中文字幕精品一区二区精品_久久一二三区_亚洲韩日在线_日韩中文字幕视频

以下為文章內容：

近年來，陸、海、空、天等領域對無人系統的需求與日俱增。隨著人工智能技術以及智能控制理論研究的不斷發展，無人系統智能自主控制的創新研究出現在人類視野范圍內。基于“制造強國”的戰略目標，無人系統已成為社會重點研究對象，而多無人系統中的協同控制問題無疑是未來無人系統發展的核心研究內容之一。

1.無人系統概要

無人系統由單個無人平臺或多個無人平臺構成，能夠自主或通過遠程操控完成指定任務，該系統高度融合機械化、信息化和智能化平臺形成智能無人系統，包括單個的無人飛行器、無人車輛、無人艦船、無人潛器等典型對象。多機器人、多運動體以及多系統之間的協同操作將分布式的多無人平臺連接起來，形成一個基于網絡空間有機聯系的復雜系統。這個復雜系統能夠實現時間、空間、模式和任務等多維度的有效協同，最終形成對目標的探測、跟蹤、識別、智能決策和行為及評估的完整的鏈條，我們稱之為多系統協調能力。

2.無人系統發展歷程

2.1國外無人系統發展歷程

早在上世紀30年代美國發明了第一款地面無人爆破車輛，之后，地面無人系統呈現一個螺旋式的發展趨勢。截至2010年9月，美軍在伊拉克跟阿富汗戰場上一共投入了大量的地面無人作戰平臺，完成了多項作戰任務。整個戰爭過程中，暴露出協同問題主要有三個：指揮無序、故障頻發、控制不利。之所以存在這一類問題，是由于多運動體與運動平臺之間缺乏協同控制和優化的有效機制。有人/無人間的有效協同，將成為未來地面戰爭主要的模式。

截至2013年美國已經完成開放式架構體系的開發。美國的有人、無人系統的協同，前期經歷了從有人到無人的遙控、有人無人協同階段，目前正處于開展全自主協同的研究階段。1916年3月美國推進了分群式的無人機研究，即多個無人機能夠協同飛行作業；2017年3月美國的相關部門啟動終身學習機器項目，以推動人工智能機器人在實際行動中的應用；2017年6月，美國在“真北”的神經元系統上研究開發類腦超算系統；2017年12月，美國開始研究人工智能芯片，提出通過將人工智能芯片植入到大腦以改變人的基本情緒的設想；2018年3月，美國無人機項目采用谷歌人工智能技術來提高無人機識別精度。。2018年4月25日，美國在未來地面人機組合計劃中，專門研究了機器人和人工智能如何與人類協同行動問題。

2015年12月，俄羅斯亮相了天王星-9無人車輛系統，通過有人和無人協同作戰擊斃了70余名武裝分子并占領陣地，這個戰爭被視為有人和無人協同作戰系統中協同作戰的一個典范。在智能交通中，有人/無人協同可以提高無人車的自主性、安全性，這也是目前無人車研究的一個重要發展方向。谷歌公司已經有50輛智能車安全行駛了20萬公里，截至2018年1月，美國全境有40多家企業拿到了無人車的上路牌照。目前有4個州通過了有關的允許無人車上路的法律，駕駛無人車已經成為一個勢不可擋的重要發展趨勢。

據預測，到2035年，全球無人車的銷售量將達到1200萬輛，其中有相當的數量將在中國銷售，由此多車之間的協同將成為無人車的一個主要的運營模式。基于多車協同的新運營模式，值得思考的是今后的交通設施是否還需要像現在這樣的紅綠燈管控，是否需要靠左行駛，是否需要學習駕駛車輛，如何來界定事故責任等的一系列問題。

2.2我國無人系統發展現狀

目前，我國在智能化無人系統方面進行了大量研究工作。2018年3月，中央電視臺首次公布了無人行動系統的實驗室。同年5月，電科集團有200架固定翼編程的無人機進行飛行，雖然目前仍停留在編程飛行過程中，但是成功實現了小型窄翼、折疊翼無人機雙機低空的投放和模態轉換的試驗。

我國在人工智能2.0的研究規劃中，將自主式智能無人系統作為人工智能發展的一個重要內容，其中人工智能2.0的八大基礎理論研究之一，就有智能無人系統自主協同控制優化與決策的方法；自主無人系統的智能技術成為八大關鍵技術之一；同時，自主智能無人系統支撐的平臺成為五大基礎支撐平臺之一。我國智能化無人系統關鍵技術的發展路線圖，描繪了各個相關的技術領域在每個階段的發展水平，分別按照智能無人系統、智能自主控制等六個等級進行劃分。

3.多無人系統協同控制技術面臨的挑戰及應對方法

3.1多無人系統協同控制面臨的挑戰

在該技術領域，面臨諸多挑戰，其中最為主要的有如下四個：

第一，多無人系統需要具備智能化的指揮與決策能力，以此解決指揮無序的問題。

第二，多無人系統需要設計分布式的控制算法，以完成復雜的控制任務、解決任務復雜性問題。

第三，多無人系統應該具備自主故障監測和容錯控制能力，由此解決無人系統中的故障頻發問題。

第四，如何借助人的行為進行人為干預以提升協同控制能力，以無人系統中控制不力的問題。

3.2面向挑戰的具體應對方法

針對3.1中提到的四個挑戰，可以凝練成四個科學問題，包括，協同中的智能指揮與決策；分布式協同控制；協同的故障監測和診斷；共享控制。

3.2.1智能指揮與決策

對于決策與控制所面臨的挑戰，首先是要考慮無人系統所處的環境不確定，決策信息不完備，以及通信是受限制的情況下，如何提高多智能體協同決策的智能化程度，從而實現對任務完成更加有效和高效，這是我們面臨的根本問題。由此，解決問題思路是將角色的概念引入到多智能體中，以解決復雜條件對多智能體協同任務的影響，包含以下幾個內容：

第一，協同決策模型的構建。該模型的構建主要利用部分可觀的馬爾科夫決策過程，對不確定的觀測信息和不確定的行為效果進行分析，以建立起多智能體的角色模型。

第二，基于角色模型，考慮角色的分析和指派問題，針對多指標動態態勢下多智能體角色指派問題，提出了角色評估和指派方法，該方法能夠根據環境態勢變化和武器平臺、運動平臺性能的差別得到不同的角色分配，從而形成角色的動態調節能力。

第三，隱式協同決策。特別是智能體交互通訊條件比較受限的情況下，仿照人類協同的方式提出了不依賴直接交互，而是通過一種基于角色的隱式協同框架來實現多智能體的隱式協同決策。   

第四，基于時序邏輯約束下的多智能體協同規劃問題。假設存在兩個機器人，要求用最短的時間、最小的能耗走遍所有房間。房間是黑的，而且房間門是關閉狀態，但是某個個房間有兩個按鈕，一個綠色一個黑色，分別用來控制開燈和開門。可以看到，所描述的是基于時序邏輯約束下的協同，能夠通過使用兩個或三個機器人，將所有的黑屋子、關了門的屋子在最短的時間內走一遍。

第五，決策中的優化問題。我們提出了控制思想驅動的協同決策優化方法，智能體僅利用自身的指標和協同的通信就可以得到整體任務最優的決策策略，利用自身信息來得到整體任務指標最優的決策策略。我們主要采用輸出/導數反饋的方法來設計決策優化算法，使得算法更具有良好的收斂性。相應地給出了一個基本收斂速度的定義。

3.2.2分布式協同控制

由于系統模型是強非線性的，所以在分布式協同控制時，會存在通信受限以及通信信息不可測等問題。針對以上問題，通過利用坐標變化和狀態重構來簡化系統的模型，借助分布式來實現多智能體任務，解決信息不完整對多智能體系協同任務的影響。

首先是輸出反饋的狀態控制方法，由此設計狀態觀測器和控制器的框架，具有實現跟蹤控制能力。其次是編隊控制問題，主要通過設計分布式控制策略以解決在交互信息比較薄弱環節下的編隊控制問題。基于此編隊，三個機器人編隊在遇到障礙物之后，其搜索隊形能夠快速的通過障礙物。相應可以考慮五個機器人是如何實行編隊控制問題，從而能夠規避障礙物和規避相互之間的碰撞問題。然后是分布式控制器問題，保證多智能體系統能夠集聚。未來考慮在未知通信的情況下，實現多智能體系統的穩健協同控制問題。

3.2.3協同的故障監測和診斷

協同的故障監測和診斷問題，即所構成的多智能體網絡，在某個節點出現故障的情況下，整個網絡出現異常的問題。解決這一問題的主要方法是協同檢測方法設計，簡單來說就是針對一個多節點的系統模型，利用觀測到的輸入輸出信號來進行檢測設計。例如當某個智能體出現故障時，整個多智能體系統就得考慮如何對該故障智能體實現隔離余下的智能體依然能完成原指定的任務。視頻1是沒有協同故障檢測與隔離的實驗情況，左前方的機器人出現故障，并把其它兩個機器人帶到錯誤的道路上。視頻2是具有協同故障檢測與隔離的實驗情況，右邊的視圖能夠進行隔離檢測，可以看到在對故障的機器人進行隔離后，另外兩個機器人可以繼續組隊完成任務。在協同的故障監測和診斷問題方面，未來主要考慮多智能體網絡拓撲結構對于故障監測算法的影響。

3.2.4共享控制

面向共享控制，如何利用人為干預來輔助機器人系統，利用機器的自主算法來簡化人為的干預，降低人機的比例是我們需要解決的重點問題。提出從智能體控制層面對人、群機器人交互進行改善的方法，并通過共享控制實現完全自主化和完全遙控之間的切換。簡而言之，人能夠拉著機器人去公園溜彎、散步，之后再進行交互。當然，就現在的發展水平，實現這一控制的難度還是非常大的。

首先是人為干預意圖的理解和建模，建立起人的干預意圖到干預行為的映射關系。其中，把人的干預意圖進行建模，這是意圖模型。其次，基于干預模型優化的共享控制問題，即在最優性能力保證下，保證人為干預的穩定性問題。然后，基于意圖場的共享控制，要求構成一個人與多機器人交互干預意圖的干預場，其共享控制能夠通過意圖場和自主行為控制的意圖實現，建立起一個人為干預場，利用共享控制來實現一對多的靈活的干預控制，這給出了一個意圖場模型穩定性的定義和共享控制器穩定性的定義。未來的發展，對干預的指標應該是可調可控，實現魯棒的共享控制問題。

4.總結與展望

基于3.1中的無人系統發展問題分析以及3.2中所提出的解決方法，我們初步構建了陸用智能體分布式指揮與控制系統，該系統基于協同作戰特征自動生成三個任務小組，允許指揮席在特定情況下產生人為干預，從而對自主生成的協同機制進行調整，以獲取最佳行為力量。另外，系統可以通過主控終端下達集結任務，各任務小組向各個集結點靠攏，其中各無人平臺在利用分布式運動規劃技術，完成向某區域的路徑規劃與協調運動。期間，可以通過判斷式決策干預技術迅速生成，以協助任務小組快速穿越雷區并完成集結。最后各無人平臺利用多平臺協同編隊控制技術，向目標區域快速前進。

在面對復雜、惡劣環境的情況下，智能化、無人化是今后的重要發展方向。本文主要對陸用多無人系統協同中的智能指揮決策、多無人系統的分布式協同控制、多無人系統的協同故障/攻擊檢測、以及多無人系統共享控制等幾個重要的科學問題進行分析，旨在從信息科學的角度將控制論計算機科學、通訊科學和多智能體協同的理論發展相結合起來，實現未來多無人系統的發展。未來多無人系統協同控制發展的研究的著力點在穩健協同控制、故障監測算法以及提升共享機制問題的魯棒性等方面。

此文將于近期在智能科學與技術學報（CJIST）上發表。

作者簡介：

陳杰，教授，中國工程院院士、IEEE Fellow、同濟大學校長。“復雜系統智能控制與決策”國家重點實驗室主任、國家杰出青年科學基金獲得者、教育部長江學者獎勵計劃特聘教授、國家自然科學基金委創新研究群體學術帶頭人、973項目首席、新世紀百千萬人才工程國家級人才、全國優秀科技工作者。現擔任國務院學位委員會學科評議組控制科學與工程組成員、教育部科學技術委員會委員、中國自動化學會副理事長、中國指揮與控制學會副理事長、中國人工智能學會常務理事，多部國際、國內學術期刊副主編和編委。

長期從事控制科學與工程等相關學科領域的教學與科研工作。在動態環境下復雜系統的多指標優化與控制、多智能體協同控制等研究領域內進行了深入研究，并面向應用將在該領域的研究與裝備系統建設密切結合，并得到大量應用。近年來，以第一完成人獲國家自然科學二等獎1項、國家科技進步二等獎2項、省部級一等獎4項。何梁何利基金“科學與技術進步獎”獲得者。發表SCI 收錄論文90余篇，以第一發明人獲授權發明專利40多項，先后出版學術專著4部、教材和譯著各1部。

學會秘書處 整理