陈杰院士：《多无人系统协同技术的发展及面临的挑战》
作者：陈杰（中国工程院院士，哈尔滨工业大学党委书记，教授）
近年来，陆、海、空、天等领域对无人系统的需求与日俱增。随着人工智能技术以及智能控制理论研究的不断发展，无人系统智能自主控制的创新研究出现在人类视野范围内。基于“制造强国”的战略目标，无人系统已成为社会重点研究对象，而多无人系统中的协同控制问题无疑是未来无人系统发展的核心研究内容之一。
一、无人系统发展历程
早在上世纪30年代美国发明了第一款地面无人爆破车辆，之后，地面无人系统呈现一个螺旋式的发展趋势。截至2010年9月，美军在伊拉克跟阿富汗战场上一共投入了大量的地面无人作战平台，完成了多项作战任务。整个战争过程中，暴露出协同问题主要有三个：指挥无序、故障频发、控制不利。之所以存在这一类问题，是由于多运动体与运动平台之间缺乏协同控制和优化的有效机制。有人/无人间的有效协同，将成为未来地面战争主要的模式。截至2013年美国已经完成开放式架构体系的开发。美国的有人、无人系统的协同，前期经历了从有人到无人的遥控、有人无人协同阶段，目前正处于开展全自主协同的研究阶段。1916年3月美国推进了分群式的无人机研究，即多个无人机能够协同飞行作业；2017年3月美国的相关部门启动终身学习机器项目，以推动人工智能机器人在实际行动中的应用；2017年6月，美国在“真北”的神经元系统上研究开发类脑超算系统；2017年12月，美国开始研究人工智能芯片，提出通过将人工智能芯片植入到大脑以改变人的基本情绪的设想；2018年3月，美国无人机项目采用谷歌人工智能技术来提高无人机识别精度。。2018年4月25日，美国在未来地面人机组合计划中，专门研究了机器人和人工智能如何与人类协同行动问题。
2015年12月，俄罗斯亮相了天王星-9无人车辆系统，通过有人和无人协同作战击毙了70余名武装分子并占领阵地，这个战争被视为有人和无人协同作战系统中协同作战的一个典范。在智能交通中，有人/无人协同可以提高无人车的自主性、安全性，这也是目前无人车研究的一个重要发展方向。谷歌公司已经有50辆智能车安全行驶了20万公里，截至2018年1月，美国全境有40多家企业拿到了无人车的上路牌照。目前有4个州通过了有关的允许无人车上路的法律，驾驶无人车已经成为一个势不可挡的重要发展趋势。据预测，到2035年，全球无人车的销售量将达到1200万辆，其中有相当的数量将在中国销售，由此多车之间的协同将成为无人车的一个主要的运营模式。基于多车协同的新运营模式，值得思考的是今后的交通设施是否还需要像现在这样的红绿灯管控，是否需要靠左行驶，是否需要学习驾驶车辆，如何来界定事故责任等的一系列问题。
目前，我国在智能化无人系统方面进行了大量研究工作。2018年3月，中央电视台首次公布了无人行动系统的实验室。同年5月，电科集团有200架固定翼编程的无人机进行飞行，虽然目前仍停留在编程飞行过程中，但是成功实现了小型窄翼、折叠翼无人机双机低空的投放和模态转换的试验。我国在人工智能2.0的研究规划中，将自主式智能无人系统作为人工智能发展的一个重要内容，其中人工智能2.0的八大基础理论研究之一，就有智能无人系统自主协同控制优化与决策的方法；自主无人系统的智能技术成为八大关键技术之一；同时，自主智能无人系统支撑的平台成为五大基础支撑平台之一。我国智能化无人系统关键技术的发展路线图，描绘了各个相关的技术领域在每个阶段的发展水平，分别按照智能无人系统、智能自主控制等六个等级进行划分。
二、多无人系统协同控制技术面临的挑战及应对方法
多无人系统协同控制面临的挑战，其中最为主要的有如下四个：第一， 多无人系统需要具备智能化的指挥与决策能力，以此解决指挥无序的问题。第二， 多无人系统需要设计分布式的控制算法，以完成复杂的控制任务、解决任务复杂性问题。第三， 多无人系统应该具备自主故障监测和容错控制能力，由此解决无人系统中的故障频发问题。第四， 如何借助人的行为进行人为干预以提升协同控制能力，以无人系统中控制不力的问题。
针对的四个挑战，可以凝练成四个科学问题，包括，协同中的智能指挥与决策；分布式协同控制；协同的故障监测和诊断；共享控制。对于决策与控制所面临的挑战，首先是要考虑无人系统所处的环境不确定，决策信息不完备，以及通信是受限制的情况下，如何提高多智能体协同决策的智能化程度，从而实现对任务完成更加有效和高效，这是我们面临的根本问题。由此，解决问题思路是将角色的概念引入到多智能体中，以解决复杂条件对多智能体协同任务的影响，包含以下几个内容：
第一， 协同决策模型的构建。该模型的构建主要利用部分可观的马尔科夫决策过程，对不确定的观测信息和不确定的行为效果进行分析，以建立起多智能体的角色模型。第二， 基于角色模型，考虑角色的分析和指派问题，针对多指标动态态势下多智能体角色指派问题，提出了角色评估和指派方法，该方法能够根据环境态势变化和武器平台、运动平台性能的差别得到不同的角色分配，从而形成角色的动态调节能力。第三， 隐式协同决策。特别是智能体交互通讯条件比较受限的情况下，仿照人类协同的方式提出了不依赖直接交互，而是通过一种基于角色的隐式协同框架来实现多智能体的隐式协同决策。第四， 基于时序逻辑约束下的多智能体协同规划问题。假设存在两个机器人，要求用最短的时间、最小的能耗走遍所有房间。房间是黑的，而且房间门是关闭状态，但是某个个房间有两个按钮，一个绿色一个黑色，分别用来控制开灯和开门。可以看到，所描述的是基于时序逻辑约束下的协同，能够通过使用两个或三个机器人，将所有的黑屋子、关了门的屋子在最短的时间内走一遍。第五， 决策中的优化问题。我们提出了控制思想驱动的协同决策优化方法，智能体仅利用自身的指标和协同的通信就可以得到整体任务最优的决策策略，利用自身信息来得到整体任务指标最优的决策策略。我们主要采用输出/导数反馈的方法来设计决策优化算法，使得算法更具有良好的收敛性。相应地给出了一个基本收敛速度的定义。
作者介绍：
陈杰：中国工程院院士，哈尔滨工业大学党委书记，教授、博士生导师，“自主智能无人系统”全国重点实验室主任、教育部前沿科学中心主任、上海自主智能无人系统科学中心主任，国家自然科学基金委基础科学中心负责人、国家自然科学基金委创新研究群体负责人，国家杰出青年科学基金获得者，新世纪百千万人才工程国家级人才，全国优秀科技工作者，第二十届中央候补委员，IEEE Fellow、IFAC Fellow。曾任北京理工大学信息科学技术学院党委书记、科学技术研究院常务副院长、校长助理、北京理工大学党委常委、副校长，同济大学校长（副部长级）、党委副书记，中华人民共和国教育部副部长。陈杰院士的研究领域为控制科学与工程、智能无人系统，主要研究方向是复杂系统多指标优化与控制、多智能体协同控制等。提出并建立了分布式协同控制的混合智能优化与稳定性的理论与方法，突破了多运动平台的分布式协同控制等技术难题。承担973计划、国家自然科学基金等任务多项；发表SCI收录论文100余篇，出版专著5部，译著和教材各1部。以第一发明人获授权发明专利40多项；研究成果以第一完成人获得国家自然科学奖二等奖1项、国家科技进步二等奖2项、省部级一等奖4项，获2018年何梁何利基金“科学与技术进步奖”。
邀请老师演讲、授课请致电：19821197419 阎老师[微信同号]
免责声明：以上内容（包括文字、图片、视频）为用户上传并发布，本平台仅提供信息存储服务。如涉及版权问题，请联系我们并提供版权证明，我们将立即删除！
