麻省理工学院新算法帮助机器人协作完成工作

　　想要完成庞杂的义务，有时候光靠一台机械人是不敷的。算法使机械人团队可以完成义务，如测绘或搜索和救济，并将虚耗的精神降到最低。考虑一下探求正在森林中迷路的徒步旅行者的搜救义务，救济人员大概想要安排一队轮式机械人正在森林中周游，也许还可以借助无人机由高空搜索现场，机械人团队的利益是昭然若揭的。

　　然则调和这个团队并非一件简朴的事情。若何确保机器人不容易反复相互的勉力，或在扑朔迷离的搜索轨迹上糜费能量？

　　麻省理工学院的研究人员设计了一种算法，以确保收集信息的机器人团队的协作富有成效。他们的方式依赖于均衡所收集的数据和所消费的能量之间的衡量，这消除机器人也许为了取得一点点信息而虚耗施行行动的时机。研究人员说，这类包管关于机器人团队正在庞大、不行猜测的环境中取得成功至关重要。"麻省理工学院航空航天系（AeroAstro）的博士生Xiaoyi Cai说："我们的方式供应了慰藉，由于我们晓得它不容易失利，这得益于算法的最坏情况下的浮现。

　　这项研讨将在5月进行的IEEE机械人和自动化国际会议上颁发。Cai是该论文的重要作者。他的配合作者包孕麻省理工学院R.C. Maclaurin航空和航天学传授Jonathan How；宾夕法尼亚大学的Brent Schlotfeldt和George J. Pappas；和加利福尼亚大学圣地亚哥分校的Nikolay Atanasov。

　　机械人团队常常依赖一个整体法则来收集信息。越多越好。Cai说："我们的假设是，收集更多的信息永久不会有弊端。若是有肯定的电池寿命，我们就用它来得到尽量多的信息。这一目的平常是按挨次施行的--每一个机械人各自评价状况并打算其轨迹，一个接一个，构成一个简单明了的步伐，当信息是独一的目的时，它平常运作优秀，但当能源效力成为一个因素时，题目就涌现了。收集分外信息的利益常常伴随着工夫的推移而淘汰。比方，若是您已有99张丛林的照片，大概不值得派一个机械人去拍摄第100张照片。"我们要认识到信息和能源之间的衡量，让更多的机械人四周挪动其实不老是功德。当您考虑能源本钱时，它事实上大概会更糟。"

　　研究人员开发了一种机器人团队打算算法，优化了能量和信息之间的均衡。该算法的 "目的函数"决议了机器人所提出的使命的价值，它思量到了收集分外信息的收益递加和能源本钱的上升。取之前的打算办法差别，它其实不只是按次序为机器人分配使命。"这更像是一种合作起劲，机器人自身想出了团队打算"。

　　Cai的要领称为分布式部分搜索，这是一种通过从团队的团体筹划中提升或删除单个机器人的轨迹来进步团队性能的要领。首先，每一个机器人自力生成一组它大概寻求的潜在轨迹。接下来，每一个机器人向团队的其他成员提出其轨迹。然后，该算法接受或谢绝每一个人的认为，这取决于它是不是提升或减少了团队的目的函数。"我们同意机器人自身筹划他们的轨迹，"Cai说。"只有当他们需求提出团队筹划时，我们才让他们举行协商。所以，这是一个相称涣散的盘算。"

　　分布式当地搜索正在测算机模仿中证明了它的威力。研究人员正在调和一个由10个机器人构成的模仿团队时，将他们的算法取竞争者的算法进行了对照。虽然分布式当地搜索破费的测算工夫略多，但它包管了机器人义务的胜利完成，局部原因是它确保了没有团队成员为了最小的信息而堕入糜费的无尽探险中。

　　俄勒冈州立大学的机器人专家杰夫-霍林格（Geoff Hollinger）示意，这项进度有朝一日能够帮忙机器人团队办理能源是有限资源的实际天下的信息收集题目，"这一些手艺适用于机器人团队需要在传感质量和能源消耗之间开展衡量的中央。这将包含空中监督和海洋监测"。

　　Cai还指出了正在测绘和搜救方面的潜正在使用--这一些流动依赖于高效的数据收集。改进这类信息收集的根基才能将是相称有影响的。研究人员接下来计划正在实验室的机器人团队上测试他们的算法，包孕无人机和轮式机器人的组合。