píng)價(jià)時(shí)所作選擇和判斷過程中所蘊(yùn)含的經(jīng)驗(yàn)、知識(shí)、智慧,很難利用評(píng)價(jià)過程中的思維規(guī)律和人腦的智能特征,很難進(jìn)行定性分析與定量計(jì)算的綜合集成.隨著計(jì)算機(jī)技術(shù)的進(jìn)步,智能化方法在社會(huì)生活中的應(yīng)用越來越廣泛.智能化方法具有自適應(yīng)和自組織的能力,具有很強(qiáng)的魯棒性、隱含的并行性,對(duì)于解決定性和定量問題、確定性和非確定性問題有著很強(qiáng)的優(yōu)勢(shì).

6 結(jié)語與展望

梳理關(guān)鍵的期望特性是保證集群機(jī)器人系統(tǒng)研發(fā)質(zhì)量的重要前提,這些特性受集群機(jī)器人系統(tǒng)分類屬性等眾多因素影響.集群機(jī)器人系統(tǒng)特性評(píng)價(jià)主要針對(duì)其動(dòng)態(tài)行為進(jìn)行研究和優(yōu)化,不僅是集群機(jī)器人系統(tǒng)評(píng)價(jià)研究的重要內(nèi)容,也是集群機(jī)器人系統(tǒng)理論研究、設(shè)計(jì)研發(fā)以及領(lǐng)域應(yīng)用的重要支撐.其主要研究內(nèi)容包括設(shè)定評(píng)價(jià)標(biāo)準(zhǔn)、構(gòu)建評(píng)價(jià)指標(biāo)體系和提出評(píng)價(jià)方法等,它們分別解決的是定義評(píng)價(jià)尺度、評(píng)價(jià)什么和如何評(píng)價(jià)的問題.其中,設(shè)定評(píng)價(jià)標(biāo)準(zhǔn)是實(shí)施評(píng)價(jià)的前提,構(gòu)建評(píng)價(jià)指標(biāo)體系是實(shí)施評(píng)價(jià)的基礎(chǔ),提出評(píng)價(jià)方法是對(duì)實(shí)施評(píng)價(jià)的支撐.盡管目前國內(nèi)外在集群機(jī)器人系統(tǒng)特性評(píng)價(jià)研究方面已取得了一些研究成果,但相關(guān)工作仍有待于進(jìn)一步擴(kuò)展與持續(xù)深化,目前主要存在以下不足需要改善.1)相對(duì)通用的集群機(jī)器人系統(tǒng)特性評(píng)價(jià)規(guī)范尚未建立.由于研究領(lǐng)域和關(guān)注點(diǎn)的不同,有必要定義評(píng)價(jià)相關(guān)術(shù)語、目標(biāo)、準(zhǔn)則以及標(biāo)準(zhǔn)等,以促進(jìn)集群機(jī)器人系統(tǒng)特性需求與實(shí)現(xiàn)表征相一致.2)部分集群機(jī)器人系統(tǒng)特性評(píng)價(jià)指標(biāo)體系尚缺乏理論模型支撐,多以定性度量為主,缺乏大樣本數(shù)據(jù)支持,評(píng)價(jià)過程很大程度依賴于專家的主觀判斷,需通過新型信息化手段提升評(píng)價(jià)的客觀性,并進(jìn)一步關(guān)注評(píng)價(jià)方法的可信度、難易度與區(qū)分度.3)現(xiàn)有集群機(jī)器人系統(tǒng)特性評(píng)價(jià)數(shù)據(jù)主要來源于系統(tǒng)仿真,需強(qiáng)化實(shí)際應(yīng)用場(chǎng)景下的集群機(jī)器人系統(tǒng)驗(yàn)證,并構(gòu)建真實(shí)測(cè)試場(chǎng)景與數(shù)據(jù)采集系統(tǒng)以支持集群機(jī)器人系統(tǒng)特性量化評(píng)價(jià).

伴隨著集群機(jī)器人系統(tǒng)應(yīng)用研究的不斷發(fā)展,集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題將變得日趨復(fù)雜,本文認(rèn)為可從以下三方面持續(xù)深化研究.1)設(shè)計(jì)應(yīng)用場(chǎng)景驅(qū)動(dòng)的集群機(jī)器人系統(tǒng)特性評(píng)價(jià)方案.集群機(jī)器人系統(tǒng)特性通常與其應(yīng)用場(chǎng)景相關(guān),不同的應(yīng)用場(chǎng)景對(duì)集群機(jī)器人系統(tǒng)特性的具體要求不同.如何準(zhǔn)確定義場(chǎng)景和分析場(chǎng)景對(duì)評(píng)價(jià)結(jié)果的影響都需要進(jìn)一步研究.2)構(gòu)建合理且細(xì)化的評(píng)價(jià)指標(biāo)體系.除了遵循評(píng)價(jià)指標(biāo)構(gòu)建的一般原則外,能夠基于成熟的理論模型構(gòu)建集群機(jī)器人系統(tǒng)特性的評(píng)價(jià)指標(biāo)體系.對(duì)于多級(jí)指標(biāo)間復(fù)雜關(guān)聯(lián),網(wǎng)狀化的評(píng)價(jià)指標(biāo)體系也值得探討.3)應(yīng)用智能化綜合評(píng)價(jià)理論與方法.常規(guī)的系統(tǒng)評(píng)價(jià)方法偏向于經(jīng)典數(shù)學(xué)方法,處理集群機(jī)器人系統(tǒng)特性評(píng)價(jià)問題將日趨困難,智能化綜合評(píng)價(jià)方法應(yīng)該逐漸成為解決此類問題的重要途徑.