本文转载自雷锋网。如需转载，请在雷锋网官网申请授权。本月Science子刊ScienceRobotics(《科学-机器人》)的封面，被一群可爱的大眼睛机器鱼占据了。这是哈佛大学JohnA.Paulson工程与应用科学学院和Weiss生物启发工程研究所科学家团队的最新成果。机器鱼可以在没有任何外部控制的情况下同步移动，就像一群真正的鱼。SwarmIntelligenceofUnderwaterBiomimeticRobots2021年1月13日，相关成果正式发表于ScienceRobotics，题为Implicitcoordinationfor3Dunderwatercollectivebehaviorsinafish-inspiredrobotswarmimplicitcoordinationofbehavior)。从论文题目可以看出，哈佛科学家的这一成果主要是受到了鱼群的启发。在自然界中，鱼群往往会表现出复杂、同步的行为，以帮助它们寻找食物、迁徙和躲避捕食者。它们内部的神奇之处在于，不需要“领头鱼”来协调它们的行动，鱼群之间也没有交流——它们的集体行为来自于一种所谓的“隐性协调”（implicitcoordination）机制，在在这种机制下，鱼会根据周围伙伴的行为做出决定。据哈佛大学官方介绍：这种去中心化、自治的组织和协调方式长期以来一直吸引着科学家，尤其是机器人领域的专家。事实上，在水下仿生机器人方面，中国的研究人员也在做类似的研究，比如北京大学工程学院的谢光明教授。在他看来，仿生机器人的研究不仅要注重个体机体的研发，更要注重群体技术的研发。在2018CCF-GAIR全球人工智能与机器人峰会期间，谢光明教授曾表示：鱼群的自主协调不是为了好玩或娱乐，而是为了在恶劣和有限的资源环境中生存。很多计算机专业的人可能都知道粒子群优化算法，但是在生物界，让整个种群不断通过群体，就是一个值得研究的问题，也就是群体智能，群体智能也是人工智能的一个非常重要的研究智力。分支。研究人员用动画描述了群体智能，产生了平面模型，然后进一步扩展到三维模型。基于此，机器鱼也可以具有类似的群体特征——当时，谢光明教授的团队已经实现了三条鱼的自主协调效果。3D视觉感知可以追溯到哈佛大学的研究。他们将自己开发的水下机器人命名为Bluebot，他们组成的团队为Blueswarm（7个Bluebots）。据了解，Bluebot结合了自主3D多鳍运动和3D视觉感知。具体设计是：2个摄像头覆盖近乎全向的视野（FOV）。4个鳍，由定制的电磁驱动器提供动力：一个尾鳍和两个胸鳍几乎可以独立地向前和转动，而背鳍影响垂直潜水深度的控制。3个LED灯，用于相互识别。如上图最下面一行所示，研究人员设置了摄像头，使相邻Bluebot的两个后置LED及其潜在的表面反射出现在图像中，并快速处理图像。不同Bluebots的两个LED用不同的颜色编码，并且有一个白色的轮廓；如果没有相同颜色的轮廓标记，则表示两个Bluebots在单独反射。通过这套水下视觉协调系统，Bluebot可以通过摄像头检测到相邻最远5米的Bluebot的LED信号，然后通过自定义算法提取其相对位置、距离等信息，实现局部决策-making（局部决策）-making），它促进了自组织行为，例如视觉同步、分散/聚集、动态圈形成和集体搜索。在论文中，哈佛团队将Blueswarm与多个研究团队的集群机器人组进行了比较。主要的四个标准是：应用场景（水、陆、空）干预（不干预、定位、计算）协调（隐式、显式、间接、不协调）结构（同质、异构）结果表明，Blueswarm不依赖任何帮助并且比大多数群体机器人更具自主性，推动分散、自组织群体机器人的研究从二维空间向三维空间突破。基于以上表现，哈佛大学对这一成果的描述是：首次展示水下机器人隐式协调的复杂三维集体行为。（这是研究人员首次展示了水下机器人具有隐式协调的复杂3D集体行为。）该论文的第一作者、博士生FlorianBerlinger也表示：鉴于机器人经常被部署在难以进入或危险的区域对人类来说，人为干预不是一种选择。实际的。在这种情况下，我们将真正受益于拥有自给自足、高度自主的群体机器人。通过隐式协调和3D视觉感知，我们创建的系统解决了GPS和WiFi等水下设备的挑战。研究团队认为，这项研究将有助于科学家继续探索开发微型水下蜂群机器人，主要用于执行水下环境（如珊瑚礁）的监测和搜索。水下机器人未来的发展如何，我们拭目以待。
