摘要：群體智能是人工智能的重要發(fā)展方向之一。無(wú)人系統(tǒng)群體智能作為人工群體智能的主要形態(tài)之一，在許多軍用和民用領(lǐng)域都具有廣闊且重要的應(yīng)用前景，同時(shí)在基礎(chǔ)理論方法、核心技術(shù)與系統(tǒng)構(gòu)建等方面也面臨諸多研究挑戰(zhàn)。
本文在在闡述群體智能的基本概念并對(duì)其進(jìn)行合理分類基礎(chǔ)上，分析無(wú)人群體智能的自組織、自適應(yīng)、自學(xué)習(xí)和自涌現(xiàn)特征，從仿生群體智能機(jī)理和典型無(wú)人群體智能系統(tǒng)實(shí)例兩方面論述當(dāng)前無(wú)人系統(tǒng)群體智能研究現(xiàn)狀，并從仿生機(jī)理、驅(qū)動(dòng)模式、研發(fā)方式和系統(tǒng)實(shí)踐四方面全面地總結(jié)無(wú)人系統(tǒng)群體智能研究特點(diǎn)。
在此基礎(chǔ)上，從理論方法、核心技術(shù)與系統(tǒng)構(gòu)建三方面循序漸進(jìn)、系統(tǒng)地梳理和凝練無(wú)人系統(tǒng)群體智能及其系統(tǒng)需要持續(xù)深化的主要研究方向，期望對(duì)相關(guān)研究者有所借鑒。
1、引言
群體智能研究起源于對(duì)蟻群、蜂群等簡(jiǎn)單社會(huì)性生物群體行為的觀察與模擬. 該概念自20世紀(jì)80年代一經(jīng)提出，便引起了各相關(guān)領(lǐng)域研究人員的高度關(guān)注。
近年來，人們?cè)谀M、延伸和擴(kuò)展簡(jiǎn)單社會(huì)性生物群體智能的同時(shí)，也有研究者從人類社會(huì)的群體智能等其它視角探索著集體的偉大力量。經(jīng)過在不同應(yīng)用領(lǐng)域的不斷拓廣，使得群體智能有了更豐富的內(nèi)涵與外延.鑒于生物和人類群體智能所體現(xiàn)的集群優(yōu)勢(shì)和廣泛的應(yīng)用前景，2017年7月，在國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中明確指出“群體智能”是人工智能領(lǐng)域的一個(gè)新的研究方向。隨后，由科技部啟動(dòng)的《科技創(chuàng)新2030“新一代人工智能”重大項(xiàng)目指南》中，將“群體智能”列為人工智能領(lǐng)域的五大持續(xù)攻關(guān)方向之一。2020年1月，由中國(guó)科學(xué)院印發(fā)的《人工智能發(fā)展白皮書》中，又將“群體智能技術(shù)”列為人工智能領(lǐng)域的八大關(guān)鍵技術(shù)之一。無(wú)人系統(tǒng)群體智能作為群體智能的一種重要形態(tài)，伴隨著無(wú)人系統(tǒng)集群化、智能化得以快速發(fā)展。為持續(xù)開展相關(guān)研究，需要在總結(jié)已有無(wú)人系統(tǒng)群體智能相關(guān)研究基礎(chǔ)上，進(jìn)一步梳理無(wú)人系統(tǒng)群體智能的理論方法、核心技術(shù)以及系統(tǒng)構(gòu)建問題，以推進(jìn)我國(guó)此類群體智能研究及其系統(tǒng)研發(fā)，服務(wù)我國(guó)新一代人工智能發(fā)展目標(biāo)。
2、群體智能的基本概念與分類
群體智能(Swarm Intelligence)概念最早于1989年由Beni和Wang在研究細(xì)胞機(jī)器人的自組織現(xiàn)象提出，用以刻畫群居性生物通過協(xié)作而涌現(xiàn)出的集體智能行為，以及受自然界中群體協(xié)作行為啟發(fā)來解決問題或構(gòu)建人工集群系統(tǒng)的方法。
一般認(rèn)為，群體智能是指由一定規(guī)模的個(gè)體通過相互協(xié)作在整個(gè)群體系統(tǒng)宏觀層面表現(xiàn)出來的一種分散、去中心化的自組織行為. 盡管群體智能系統(tǒng)中個(gè)體的智能都極其有限，但卻能夠通過相互協(xié)作與分工，整體涌現(xiàn)出高度的集體智能，以完成復(fù)雜任務(wù)，并為各種復(fù)雜問題的求解提供新的思路。
歷經(jīng)30余年研究與發(fā)展，群體智能研究由最初的蟻群優(yōu)化算法、粒子群優(yōu)化算法等群體優(yōu)化算法開始發(fā)展到集群機(jī)器人、自重構(gòu)機(jī)器人、無(wú)人集群等分布式群體智能系統(tǒng)，再由基于互聯(lián)網(wǎng)的群體智能理論、系統(tǒng)與應(yīng)用發(fā)展到人機(jī)物融合的群體智能計(jì)算，概括而言，目前主要形成以下三種形態(tài)。
(1)互聯(lián)網(wǎng)群體智能
互聯(lián)網(wǎng)群體智能，是指在廣泛深度交互的互聯(lián)網(wǎng)組織結(jié)構(gòu)下，規(guī)模化人群為了特定目標(biāo)在線共同作用，從宏觀上產(chǎn)生超越個(gè)體智能局限性的智能狀態(tài)，使群體具有完成復(fù)雜任務(wù)的能力. 在互聯(lián)網(wǎng)新技術(shù)和大數(shù)據(jù)技術(shù)高速發(fā)展背景下，人工智能2.0中的“群體智能”則更多體現(xiàn)的是基于互聯(lián)網(wǎng)的群體智能涌現(xiàn)。
基于群體化編輯的維基百科、基于群體化開發(fā)的開源軟件、基于眾問眾答的知識(shí)共享、基于眾智眾享的APP商店等為此類群體智能的實(shí)例展現(xiàn). 互聯(lián)網(wǎng)群體智能理論與方法是人工智能2.0的核心研究領(lǐng)域之一，為人工智能在其他領(lǐng)域的研究起著基礎(chǔ)性和支撐性作用。
通過特定的組織結(jié)構(gòu)和大數(shù)據(jù)驅(qū)動(dòng)的人工智能系統(tǒng)吸引、匯聚和管理大規(guī)模參與者，以競(jìng)爭(zhēng)和合作等多種自主協(xié)同方式共同應(yīng)對(duì)挑戰(zhàn)性任務(wù)，將會(huì)成為互聯(lián)網(wǎng)科技創(chuàng)新生態(tài)系統(tǒng)的智力內(nèi)核。
(2)無(wú)人系統(tǒng)群體智能
無(wú)人系統(tǒng)群體智能是指由眾多相對(duì)自主、人工研發(fā)的無(wú)人自主運(yùn)動(dòng)體通過相互協(xié)作與分工涌現(xiàn)出復(fù)雜智能行為的特性. 無(wú)人機(jī)集群、無(wú)人艇集群、無(wú)人坦克集群和工業(yè)智能機(jī)器人集群等是其目前階段的典型實(shí)例，多顆不同能力的衛(wèi)星也可組成衛(wèi)星集群的群體智能，跨域異構(gòu)無(wú)人集群進(jìn)一步呈現(xiàn)出更為復(fù)雜的無(wú)人系統(tǒng)群體智能形態(tài)。
這些無(wú)人集群以低成本、分散化形式滿足復(fù)雜任務(wù)功能需求，并針對(duì)復(fù)雜環(huán)境自主協(xié)同規(guī)劃、多域協(xié)同合作以及動(dòng)態(tài)自適應(yīng)調(diào)整，可涌現(xiàn)出單個(gè)無(wú)人自主運(yùn)動(dòng)體難以實(shí)現(xiàn)的智能水平. 無(wú)人系統(tǒng)群體智能不僅在協(xié)同偵察、聯(lián)合作戰(zhàn)、戰(zhàn)場(chǎng)評(píng)估等軍事領(lǐng)域，而且在區(qū)域物流、城市安防、搶險(xiǎn)救援等民用領(lǐng)域具有廣闊應(yīng)用前景。
(3)人機(jī)物融合群體智能
人機(jī)物融合群體智能是通過人、機(jī)、物異構(gòu)群智能體的有機(jī)融合，利用其感知能力的差異性、計(jì)算資源的互補(bǔ)性、節(jié)點(diǎn)間的協(xié)作性和競(jìng)爭(zhēng)性，構(gòu)建具有自組織、自學(xué)習(xí)、自適應(yīng)、持續(xù)演化等能力的智能感知計(jì)算空間，實(shí)現(xiàn)智能體個(gè)體技能和群體認(rèn)知能力的提升。
其中“人”主要體現(xiàn)為社會(huì)空間廣大普通用戶及其所攜帶的移動(dòng)或可穿戴設(shè)備，“物”主要體現(xiàn)為信息空間豐富的互聯(lián)網(wǎng)應(yīng)用及云端和邊緣服務(wù)，“物”則主要體現(xiàn)為具有感知、計(jì)算、通信、決策和移動(dòng)等能力的物理實(shí)體。
在萬(wàn)物智聯(lián)驅(qū)動(dòng)下、人機(jī)物融合已是21世紀(jì)上半葉信息技術(shù)的發(fā)展趨勢(shì)，使得人機(jī)物融合群體智能成為面向未來的新型智能形態(tài). 處于發(fā)展之中的智慧城市、智能制造、智能戰(zhàn)場(chǎng)是人機(jī)物融合群體智能的典型實(shí)例。
本文從關(guān)鍵要素、實(shí)現(xiàn)方式和典型應(yīng)用三方面對(duì)三種群體智能形態(tài)進(jìn)行了綜合比較，具體如表1所示. 盡管三類群體智能形態(tài)不同，在關(guān)鍵要素的組成、實(shí)現(xiàn)方式和應(yīng)用方面均存在一些明顯差異，但其本質(zhì)內(nèi)涵一致，即通過多個(gè)個(gè)體間的相互通信與協(xié)作具備單個(gè)個(gè)體無(wú)法完成的任務(wù)能力。
表1 三種形態(tài)的群體智能比較
3、無(wú)人系統(tǒng)群體智能的主要特征體現(xiàn)
本文重點(diǎn)關(guān)注的是無(wú)人系統(tǒng)群體智能，此類群體智能在具有明顯的自組織、自適應(yīng)、自學(xué)習(xí)和自涌現(xiàn)等特征體現(xiàn)。
(1)自組織. 無(wú)人系統(tǒng)群體智能體現(xiàn)出來的自組織是指其內(nèi)部眾多無(wú)人單體基于實(shí)時(shí)狀態(tài)與動(dòng)態(tài)環(huán)境交互及認(rèn)知，形成時(shí)空、邏輯等群體自主協(xié)作，完成復(fù)雜任務(wù)的特性，體現(xiàn)的是群體從無(wú)序到有序的演化過程，是群體自身固有而并非外部影響施加給群體的一種性質(zhì)。自組織意味著無(wú)人群體智能系統(tǒng)中沒有一個(gè)中心控制模塊，也不存在一部分控制另一部分的情況. 自然界的生物群體均是通過其自組織來解決問題，理解了大自然如何使生物系統(tǒng)自組織，就可以模仿這種策略使人工的無(wú)人群體智能系統(tǒng)自組織。自組織是無(wú)人系統(tǒng)群體智能的重要特征體現(xiàn)，該特性可極大地提高無(wú)人群體智能系統(tǒng)在完成任務(wù)過程中的適應(yīng)性與健壯性。
(2)自適應(yīng). 無(wú)人系統(tǒng)群體智能體現(xiàn)出來的自適應(yīng)是指其不僅能夠動(dòng)態(tài)適應(yīng)外界環(huán)境動(dòng)態(tài)變化與使命任務(wù)人為更新，而且能夠從群體內(nèi)部狀態(tài)與行為突變(如局部個(gè)體故障)中盡快恢復(fù)原有行為的特性，即外界環(huán)境變化以及單個(gè)個(gè)體異常狀態(tài)均不會(huì)對(duì)整個(gè)群體執(zhí)行任務(wù)成效產(chǎn)生較大影響。
(3)自學(xué)習(xí). 無(wú)人系統(tǒng)群體智能體現(xiàn)出來的自學(xué)習(xí)是指在整體群體層面根據(jù)來自任務(wù)環(huán)境的性能反饋而修正并歸納其自身行為的特性. 學(xué)習(xí)的目的在于適應(yīng)與優(yōu)化，適應(yīng)是為了生存，而優(yōu)化是為了更好地發(fā)展. 自學(xué)習(xí)是無(wú)人系統(tǒng)群體智能重要的特征之一，同時(shí)又有其獨(dú)特之處. 通過自學(xué)習(xí)，群體將不再局限于預(yù)定行為，從而能夠適應(yīng)動(dòng)態(tài)變化的環(huán)境和新的任務(wù)要求。
強(qiáng)化學(xué)習(xí)、合作式學(xué)習(xí)和進(jìn)化學(xué)習(xí)普遍存在于生物群體系統(tǒng)中，是實(shí)現(xiàn)無(wú)人群體智能系統(tǒng)自學(xué)習(xí)的可借鑒方式. 其中，進(jìn)化學(xué)習(xí)是群體智能一種特別的學(xué)習(xí)方法，它先以其數(shù)量占據(jù)優(yōu)勢(shì)，然后隨著環(huán)境變化，淘汰不能適應(yīng)的個(gè)體，在這一過程中，每一個(gè)體并沒有發(fā)生任何學(xué)習(xí)行為，但其群體具有更強(qiáng)的適應(yīng)能力。
通過自主且持續(xù)學(xué)習(xí)，使得無(wú)人群體智能系統(tǒng)具備了成長(zhǎng)性，不僅能夠適應(yīng)環(huán)境的動(dòng)態(tài)變化以及任務(wù)的需求變更，而且群體行為能夠自主演化，功能與性能得以持續(xù)提升。
(4)自涌現(xiàn). 自涌現(xiàn)是群體智能的本質(zhì)特征，其是自下而上自主出現(xiàn)的群智涌現(xiàn)，意為群體可以涌現(xiàn)出個(gè)體不具有的新屬性，而這種新屬性正是個(gè)體之間綜合作用的結(jié)果，形成群體宏觀有序的系統(tǒng)智能行為的特性。
無(wú)人系統(tǒng)群體智能體現(xiàn)出來的自涌現(xiàn)也是如此. 群體智能中的涌現(xiàn)現(xiàn)象與系統(tǒng)論和復(fù)雜系統(tǒng)中闡述的涌現(xiàn)本質(zhì)上是相同的，其是基于主體實(shí)現(xiàn)的涌現(xiàn)，群體中的個(gè)體結(jié)構(gòu)和功能相對(duì)簡(jiǎn)單，通過在群體活動(dòng)過程的交互與協(xié)調(diào)，適應(yīng)環(huán)境并學(xué)習(xí)進(jìn)化，涌現(xiàn)出一些新的整體行為和系統(tǒng)能力，實(shí)現(xiàn)了“1+1>2”的境界。
人們從自然界群體行為研究中得到啟發(fā)，發(fā)現(xiàn)微觀個(gè)體之間相互作用多是復(fù)雜非線性動(dòng)態(tài)過程的迭代，并呈現(xiàn)出難以預(yù)測(cè)和行為有效的涌現(xiàn)特性. 例如，蟻群覓食、大雁遷徙、羊群效應(yīng)的群智涌現(xiàn)對(duì)無(wú)人系統(tǒng)群體智能優(yōu)化設(shè)計(jì)均有參考價(jià)值。
4、無(wú)人系統(tǒng)群體智能研究現(xiàn)狀
4.1 仿生群體智能機(jī)理研究
群體智能起源于生物學(xué)、生態(tài)學(xué)等領(lǐng)域. 諸如魚、鳥、螞蟻、蜜蜂等群體，其個(gè)體是能力有限的生命體，但通過共識(shí)的簡(jiǎn)單行動(dòng)規(guī)則，群體合作能夠產(chǎn)生復(fù)雜的群體運(yùn)動(dòng)行為，實(shí)現(xiàn)超越個(gè)性行為的集體智慧. 研究者將各類生物群體智能行為歸納為集體行進(jìn)、群體聚集、群體避險(xiǎn)、協(xié)作筑巢、分工捕食等形態(tài)，深入研究不同形態(tài)集群行為中的群智協(xié)同機(jī)理，并探討其應(yīng)用在無(wú)人群體智能系統(tǒng)優(yōu)化設(shè)計(jì)之中。
例如，集體行進(jìn)是諸如鳥群等大規(guī)模生物個(gè)體以某種或多變形式同時(shí)行進(jìn)的一種自然現(xiàn)象. 研究者從大雁群體遷徙過程，由強(qiáng)壯且有經(jīng)驗(yàn)的頭雁帶隊(duì)，其余緊隨其后列隊(duì)為“人”字或“一”字整齊飛行的現(xiàn)象中，發(fā)現(xiàn)頭雁后面跟隨者所受升力會(huì)大大增加，可有效節(jié)約飛行體力，將其命名為“領(lǐng)航-跟隨模式”。
生物群體所呈現(xiàn)出的各種協(xié)調(diào)有序的群體運(yùn)動(dòng)模式，啟發(fā)了無(wú)人群體智能系統(tǒng)協(xié)同方式設(shè)計(jì). 例如，研究者從鳥類群體行為中總結(jié)出凝聚、分離與對(duì)齊等行為規(guī)則，進(jìn)而從統(tǒng)計(jì)力學(xué)角度提出集群中個(gè)性運(yùn)動(dòng)方向達(dá)成一致的條件，并為個(gè)體運(yùn)動(dòng)建立了動(dòng)力學(xué)方程。
4.2 典型無(wú)人群體智能系統(tǒng)研究實(shí)例
無(wú)人群體智能系統(tǒng)具體是指以群體智能理論為基礎(chǔ)，以無(wú)人智能體為節(jié)點(diǎn)，通過通信網(wǎng)絡(luò)協(xié)作完成復(fù)雜任務(wù)的一類群體智能系統(tǒng). 在群體智能機(jī)理研究的基礎(chǔ)上，國(guó)內(nèi)外不少研究機(jī)構(gòu)開展了無(wú)人群體智能系統(tǒng)的研發(fā)。
(1)國(guó)外典型無(wú)人群體智能系統(tǒng)研究實(shí)例
美國(guó)目前在該領(lǐng)域處于國(guó)際領(lǐng)先地位，連續(xù)資助了多個(gè)代表性的無(wú)人機(jī)集群項(xiàng)目. “小精靈”(Gremlins)項(xiàng)目的旨在以高效、快速替代的方式搭載情報(bào)、監(jiān)視、偵察等任務(wù)載荷，同時(shí)在載機(jī)平臺(tái)中開發(fā)一個(gè)可以空中實(shí)現(xiàn)無(wú)人機(jī)集群快速發(fā)射和回收裝置，使得未來作戰(zhàn)飛機(jī)可以快速部署廉價(jià)、可重復(fù)使用的無(wú)人機(jī)集群。
拒止環(huán)境中協(xié)同作戰(zhàn)項(xiàng)目(CODE)旨在搭建一套包含編隊(duì)協(xié)同算法的模塊化軟件，以適應(yīng)帶寬限制和通信干擾等惡劣電磁環(huán)境，降低對(duì)地面指揮和操作人員的認(rèn)知負(fù)擔(dān)，并利用合理方式將各類功能載荷集成在無(wú)人機(jī)集群編隊(duì)中，在單一平臺(tái)受損情況下仍可有序執(zhí)行任務(wù)。
“灰山鶉”(Perdix)驗(yàn)證了微型無(wú)人機(jī)空中相互通信、集體決策并自主組成集群編隊(duì)能力，可有效躲避防空系統(tǒng)以執(zhí)行偵察任務(wù). 進(jìn)攻性蜂群戰(zhàn)術(shù)(OFFSET)項(xiàng)目基于增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)等技術(shù)以及手勢(shì)、觸碰和觸感裝置等發(fā)展可控蜂群原型系統(tǒng)，其已將無(wú)人系統(tǒng)群體智能擴(kuò)展人機(jī)物融合群體智能。
低成本無(wú)人集群技術(shù)項(xiàng)目(LOCUST)旨在快速發(fā)射大量小型無(wú)人機(jī)，通過自適應(yīng)組網(wǎng)及自主協(xié)同技術(shù)，攜帶各類偵察和攻擊載荷，在數(shù)量上以絕對(duì)壓倒性優(yōu)勢(shì)贏得戰(zhàn)爭(zhēng)。
這些項(xiàng)目在功能上相互獨(dú)立、各有側(cè)重，在體系上互為補(bǔ)充、融合發(fā)展. 除美國(guó)外，英國(guó)、日本、新加坡等國(guó)家也相繼開展了關(guān)于無(wú)人集群智能協(xié)同控制相關(guān)領(lǐng)域的研究。
(2)國(guó)內(nèi)典型無(wú)人群體智能系統(tǒng)研發(fā)實(shí)例
在國(guó)內(nèi)，無(wú)人群體智能系統(tǒng)研究雖起步較晚，但發(fā)展快速. 北京航空航天大學(xué)借鑒生物集群理論對(duì)無(wú)人機(jī)集群編隊(duì)、目標(biāo)分配與跟蹤等集群任務(wù)進(jìn)行了理論研究與飛行試驗(yàn)驗(yàn)證，并取得了豐碩的成果。
中國(guó)電子科技集團(tuán)公司以固定翼無(wú)人機(jī)集群為載體研究無(wú)人系統(tǒng)群體智能關(guān)鍵技術(shù)，完成119架固定翼無(wú)人機(jī)集群飛行試驗(yàn)，演示了密集彈射起飛、空中集結(jié)、多目標(biāo)分組、編隊(duì)合圍、集群行動(dòng)等群體動(dòng)作，展示了自主飛行、隨機(jī)應(yīng)變等能力. 我國(guó)在南海萬(wàn)山群島海域開展大規(guī)模水面無(wú)人艇“多艇協(xié)同”技術(shù)測(cè)試，56艘無(wú)人艇組成的無(wú)人艇群進(jìn)行海上編隊(duì)，避“島礁”、穿“橋洞”、快速變換編隊(duì)造型，協(xié)同避障。
清華大學(xué)提出了一種在實(shí)驗(yàn)室環(huán)境下低成本的人工智能集群控制演示驗(yàn)證系統(tǒng)，該系統(tǒng)以機(jī)動(dòng)自組織探測(cè)集群為驗(yàn)證對(duì)象，對(duì)基于人工勢(shì)場(chǎng)的自組織控制策略進(jìn)行了演示驗(yàn)證。
從以上無(wú)人系統(tǒng)群體智能研究和系統(tǒng)實(shí)例可以看出，目前無(wú)人系統(tǒng)群體智能研究具有以下特點(diǎn)：
(1)仿生群體智能機(jī)理研究為基礎(chǔ). 無(wú)人系統(tǒng)群體智能研究基于生物群體(包括人類)自然存在的群體智能涌現(xiàn)機(jī)理，并可依據(jù)需求，模擬或借鑒生物群體智能行為規(guī)則與模式，優(yōu)化無(wú)人系統(tǒng)群體智能設(shè)計(jì)與實(shí)現(xiàn)，同時(shí)，注重與新一代信息技術(shù)融合，是一種有效的創(chuàng)新研究途徑。(2)系統(tǒng)載體與應(yīng)用場(chǎng)景為驅(qū)動(dòng). 無(wú)論國(guó)外還是國(guó)內(nèi)，無(wú)論何類無(wú)人系統(tǒng)群體智能，其群體智能研究均以具體無(wú)人集群實(shí)體為載體，以特定應(yīng)用場(chǎng)景為驅(qū)動(dòng)，開展群體智能理論方法、關(guān)鍵技術(shù)研究以及任務(wù)成效驗(yàn)證，是深化技術(shù)研究、推動(dòng)成果應(yīng)用的技術(shù)。(3)多學(xué)科交叉融合為研發(fā)方式. 無(wú)人系統(tǒng)群體智能研究具有鮮明的多學(xué)科交叉與融合特點(diǎn)，其不僅涉及自動(dòng)控制、嵌入式計(jì)算、移動(dòng)網(wǎng)絡(luò)、人工智能等信息學(xué)科，而且與仿生學(xué)、運(yùn)動(dòng)學(xué)、機(jī)電一體化、系統(tǒng)工程等學(xué)科或方向密切相關(guān)，因此，多學(xué)科(或方向)融合團(tuán)隊(duì)組建是無(wú)人系統(tǒng)群體智能創(chuàng)新研究，并取得成果的重要保障。(4)無(wú)人系統(tǒng)群體智能研發(fā)處于初期. 目前國(guó)外對(duì)軍用無(wú)人系統(tǒng)群體智能核心技術(shù)及系統(tǒng)設(shè)計(jì)研究，雖多為系統(tǒng)研發(fā)新聞報(bào)道，少見技術(shù)研究深層介紹，可以看出處于領(lǐng)先地位，仍在不斷深化之中；我國(guó)也組織了多項(xiàng)有關(guān)研究計(jì)劃，尚處于初期探索和初步實(shí)踐階段；無(wú)人系統(tǒng)群體智能研究與實(shí)踐，處于初期階段，其是一個(gè)不斷深化、逐步提升的無(wú)止境過程。
5、無(wú)人系統(tǒng)群體智能研究方向
基于國(guó)內(nèi)外無(wú)人系統(tǒng)群體智能已有研究與實(shí)踐，我們認(rèn)為開展無(wú)人系統(tǒng)群體智能持續(xù)化研究和規(guī)?；瘜?shí)踐，需要將我國(guó)“新一代人工智能發(fā)展規(guī)劃”中的“群體智能”與“自主無(wú)人系統(tǒng)”融合在一起組織研究，涉及群體智能基礎(chǔ)理論方法、無(wú)人系統(tǒng)群體智能核心技術(shù)以及無(wú)人群體智能系統(tǒng)設(shè)計(jì)與評(píng)估技術(shù)等方面。
5.1 無(wú)人系統(tǒng)群體智能基礎(chǔ)理論方法
如前所述，不同類型群體智能，其基礎(chǔ)理論方法既有共性，也有個(gè)性，無(wú)人機(jī)系統(tǒng)群體智能理論方法研究也應(yīng)在一般群體智能理論研究基礎(chǔ)上，注重自有特征的理論方法創(chuàng)新研究。
(1)群體智能結(jié)構(gòu)理論與組織方法. 深化生物與人類群體智能的社會(huì)性結(jié)構(gòu)理論與自適應(yīng)組織方法研究基礎(chǔ)上，進(jìn)一步研究適應(yīng)自主無(wú)人系統(tǒng)群體智能的群體化OODA(Observe, Orient, Decide, Act)行為模型以及多樣化時(shí)空結(jié)構(gòu)與多形態(tài)組織方法。
(2)群體智能涌現(xiàn)機(jī)理與協(xié)同方法. 深化群體聚集、群體避險(xiǎn)等不同形態(tài)生物群體智能涌現(xiàn)機(jī)理，研究生物群體智能到人工群體智能的群體動(dòng)力學(xué)、啟發(fā)式規(guī)則等映射機(jī)理，研究適應(yīng)無(wú)人系統(tǒng)群體智能的群體化OODA協(xié)同機(jī)理。
(3)群體智能學(xué)習(xí)理論與與優(yōu)化方法. 在深入研究通用群體智能的群體強(qiáng)化學(xué)習(xí)、分布式學(xué)習(xí)、聯(lián)盟學(xué)習(xí)等學(xué)習(xí)方法創(chuàng)新與優(yōu)化基礎(chǔ)上，面向無(wú)人系統(tǒng)群智能時(shí)空約束、任務(wù)驅(qū)動(dòng)、場(chǎng)景關(guān)聯(lián)等特征，進(jìn)一步研究與其相適應(yīng)的實(shí)時(shí)可信群體學(xué)習(xí)方法。
5.2 無(wú)人系統(tǒng)群體智能核心技術(shù)
無(wú)人系統(tǒng)群體智能核心技術(shù)研究，不僅需要考慮其自組織、自適應(yīng)、自學(xué)習(xí)等特征，而且需要面向多數(shù)無(wú)人系統(tǒng)所具備的自主運(yùn)動(dòng)、時(shí)空約束、行為健壯等特點(diǎn)，開展核心技術(shù)自主創(chuàng)新研究。
(1)復(fù)雜動(dòng)態(tài)場(chǎng)景智能感知與理解技術(shù). 無(wú)人系統(tǒng)群體智能面臨環(huán)境自然、復(fù)雜多變的應(yīng)用場(chǎng)景以及能力互補(bǔ)、多類綜合的感知方式，需要深入研究復(fù)雜動(dòng)態(tài)場(chǎng)景的智能感知與理解技術(shù)，具體包括主動(dòng)感知、群智感知、狀態(tài)認(rèn)知、行為理解等算法及其自主硬/軟件結(jié)合的實(shí)現(xiàn)技術(shù)。
(2)無(wú)人群體實(shí)時(shí)學(xué)習(xí)與決策優(yōu)化技術(shù). 在群體智能學(xué)習(xí)理論與方法研究基礎(chǔ)上，依據(jù)無(wú)人系統(tǒng)群體智能特點(diǎn)與應(yīng)用共性需求，深化研究基于數(shù)據(jù)與知識(shí)驅(qū)動(dòng)結(jié)合的學(xué)習(xí)以及群體智能行為決策的實(shí)時(shí)性優(yōu)化、魯棒性保障等具體技術(shù)。
(3)無(wú)人群體自主導(dǎo)航與任務(wù)執(zhí)行技術(shù). 研究復(fù)雜環(huán)境下基于計(jì)算機(jī)視覺的精準(zhǔn)定位、自主導(dǎo)航、快速識(shí)別、主動(dòng)避障等群體智能導(dǎo)航技術(shù)，適應(yīng)特定類型(如無(wú)人機(jī)、無(wú)人車、無(wú)人艇、空間飛行器)無(wú)人集群的主動(dòng)控制、智能控制技術(shù)以及跨域無(wú)人集群任務(wù)智能分配與協(xié)同技術(shù)等。
5.3 無(wú)人群體智能系統(tǒng)構(gòu)建
(1)特定類型無(wú)人群體智能系統(tǒng)綜合優(yōu)化設(shè)計(jì). 面向不同應(yīng)用領(lǐng)域或跨域的無(wú)人群體智能系統(tǒng)，其雖有共性，也有個(gè)性，在共性理論方法指導(dǎo)下，需從體系結(jié)構(gòu)、資源配置、運(yùn)行管控、行為智能、應(yīng)用服務(wù)等方面深化研究適應(yīng)個(gè)性的無(wú)人群體智能系統(tǒng)綜合優(yōu)化設(shè)計(jì)。
(2)無(wú)人群體智能操作系統(tǒng)及應(yīng)用支撐. 為了簡(jiǎn)化研發(fā)、高效運(yùn)行無(wú)人群體智能應(yīng)用系統(tǒng)， 需要研發(fā)與之適應(yīng)群體智能操作系統(tǒng)及其應(yīng)用支撐技術(shù). 群體智能操作系統(tǒng)不僅高效管理、實(shí)時(shí)認(rèn)知多維感知、異構(gòu)計(jì)算、無(wú)線通訊以及控制執(zhí)行等多樣化資源，而且有效支撐、實(shí)時(shí)服務(wù)群體化OODA行為的智能實(shí)現(xiàn)與智能算法及其軟件開發(fā)。
(3)無(wú)人群體智能系統(tǒng)綜合驗(yàn)證與評(píng)估. 無(wú)人群體智能系統(tǒng)具有應(yīng)用場(chǎng)景密切關(guān)聯(lián)、系統(tǒng)行為變化復(fù)雜、智能特性持續(xù)增長(zhǎng)等特點(diǎn)，使得其研發(fā)與試驗(yàn)過程更為復(fù)雜，需要相應(yīng)綜合驗(yàn)證與評(píng)估技術(shù)有力支持. 為此，需要研究基于數(shù)字孿生的綜合驗(yàn)證、場(chǎng)景驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)結(jié)合的智能評(píng)估等技術(shù)。
6、結(jié)束語(yǔ)
無(wú)人系統(tǒng)群體智能作為群體智能的主要形態(tài)之一，不僅在我國(guó)軍事與民用領(lǐng)域具有重要的應(yīng)用前景，而且必將推進(jìn)群體智能理論與技術(shù)的持續(xù)發(fā)展. 我們不僅應(yīng)注重創(chuàng)新研究群體智能基礎(chǔ)理論方法與無(wú)人系統(tǒng)群體智能核心技術(shù)，而且需加強(qiáng)自主研發(fā)不同形態(tài)的無(wú)人群體智能系統(tǒng)，開展典型領(lǐng)域應(yīng)用，服務(wù)我國(guó)國(guó)防、社會(huì)、經(jīng)濟(jì)領(lǐng)域進(jìn)步.
本文來自網(wǎng)絡(luò)公開資料或已通過原創(chuàng)公眾號(hào)開通白名單授權(quán)轉(zhuǎn)載，版權(quán)歸原作者所有。文章內(nèi)容并不代表本平臺(tái)的觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，轉(zhuǎn)載的目的在于傳遞信息及用于網(wǎng)絡(luò)分享，如涉版權(quán)問題，請(qǐng)速與我們聯(lián)系，我們將第一時(shí)間刪除。
