《Electronics》:Swarm Robotics, Swarm Intelligence and Machine Learning: A Classification Framework and Review of Hybrid Swarm Architectures
编辑推荐:
群体机器人(Swarm Robotics, SR)与群体智能(Swarm Intelligence, SI)共享去中心化与集体行为特性,但解决的是不同问题。SR涉及物理多机器人系统,其集体行为必须在感知、通信、能量与安全约束下成立;而SI包含计算模型与优化方法
群体机器人(Swarm Robotics, SR)与群体智能(Swarm Intelligence, SI)共享去中心化与集体行为特性,但解决的是不同问题。SR涉及物理多机器人系统,其集体行为必须在感知、通信、能量与安全约束下成立;而SI包含计算模型与优化方法,其中许多并不涉及机器人。将二者混为一谈会模糊哪些SI结果可迁移至机器人群体,以及机器学习(Machine Learning, ML)究竟贡献了什么。本综述从部署视角审视SR协调、SI优化以及ML增强的混合方法。它提出了一个用于判定系统是否为机器人群体的分层框架、一种包含五类混合SR–SI–ML架构类型的分类法,以及在一给定平台上组合方法的可行性条件。在17项编码研究中,诸如蚁群优化(Ant Colony Optimization, ACO)和粒子群优化(Particle Swarm Optimization, PSO)等SI优化器主要基于基准测试或仿真进行评估,并且仅在配套基础设施支持下才能到达硬件;除一项例外,硬件实验使用不超过二十个机器人,且学习控制器在某些研究中可迁移至硬件,但在另一些研究中则表现出较大的仿真到现实差距。分层混合架构——其中SR提供协调、SI提供优化、ML提供适应——仍是一种设计假设。该综述为未来研究提出了一份报告清单。
1. 引言
群体机器人(SR)研究多机器人在集中控制不可靠或过于僵硬的环境中的协调方式,候选应用包括搜索救援、环境监测、精准农业、基础设施巡检、危险物响应和行星探索。多机器人系统不一定是群体;群体由交互和控制结构定义,即机器人自主行动、主要通过局部信息或环境痕迹协调,并在没有单一不可或缺控制器连续命令的情况下产生全局行为。SR与群体智能(SI)常被混用,但二者并不等同:SR关注具身系统,SI则包含计算模型和优化方法。机器学习(ML)作为第三要素,可学习局部协调策略、调优优化器参数、压缩通信、估计未观测状态并支持仿真到现实(sim-to-real)迁移。三者的角色不同:SR定义具身去中心化架构,SI提供搜索与优化机制,ML提供基于数据的适应。混合系统必须证明集成能提升部署性能而不破坏群体属性。
2. 综述设计与范围
本综述采用批判性叙述综述方法,而非系统性回顾或统计元分析。参考文献共169篇,其中130篇为期刊文章,98篇(58%)发表于2020年及以后。详细分析18项研究,其余提供定义、背景、方法与应用。综合是定性的,因为研究在平台、群体规模、地图、目标、故障模型和性能指标上存在差异;缺少共享基准本身即是一项发现。
3. 算法角色
3.1 群体机器人协调
SR协调算法将局部感知和有限通信映射为运动、任务分配、共识或集体响应。编队控制有三种主要方法:领导者–跟随者方法简单可预测但依赖指定领导者;虚拟结构方法精度高但常需全局状态估计或更多通信;基于行为的方法本质上去中心化,但在延迟和噪声下稳定性和编队质量会下降。编队控制器不一定是群体控制器;当局部交互维持结构、领导缺失或可替换且单个机器人故障不停止集体运动时,编队才具有群体特性。集体决策使群体无需中央仲裁即可在备选方案中做出选择,其性能取决于信息积累与共识之间的平衡。任务分配方法包括响应阈值、市场机制和自适应方法,其中市场机制可能引入拍卖者或全局代价表等中心依赖。通信通过显式消息或环境中的痕迹交互(stigmergy)实现;全交换在每周期需要O(n
2)量级的成对传输,局部邻居拓扑可降低负载但传播更慢且可能碎片化。实现系统结合Wi-Fi、蓝牙低功耗、LoRa、超宽带(UWB)等链路;闲聊协议、事件触发通信和消息聚合可减少传输量,但其代价不能脱离拓扑、可靠性和传播目标而简化为单一复杂度值。
3.2 SI优化
SI优化器在机器人任务包含明确定义的搜索子问题(路径规划、覆盖、任务调度、传感器布置、编队几何或参数调优)时有用。蚁群优化(ACO)解决离散路由、图和子集选择问题,信息素更新强化候选路径,蒸发防止过早锁定;粒子群优化(PSO)解决连续搜索,粒子向其自身最优和邻域最优移动,但全局最优拓扑与严格去中心化冲突,且在病态多模态空间中易早熟收敛;人工蜂群(ABC)和布谷鸟搜索(CS)分别通过重启机制和Lévy飞行维持多样性,但应用于机器人控制需评估实时性。新优化族如人类学习算法、coot、鸭群、大猩猩部队、海洋捕食者等主要基于数值和工程问题评估,尚无满足第4节条件的机器人评估。SI优化器优化系统中的一个元素,不提供群体协调。
3.3 机器学习与混合化
ML以四种不同方式增强SR和SI。第一,作为SI优化器组件,学习模型可自适应PSO惯性、选择ACO更新规则或预测初始区域,但必须泛化到训练分布之外。第二,自适应机器人行为,多智能体强化学习(MARL)从交互中学习策略,集中训练去中心化执行与SR兼容,但完全去中心化学习会增加非平稳性。第三,学习通信,智能体学习何时发送、压缩什么以及关注哪些邻居,但学习协议在丢包、敌对干扰和训练分布外的群体规模下的行为尚未充分测试。第四,迁移与故障恢复支持,包括域随机化、元学习、质量多样性方法。学习与手工设计规则之间存在权衡:手工规则更易解释和验证,学习策略能适应难以手工建模的条件,因此学习应只分配给能带来可测量收益的组件,并在需要可预测行为的地方保留显式安全或回退机制。
4. 什么构成机器人群体?
术语“群体”应描述架构和集体行为,而非机器人数量。本文提出三层框架:第1层为强制结构属性,包括P1(多个自主具身智能体)、P2(正常运行时无不可或缺的中央控制器)、P3(主要局部交互)和P4(集体任务依赖);第2层为强烈期望的行为属性,包括自组织、鲁棒性和适应性、可扩展性,这些必须被测量而非假设;第3层为情境相关属性,如同质性和简单硬件,这些设计选择需要论证但不决定分类。分类程序在第1层应用P1–P4,若缺少关键信息则记录为“未定”;通过第1层的系统按第2层最强证据分级,第3层设计选择仅报告而不改变分类。应用示例表明,机器人数量不决定分类:数百个机器人的仓库车队可能是集中协调系统,而六个Crazyflie四旋翼以局部规则探索则构成群体。使用SI优化器也不使系统成为群体。可扩展性被视为性能与成本在测试群体范围内的关系,定义每智能体有效性、非交互基线和协同比率,并给出可行运行区域。全交换通信下成本随O(n
2)增长,信道容量可能限制群体规模。
5. 混合SR–SI–ML架构分类法
本文定义五种架构类型:类型I为SI辅助离线设计,SI优化器在部署前搜索参数或轨迹,运行时成本低但适应有限;类型II为在线自适应优化,SI方法在任务期间利用当前观测修正参数、分配或路径,但可能产生振荡;类型III为ML增强SI,ML预测参数或算子供优化器使用,评估需通过消融和训练分布外测试分离学习贡献;类型IV为学习型去中心化协调,MARL或模仿学习生成从局部观测到动作或消息的策略,最难验证;类型V为分层混合自主,显式局部安全与运动控制层位于底层,SR处理邻居协调,SI优化和/或ML适应运行于上层,层间有定义接口,高层故障不会移除碰撞避免或紧急停止。分类规则要求明确每个组件作用于什么以及何时运行,并用第4节框架检查具身部分。可行性条件包括:每层更新周期内完成最坏情况执行时间,主机利用率和内存有界,通信流量在链路容量可用比例内,以及跨通信图传播信息所需的跳数延迟不超过更新周期。
6. 现实部署的障碍
6.1 硬件证据
SI优化研究常只报告数值或仿真结果:例如距离最小化PSO在CEC2013基准函数上评估,多目标ABC规划器仅在一个仿真机器人上验证,多机器人路径规划器在20个仿真机器人上测试,多无人机编队重构由集中式优化器控制。硬件实验集中出现在手工设计规则和部分学习或自动设计控制器中,最大群体从6个四旋翼到1024个Kilobot不等,但除Kilobot实验外,每个硬件演示使用不超过20个机器人;学习控制器到达硬件时有两点保留:两个四旋翼研究依赖运动捕捉获取状态,神经进化控制器在仿真中表现良好但在20个实体机器人上优势大部分消失。显式控制器丢失实验仅由两个边界架构在硬件上报告。
6.2 仿真到现实迁移
仿真对大规模实验必不可少,但仿真中工作的控制器未经过真实传感器分布、电机变化、电池电压、轮滑、气动耦合、无线电干扰或物理磨损的测试。两个编码研究直接测量了差距:e-puck机器人上神经进化方法在仿真中的排序在硬件上消失,而带有保守噪声模型的进化控制器成功迁移到户外水上机器人。域随机化、系统辨识、数字孪生和元学习是互补方法,但均不能消除硬件测试需求。
6.3 平台与模拟器
实验平台决定研究能支持关于规模、感知、通信、计算和迁移的哪些声明。代表性物理平台和仿真环境包括NVIDIA Isaac Gym、Isaac Sim、Orbit/Isaac Lab、Pegasus等。这些工具各有侧重,吞吐量取决于GPU、场景复杂度和并行环境数,不能直接排序。
6.4 通信、规模与异构系统
通信是协调问题的一部分而非固定基础设施。局部链路限制负载但可能隔离智能体,簇头聚合信息但成为依赖点,学习通信可能在训练分布外的网络条件下失效。评估应报告单位任务进展的字节数、投递率、延迟、连通性和通信能耗,并在受控丢包和延迟下测试。异构空中、地面和水下群体增加能力,但需明确共享信息、能力宣告、故障后任务重分配以及哪类平台可能成为不可或缺的桥接点。
6.5 安全、可靠性与法规
涌现行为难以验证,因为全局轨迹未被显式编程。时序逻辑和概率模型检验应用于群体模型,但精确验证随状态空间增长而变得棘手。设计时验证由运行时监视补充:监视器检查设计假设是否成立,回退机制在失效时接管。多机器人系统中,安全屏障证书通过最小化修改标称命令来强制最小距离,盾构机制阻止学习策略违反安全规格。安全是技术社会问题:需定义责任、操作者权限和紧急干预,且不同领域要求各异。
7. 讨论
7.1 主要发现
SR和SI互补但不可互换。SI优化器解决子问题,但除非嵌入去中心化集体架构,否则不创造群体。ML是自适应组件而非替代群体设计。分层架构是一种设计建议而非既定优势。部署是系统级问题,可扩展性、通信、硬件、安全和仿真到现实迁移相互作用。
7.2 对作者和审稿人的启示
本文提出报告清单:第1层分类结果,第2层证据水平(声明、仿真或硬件),性能度量P(n)及其单位和方向、非交互基线P
0和协调成本C(n)在多个群体规模下的值,每个优化或学习组件的混合类型、宿主、更新周期、实测执行时间和通信负载,以及控制器丢失、机器人故障和通信退化测试及各层失效行为。
7.3 局限性
综合是定性的,研究在任务和验证条件上不同。文献通过迭代搜索而非固定数据库协议识别,且筛选和编码由一位作者完成,未进行独立双重筛选,因此语料可能不完整。证据表覆盖选定研究而非全部。分类依赖论文报告内容,未报告控制架构或通信负载时记录为“未定”。未来应进行协议驱动的系统综述和活体证据数据库。
8. 结论
SR、SI和ML对集体自主系统贡献不同能力:SR提供具身去中心化结构,SI提供搜索、反馈和优化机制,ML提供适应、策略发现、预测和学习通信。当且仅当每个组件的角色明确且其贡献被测量时,组合才合理。现有证据中,没有算法族满足真实世界群体的所有要求:经典SI方法高效可解释但不提供容错协调;手工设计的SR控制器支持去中心化和快速执行但难以适应;学习方法增加灵活性但带来计算开销、分布偏移和验证问题。分层混合架构可能结合这些优势并保持显式安全和回退,但仍是待测试的设计假设。可行性条件表明,报告尺寸的学习局部策略已可嵌入平台,而在线SI层的机载成本大多未报告。未来进展取决于标准化基准、基于机制的比较、通信感知评估、规模泛化、硬件验证和安全中心设计。