在前不久，哈工程海洋機器人集群智能協同技術項目群，成功讓海洋機器人學會了團隊協作，一群長著“大腦”和“眼睛”的海洋機器人列隊出征，不時快速變換隊形，通過組網通訊共享信息，執行的觀察、調整、決策、行動等動作一氣呵成。這群機器人具備環境感知、自主決策和執行任務能力，而且海洋機器人集群系統還能實現了智能機器人互聯互通、態勢共享、群策群力的功能，在未知海洋環境中能全自主地完成了協同探測、作業等任務。

海洋機器人集群智能協同屬于多機器人范疇，是“人工智能+海洋無人系統”深度融合發展的一項基礎性、創新性技術，多機器人融合的系統龐大、涉及關鍵技術眾多、復雜性高，這種多機器人集群往往需要2個或多個機器人協同作業，不是簡單的功能疊加，而會出現1+1>2的群體智能效應，涌現出全新的協同行為模態，從而才能去完成更加復雜的協同任務。

多機器人發展領域機遇頗多

多機器人的應用不僅局限在海洋國防領域，其實在工業制造業等許多方面，多機器人的應用需求也在逐漸提升。目前，在工業制造、倉儲物流、偵查監控和環境監測應急救災等領域都有多機器人的身影。

隨著人類的制造應用需求陡增，尤其面向智能制造中出現的小批量多品種個性化生產要求增多，應對這種復雜的柔性化生產趨勢，單個機器人作業功能開始顯得比較單一，生產需要更加數字化、網絡化、智能化，因此多機器人的理論和應用發展成為必然。

多機器人是面向科學前沿的代表技術，同時也是一門多學科交叉學科，多機器人體系下涉及的前沿技術非常多，相互結合也較為緊密，涵蓋了例如人工智能博弈論和運籌學等，又與復雜系統和信息理論、控制理論等學科密切相關。例如在應用和載體開發方面，工業機器人、移動機器人和分析機器人、水下微納的機器人等等都有多機器人應用發展的空間，需求往往是帶動發展變化的第一推動力，在應用方面也誕生了一些典型的案例，例如智能物流、精準農業、海洋群體探測、無人作戰等，這些技術應用也推動了多機器人的發展。

多機器人的研究更多還是面向科學前沿，例如當下成果凸顯的海洋、軍事、國防等領域的一些典型應用，民用化大多還在普及階段，在工業上，更多地體現在智能工廠對分布式人工智能的典型應用上，例如物流行業生產線中的倉儲物流分配調度優化。

目前來看，在一些具體應用上，由多個機器人完成更加效率確實更高，大量的工業機器人、移動機器人企業也都開始提出和研究多機協作技術，例如針對大型復雜構件的加工，往往就需要用多機器人協作，提升加工效率和精準度，因為多機器人在大型構件加工制造中，能有效涵蓋更大加工范圍，例如增材制造，多機器人協作能更精準高效完成加工減少消耗，例如加工裝配應用，用多個機器人完成裝配、加工都能起到效率提升的作用，多機器人在工業加工領域有很好的應用價值，也有更多的拓展空間。

在物流行業，多機器人聯動現在也已經成為常態，在這種大型復雜動態的開放物流倉儲系統中，多機器人能發揮重要的作用，幾家頭部快遞企業都開始采取SLAM百臺集群調度控制系統方案，加速了商品流通速度，這在未來也有非常多的拓展空間，當然這前提是能搭建更加互聯互通的智能物聯網絡和龐大的智能制造云端數據庫。

工業生產等領域的多機器人組織架構和融合以及智能化應用才剛剛起步，因為智能工廠目前仍然存在許多不可控變量，多機器人的切入往往還需要在解決復雜環境中對工程應用的不確定性進行評估，但在未來隨著AI的加入，更智能的分配調度系統下，多機器人在工業上的應用將逐漸增多。

多機器人發展勢在必行

因為發展理念提出時間不長，對于多機器人的應用研究，我國和國際處在同一起跑線。

在2017年，美國奧巴馬政府才提出機器人計劃NR2.0，相較于之前1.0計劃，其最大的不同就是強調了機器人可擴展性，機器人與其他機器的協作，NR2.0強調了不確定的環境下過去研究機器人都是在確定環境下，如何實現分布式的感知規劃行動和學習，以及在復雜的環境下如何提升機器人的安全性和可靠性。該計劃就將全自主無人機群列入無人自主系統的最高等級，提出如何推動未來的人工智能與機器群體的軍事方面的應用。

在國外的媒體報道與先進科學研究雜志中，最近十年在面向自主的多機器人、群體智能領域發表的論文逐漸增多，前段時間科學雜志曾連續發表多篇論文，敘述如何用多機器人協同用于裝配行業提高效率以完成柔性化生產的適應性任務。

國外的多機器人協同有部分用在了精準農業方面，例如歐盟在近幾年發表的論文中，支柱項目絕大部分都是在精準農業的多機器人協同，歐盟對在精準農業上的多機器人協同技術已經實用化，進入開展大規模應用階段。

在軍事方面，近年發生的伊朗事件中，無人武器也開始進入到人們的視線中，幾次暗殺都采用了無人作戰系統，包括無人機，無人艇和無人槍，這些都是在群體作戰陸海空異構的架構協同應用。

在國防應用方面，隨著海洋開發方面應用開發的加速，國際上歐盟第五框架、第六框架、第七框架都建議采取自研水下機器人進行探索、勘探和環境檢測。

多機器人在國防應用也一直是我國2018年以來重點研究的領域，本次哈工程海洋機器人集群智能協同技術項目群的試水也是其中的一個典型案例。該項目集成項目負責人廖煜雷介紹說：“這種集群協同技術能支持至少50個機器人共同作業，機器人可以隨時加入或退出集群，集群系統自主快速重構并重新分配任務，從而改變作業規模或效率。同時，機器人集群協同技術可實現機器人全自主操作，也可根據需求實現人機相互協作。”

2020年受疫情影響，例如哈工程的項目群研制時間都被大大縮短，本就困難重重的系統研發及海試工作難度系數在疫情下再次升級，為了順利完成科研任務，我國哈工程這群由20余人組成的平均年齡只有26歲的群智團隊克服烈日暴曬、海況惡劣、水土不服等困難，經過近兩年的攻堅克難，才成功研制出具備多協同任務模式、多智能模態、彈性可重構的海洋機器人集群智能協同技術演示系統，有力推動了海洋機器人集群智能協同的理論創新及技術發展。

（項目群主要負責人高揚、廖煜雷、王博、劉海波、史長亭。）

本次哈工程海洋機器人集群智能協同技術項目群的成功實驗，意味著在國內首次實現了海洋機器人集群智能協同分布式架構模式、全自主系統協同智能化水平、未知非結構化適應任務場景及環境，標志著我國海洋機器人集群智能協同技術取得實質性突破并達到了國際先進水平，作為多機器人領域一個能和國際同步的項目，不得不為這支團隊點贊。

多機器人發展難點與方向

為什么會如此重視多機器人的應用？我國有行業頂尖專家曾提到，目前看來，因為多機器人具備幾個典型特點，使其展現出更多發展潛力，第一個特點資源分布式，第二個信息分布式，第三個時間分布式，第四個功能分布式，第五個空間分布式，這些特點使得多機器人能利用空間的信息優勢通過機器人的執行工作來提高效率。

多機器人相對于單機器人而言，優勢也相當明顯，多機器人能通過資源的互補對單個機器人的能力進行提升，將其有限擴大到多個任務，分布到不同的機器人當中。同時多機器人也可以增強機器人的靈活性，特別是在資源的分配調度優化方面，能起到更加廣泛的作用，未來成熟的智能工廠，需要多機器人以適應復雜的人工智能調度。

人工智能的發展，就得益于分布式多機器人的研發推動。隨著人類社會的不斷進化，人類的許多創造發明往往是從自然界中得到的啟發，人類能把無論各種復雜生物界的多智能體，生物運動都抽象成數學模型，建立起復雜的環境感知和多智能體的網絡架構，然后建立起智能任務功能，從而把復雜的生物界的群體映射到了機器人中，變成各種應用當中的機器人，即通過自然界啟發群體，多機器人模態本質上也是一種自然模態的延伸，例如蜂群、蟻群等協同智能，這種對于自然界生物智能協同模仿推動了人類多機器人以及相關技術的發展。

我國頂尖行業專家曾表示，目前研究多機器人核心點在于推動認知科學的發現和通訊速率的異構信息融合解決這兩個問題，因為無論多么復雜的多機器人，也需要有關鍵技術。從單個機器人實現多機器人協作，最核心的點在于單機器人必須具備感知能力，第二個是要具備執行和分解任務能力，第三則要具備局部規劃能力，第四具備學習能力，第五則是通信能力。因此，研究多機器人有三個方面關鍵技術，第一，協同感知，第二協同規劃，第三協同控制。

在協同感知方面，最核心的是解決異購大數據源的信息融合，即能夠不同傳感器裝載不同的信息，不同的感知能進行有機分布式融合得到信息，融合的信息可以為下一步動作和地圖創建和多機器協作通過信息支撐，從而來解決不同傳感器協同感知的問題。

在協同規劃技術方面，物流行業其實應用已經非常不錯，協同規劃就是如何完成多個機器人的規劃，在大型物流倉儲中，除了物流機器人以外往往還要與其他機器人協同，如何把多種機器人進行有機協同，進行有機組合，從而有機自主、高效、高精度完成工作，這是協同控制要解決的多目標優化調度問題，也就是把一個復雜的任務進行時間、空間、任務分配規劃，再進行路徑規劃和軌跡規劃，提供分布式協同，這也是多機器人要解決的關鍵問題。

協同機器人最主要的是解決協同控制問題，在協同控制技術中，可以把一個復雜的網絡架構的多機器人可以看成分布式遞接的分布系統，在單機器人里面有行為控制層，第二層有協調規劃控制層，第三層是合作決策任務層。因為多機器人也都是通過網絡互聯互通，每個機器人就像一個手機終端，解決多機器人問題和解決怎么樣把手機終端信息互聯互通相似，需要考慮在互聯互通當中會出現信號干擾和擾動怎么解決控制的問題，即解決防干擾攻擊的問題。

結語

在柔性化生產趨勢下，一個完整的柔性自動化生產線，最核心的問題其實就是在于如何實現多機器人有效協同和工藝有效調度，在生產任務下，如何不斷優化分配資源，合理調度，從而高效節省完成小批量定制化生產。例如如何進一步實現少人化和無人化，未來的無人工廠，就需要考慮多機器人的調度軟件和任務分配系統。

隨著低時延高速率海量數據的5G到來，通信效率和壁壘被進一步打通，加速了多機器人應用在交互操作性、自主性和人機協同方面的不斷提升，要想讓多機器人在未來的工業生產中發揮更好的應用，需要更進一步解決分布式多機器人協同和調度問題，加強多機器人信息交換、交流和相互學習能力，推動多機器人總體感知、規劃、控制往前再進一步。

目前，從國際范圍來看，多機器人涉及的范圍非常廣，多機器人系統的很多理論和應用研究還處于發展階段，有待進一步完善，這也是全球機器人企業和研究者全新的機遇。