機器人如何合作達成共識？
介紹
機器人群體在進行群體感知的共識決策時，面臨許多難題。為了增加群體感知的自主性，布魯塞爾自由大學 IRIDIA 人工智慧研究實驗室的一個研究團隊提出了一種創新的自組織方法，讓一個機器人臨時擔任「大腦」的角色，代表整個群體整合資訊。他們的研究論文已經發表在《Intelligent Computing》期刊上。
方法與結果
研究人員在論文中展示了他們的方法如何透過降低不確保性來改善群體感知的準確性。透過結合集中化和去中心化控制的要素，作者實現了兩者的優勢，保持去中心化方法的可擴充套件性和容錯性，同時融入集中化方法的準確性。該方法使機器人能夠理解自己在系統中的相對位置，並在一個點上融合他們的感測器訊息，而無需全域性或靜態的通訊網路或任何外部參考。此外該方法還首次將多感測器融合技術應用於自組織系統中。之前，多感測器融合技術只在完全集中化的系統中展示過。
研究人員將自組織等級方法與三種基準方法進行了對比測試，並發現在測試條件下，他們的方法在準確性、一致性和反應時間方面表現出色。在實驗設定中，一群模擬的無人機和地面機器人透過檢測競技場中散佈的物體收集二維空間資料，形成對物體密度的共識。機器人必須依靠他們的短程感測器推斷每單位物體的數量。
研究人員的方法建立在一種稱為可合併神經系統的通用框架上，該框架中每個等級的機器人在決策過程中擔任不同的角色，並且機器人可以根據需要改變它們的存取和相對位置，即使每個機器人只能與其直接鄰居進行通訊。在作者的方法中，頂級的「大腦」機器人負責進行推論並向下運動指令，中級的機器人處理資料傳輸並參與全域性和區域性運動目標的平衡（例如，進行避障），而底級的大多數機器人則負責取樣並管理本地運動。
展望
對於未來的研究，可以探索更先進的推論方法，並擴充套件在更多種類的機器人故障或具有挑戰性環境條件（例如具有大型障礙物和不規則邊界的環境）下抽樣方法的韌性。這項研究為機器人合作達成共識提供了新的解決方案，可能對未來的人工智慧和機器學習研究有所啟發。
引用來源：How do robots collaborate to achieve consensus? (2023, September 14) retrieved 14 September 2023 from https://techxplore.com/news/2023-09-robots-collaborate-consensus.html
關鍵詞
機器人合作, 共識, 人工智慧, 機器學習, 協同運算
