日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

回顧生命進化史，生物多數以群居為主，例如人類、螞蟻等。在自然界中，由群居而涌現出的群體智能現象無處不在。對群體智能研究的起源是人類對群體性生物行為的觀察，“微軀所饌能多少，一獵歸來滿後車”，描寫了蟻群所產生的遠超越單個螞蟻的群智行為；“兩個黃鸝鳴翠柳，一行白鷺上青天”，表現了候鳥遷徙飛行時的群智行為特征。可見，人類對群體智能的觀察與探索源遠流長。

“群體智能”一詞最早在1989年由 Gerardo 和Jing Wang，針對電腦屏幕上細胞機器人的自組織現象所提出。早期，大部分學者將其定義為：群體智能（Swarm Intelligence）是具有分布控制、去中心化特點的自組織智能行為。它是智能形態高級的表現方式之一。如今，其作為我國新一代人工智能重點發展的五大智能形態之一，在推動我國新一代人工智能技術發展中占據重要地位。因此，對于群體智能的探究具有極強的戰略意義和科研價值。在各項人工智能技術蓬勃發展的新時代，群體智能又有了新的表現形式，主要可分為自上而下有組織的群智行為和自下而上自組織的群智涌現。

一是自上而下有組織的群智行為，這種表現形式形成一種分層有序的組織架構。戰場上的軍隊，沒有組織領導便群龍無首成了烏合之眾，當有了自上而下的組織調度，便表現出極強的戰斗力。例如美國國防部高級研究計劃局（DARPA）開展的“進攻性蜂群戰術”（OFFSET）項目，其分為上層任務部署、中間層戰術決策和底層元子算法等層次化結構。該項目已經突破了一系列群智激發匯聚機理、態勢意圖推理、決策和對抗等技術，實現了群體對抗中的自上而下的群智行為。同時，美國的Loyal Wingman和CODE 項目同樣在自上而下有組織的群智行為展開研究。層次化的群智組織形式，為很多極具挑戰性、復雜性問題提供了嶄新的解決方案和思路。

二是自下而上自組織的群智涌現，群體可以涌現出個體不具有的新屬性，而這種新屬性正是個體之間綜合作用的結果。在科學理論中，1+1大于2，或者1xN>N的情況非常普遍。自然界中微觀個體之間相互作用，往往不是簡單線性關系的疊加，而是復雜非線性動態過程的迭代，從而使自然界呈現出復雜系統所展現出的不可推導性和不可預測性。“涌現”已被認為是與演繹、歸納相提并論的第三種智能產生范式。因此，對于群智現象，我們既要從宏觀生物表現出的群智水平加以分析，又要從微觀個體中對群智涌現的機理追根溯源。例如，科學家受到蟻群覓食、蟻群搬家群等這類群智行為的啟發，創建了AOC（Ant colony optimization）即蟻群優化算法，該算法現被廣泛應用到經濟、社會等各個方面。此外，蜂群、鳥群、磷蝦群等，都可以通過遵循簡單的行為規則，涌現出宏觀上復雜的智能行為，如大雁遷徙、羊群效應、磷蝦匯聚等，通過分析這些群智行為的機理所產生的理論，廣泛應用于經濟、社會等學科。

將以上群體智能的能力賦予給大規模的無人機、無人車，形成一個跨域異構的、多功能的無人自主集群系統，其價值不可估量。

中科院自動化研究所飛行器智能技術團隊就致力于此方面的研究。該團隊構建了多無人智能集群演示驗證平臺。此平臺依靠無人集群顯著的規模效應，以低成本、高度分散的形式滿足任務功能需求，并針對復雜環境進行自主協同規劃、多機多域協同對抗以及動態自適調整。該平臺的技術體系可應用于區域倉儲物流、城市安防、突發災害搶險救援等領域，具有廣闊的應用前景。

但是，要想真正意義上讓群體智能走進生活、服務社會，要突破的關鍵性技術還有很多，要闖的基礎理論無人區還有很多。例如如何理解群體智能中群智行為和群智涌現的作用機理，形成具有普適性的可解釋理論；如何解決群體智能系統的魯棒性問題，形成具有強穩定性的無人自主進化平臺；如何提高群體之間的通信、導航以及數據處理能力，形成高效率、高精度的集群組網系統等問題。

針對上述問題，飛行器智能技術團隊以研發可自主進化的群體智能系統為目標，系統開展集群行為要素與群智激發匯聚機理建模、知識和數據協同驅動的群體智能實時推理與決策、自主協同控制與穩定性機理等方面研究，融合規則知識、已有算法和模型等知識驅動方法以及深度強化學習、演化計算等數據驅動方法，實現群體的智能自主進化。此外，在應用層面，該團隊還開發了虛實融合的集群驗證系統，包括數字域的仿真系統和物理域的無人機、無人車集群驗證系統，以及構成底層支撐的自動駕駛儀、控制軟件等核心軟硬件模塊，并針對典型任務和部分實際場景開展了應用驗證。

但是，國內外對群體智能作用機理研究多數處在起步階段。未來，飛行器智能技術團隊將秉著“路漫漫其修遠兮，吾將上下而求索”的決心，致力于群智行為基礎模型構建與訓練、多智能體系統群智實時推理與對抗、大規模集群行為穩定性機理分析、虛實融合的群智迭代進化范式等科學問題的研究和應用推廣，實現關鍵技術的突破，讓群體智能助力新一輪人工智能的發展。

來源：中國科學院自動化研究所