MIT工程師研發多機器人系統安全訓練方法，保障密集環境運作安全

無人機表演是愈來愈受歡迎的大型燈光展示形式。這些表演會動用數百到數千架空中機器人，每架都經過程式設計，沿特定路徑飛行，共同在天空中形成複雜的形狀和圖案。若一切按計劃進行，無人機表演會非常壯觀。但要是有一架或多架無人機發生故障，就像最近在佛羅裡達州、紐約等地發生的那樣，對地面上的觀眾來說可能會是嚴重的危險。

無人機表演事故凸顯了工程師所謂「多智慧體系統」維持安全的挑戰。多智慧體系統是由多個經過協調、合作且由電腦程式設計的智慧體組成的系統，像是機器人、無人機和自動駕駛汽車等。

如今，麻省理工學院（MIT）的一個工程師團隊開發出一種多智慧體系統的訓練方法，能確保它們在擁擠環境中安全運作。研究人員發現，一旦用這種方法訓練少量智慧體，這些智慧體學到的安全邊界和控制方法，就能自動擴充套件到任意數量更多的智慧體，從而確保整個系統的安全。

在實際演示中，該團隊訓練了少量手掌大小的無人機，讓它們安全地完成不同任務，從在空中同時切換位置，到降落在地面指定的移動車輛上。在模擬中，研究人員展示了在少量無人機上訓練的相同程式，可以複製並擴充套件到數千架無人機，使大量智慧體組成的系統能安全地完成相同任務。

麻省理工學院航空航天學副教授範楚楚表示：「對於任何需要一群智慧體的應用，像是倉庫機器人、搜救無人機和自動駕駛汽車等，這都可能成為一種標準。這就像是提供了一個盾牌，或是安全過濾器，告訴每個智慧體可以繼續執行任務，並指導它們如何保障安全。」

範楚楚和她的同事們在本月發表於《IEEE 機器人學會刊》的一項研究中報告了他們的新方法。該研究的共同作者包括麻省理工學院的研究生張鬆源、Oswin So，以及前麻省理工學院博士後研究員 Kunal Garg，他現在是亞利桑那州立大學的助理教授。

工程師在設計任何多智慧體系統的安全機制時，通常必須考慮系統中每個智慧體相對於其他所有智慧體的潛在路徑。這種逐對的路徑規劃過程既耗時又耗費計算資源。而且即便如此，也不能保證安全。

該研究的主要作者張鬆源表示：「在無人機表演中，每架無人機都被給定一個特定的軌跡，包括一組路點和時間，然後它們基本上就閉著眼遵循計劃飛行。由於它們只知道自己在什麼時間要到達哪裡，如果發生意外情況，它們就不知道如何應變。」

麻省理工學院的團隊轉而開發一種方法，訓練少量智慧體安全地進行機動操作，並能有效地擴充套件到系統中任意數量的智慧體。而且，這種方法不是為個別智慧體規劃特定路徑，而是讓智慧體能夠不斷繪製自己的安全邊界，也就是超出這個邊界它們可能就不安全了。只要在安全邊界之內，智慧體就可以採取任意路徑來完成任務。

該團隊表示，從某種意義上說，這種方法類似於人類直覺地在周圍環境中導航。Oswin So 解釋道：「比如你在一個非常擁擠的購物商場裡，為了安全地四處走動且不撞到任何人，你只會在意周圍 5 公尺內的人，而不會關心更遠的人。我們的研究採取了類似的區域性方法。」

在他們的新研究中，團隊提出了名為 GCBF+ 的方法，即「圖形控制障礙函式」。障礙函式是機器人學中使用的一個數學術語，用於計算一種安全障礙，也就是智慧體超出這個邊界就很可能不安全。對於任何給定的智慧體，隨著它在系統中其他也在移動的智慧體之間移動，這個安全區域可能時刻都在變化。

在多智慧體系統中，設計師在計算任何一個智慧體的障礙函式時，通常必須考慮它與系統中其他所有智慧體的潛在路徑和相互作用。而麻省理工學院團隊的方法只計算少量智慧體的安全區域，其精確程度足以代表系統中更多智慧體的動態。

Oswin So 說：「然後我們可以把這個障礙函式複製貼上到每一個智慧體上，這樣一來，我們就有了一個適用於系統中任意數量智慧體的安全區域圖。」

為了計算智慧體的障礙函式，該團隊的方法首先考慮智慧體的「感知半徑」，也就是根據其感測器能力，智慧體能夠觀察到的周圍環境範圍。就像在購物商場的類比中一樣，研究人員假設，為了保障安全並避免與其他智慧體碰撞，該智慧體只會在意其感知半徑內的智慧體。

然後，利用捕捉智慧體特定機械能力和限制的電腦模型，團隊模擬出一個「控制器」，也就是一套關於該智慧體和少數類似智慧體應該如何移動的指令。接著，他們對多個智慧體沿特定軌跡移動進行模擬，並記錄它們是否發生碰撞以及如何相互作用。

張鬆源說：「一旦我們有了這些軌跡，就可以計算出一些我們想要最小化的規則，比如在當前控制器下發生了多少次安全違規。然後我們更新控制器，使其更安全。」

透過這種方式，可以將控制器程式設計到實際的智慧體中，使它們能夠根據在周圍環境中感知到的其他智慧體，不斷繪製自己的安全區域，然後在這個安全區域內移動以完成任務。

範楚楚表示：「我們的控制器是反應式的。我們不會事先規劃路徑。我們的控制器會不斷接收有關智慧體去向、速度以及其他無人機飛行速度等資訊。它利用所有這些資訊即時制定計劃，並且每次都重新規劃。所以，如果情況發生變化，它總能做出調整以保障安全。」

該團隊在一個由八架 Crazyflies 無人機組成的系統上演示了 GCBF+ 方法。Crazyflies 是輕型、手掌大小的四旋翼無人機，團隊要求它們在空中飛行並切換位置。如果無人機沿最直的路徑飛行，肯定會發生碰撞。但經過該團隊方法的訓練後，無人機能夠即時做出調整，相互繞行，保持在各自的安全區域內，成功在空中切換位置。

同樣地，團隊還要求無人機飛行一段距離後，降落在特定的 Turtlebots 上。Turtlebots 是頂部有殼狀結構的輪式機器人，它們在一個大圓圈內不斷行駛，而 Crazyflies 無人機在降落時能夠避免相互碰撞。

範楚楚預計，這種方法可以應用於任何多智慧體系統以保障其安全，包括無人機表演中的避撞系統、倉庫機器人、自動駕駛車輛和無人機配送系統等。她說：「使用我們的框架，我們只需要告訴無人機它們的目的地，而不需要給出整個無碰撞軌跡，無人機自己就能想出如何無碰撞地到達目的地。」