此次海试的海洋机器人集群智能协同技术项目群系统庞大、涉及关键技术众多、复杂性高 。 廖煜雷介绍，海洋机器人集群智能协同技术主要面临三大技术挑战 。 首先，在海洋机器人编队中，不同种类的机器人被赋予不同的使命；同时，它们的船型多样、机动性差异大、载荷种类多，智能算法如何有效匹配不同类型的机器人并发挥集群效能是一大难点 。
【机器人组团出征 集群智能协同让1加1大于2】海洋机器人处于复杂、恶劣的作业环境，在这种典型的强干扰、弱通信和弱观测环境里，机器人的智能系统会受到显著影响，运动扰动大、感知不准确、信息交互难 。 因此，在这样的情况下，如何让机器人具备良好的生存能力和作业性能是科研攻关面临的第二个挑战 。
肮脏、枯燥、危险，3个关键词诠释了海洋机器人的任务场景 。 要让机器人搭载多样的功能载荷、掌握复杂的作业技能以满足不同的任务需求，并适应复杂的、不确定的甚至对抗性的使用场景，这对智能算法的适应性、稳定性、学习能力提出了苛刻的要求，也是集群智能协同技术面临的第三个挑战 。
要解决上述难题，科研人员要在海洋机器人集群智能协同技术的信息共享、协同感知、协同编队、协同决策、人机协同、作业策略等基础理论算法方面展开系统、深入的研究 。
分布式架构让机器人随时加入或退出
近年来，我国多个科研机构在机器人集群智能协同技术领域展开研究，取得了一定的成果，而本项目群在此前研究的基础上，进一步实现了多个技术突破，如从多机自主协调向集群智能协同的突破；从特定任务导向的集群协同向场景适应多任务集群协同的突破；适应场景及环境从确定条件向非确定条件的突破；从编队控制到集群智能涌现的突破 。 其中最重要的突破就是集群协同架构从集中式/混合式向分布式跨越，以及智能水平从半自主向全自主的跨越 。
项目群决策项目负责人、哈尔滨工程大学计算机学院教师史长亭介绍，集中式从名称上可以看得出，集群体系架构中存在一个中心（主节点），这种架构的系统部署快捷、实现简单、适用于中小规模的集群或特定简单任务，但因其系统架构固定，不能随任务改变、灵活性较差，一旦主节点被破坏，容易导致系统崩溃 。 同时，其支持的机器人数量有限、扩展性差，难以实现大规模集群系统 。 因此，集中式集群系统一般适应特定的简单任务 。
而分布式体系架构更接近于自然界的鱼群、狼群、蜂群等群体智能系统形态，更易实现更高层次、更高智能水平的集群智能 。 “分布式是多点对多点的无中心集群体系架构，可随时增减机器人，系统弹性易扩展且支持大规模集群系统 。 同时，这样的架构抗压性强，若干机器人加入或损坏，不影响整个系统的稳定性 。 分布式架构可根据环境或任务的改变，动态调整系统架构，更适用于不确定的环境或复杂瞬变的任务 。 而集群能力的提升，意味着可以提高对复杂真实海洋环境的适应性，或支持完成更加复杂的协同任务 。 ”项目群感知项目负责人、哈尔滨工程大学船舶工程学院教师王博表示 。
集群协同架构从集中式到分布式的跨越，对机器人在线的感知、决策、作业等能力和系统智能化水平提出了更高要求 。 廖煜雷表示，经过近两年的攻坚克难，科研团队突破了信息共享、协同感知、敏捷编队、协同决策、人机协同、作业策略、系统集成等核心关键技术，成功研制出具备多协同任务模式、多智能模态、弹性可重构的海洋机器人集群智能协同技术演示系统，有力推动了海洋机器人集群智能协同领域的理论创新及技术发展 。
推荐阅读
- 中国首例机器人全膝人工关节置换手术成功完成
- 日本正在建造一座60英尺高的移动高达机器人
- 仿变色龙软体机器人问世
- 机器人技术帮助2.9亿年前的化石再次“行走”
- 回收机器人“黛西”让废弃iPhone“变废为宝”
- 汇聚全球智慧 世界机器人大会搭建行业共赢平台
- 人工智能专家警告：机器人将在50年内超越人类
- 电游对战中，“哄”你玩的可能是个机器人
- 研究人员发明3D打印软机器人 可通过施加磁场控制
- 第一个活的机器人！科学家用青蛙干细胞造活体机器人