·20 智能系统学报 第6卷 在多机器人系统的协同控制研究中，仿真环境 物体的搬运任务【6]等 的建立和算法测试对于提高开发效率具有重要的作 5)机器人足球.机器人足球是研究多机器人协 用.当前国内外已经建立了若干多机器人系统的仿 作任务的常见平台[5]，不确定的动态环境，加上对 真环境，具备较好的通用性和灵活性.例如，有的仿 抗性的任务场景，使得机器人足球比赛极具挑战性， 真系统支持算法软件的物理系统移植和实物实验， 如何通过协同操作提高系统能力是其研究重 如MSRS]、MissionLab7.0l1a]、Player//Sage1B4];有 点156157 的则是纯软件仿真环境，如SoccerServer13s]、Team- 6)多机器人的动态追捕.未知环境下的多机器 Bots136]和MultiSim7]等，均不支持实物实验 人动态追捕问题也是多机器人合作与协调的典型问 4 多机器人系统的应用任务 题，这缘于该问题牵涉到多机器人合作与协调的多 个方面，如环境探索、信息共享与融合、自适应与学 为了评估协同技术，需要在合适的应用任务上 习、动作决策和冲突消解等问题，该问题的典型应用 进行验证，下面将对常见的典型应用任务进行描述 和分析有文献[158-161]等 1)聚集、觅食和编队.在聚集任务中，机器人的 目标是像羊群一样聚集起来.聚集行为可以增加动 5存在的问题及发展趋势 物找到食物的机会，提高生存机率等，所以在多机器 总的说来，近30年以来，多机器人系统研究已 人系统中实现该行为非常必要].觅食任务可以 经取得长足进展，但是还面临诸多的技术桃战 看作一种带约束的聚集任务，需要各个成员捡拾散 1)建立更为高效和紧凑的多机器人系统结构， 布在环境中的目标物体并避免冲突[6s,39],主要模拟 开发更为合理的组织和协调策略，仍然是需要进一 废物清理、排雷等任务「10].编队任务也可以看作是 步研究的基础性问题；提高系统的适应性和鲁棒性， 聚集任务的一个特例，只是最终聚集的形式需要保 并使多机器人系统适合于大规模运行的情况，也是 持预定的几何配置形式，并要求在行进中保持多机 需要深人研究的问题！ 器人系统的特定编队队形[41143] 2)利用多机器人系统和人的交互，可以充分结 2)探索和覆盖.在探索任务中，机器人必须遍 合人的高层决策智能和多机器人系统的底层协同能 历环境以搜集尽可能多的环境信息，如常见的 力，提高系统的性能.但是，如何设计合理的人机交 SLAM1415],就要求机器人在环境中移动时，同时 互接口，加强人与多机器人系统的理解是将来的一 实现定位和建图工作.探索任务的一个具体实例是 个研究方向 RoboCup的机器人团队营救任务I6],即在灾难后的 3)如何在软、硬件异构的机器人之间实现相互 废墟中寻找受害者.覆盖任务要求机器人遍历环境 通信和相互协调，真正建立具备跨语言、跨平台的多 中的所有自由空间8]，其应用包括清雪、除草、 机器人分布式系统.在现有CORBA基础上，进一步 汽车车身喷漆等， 研究面向Agent设计的互操作技术，是将来研究的 3)多目标观测.多目标观测(cooperative multi- 重要方向 robot observation of multiple moving targets,CMOM- 4)基于突现行为的集群机器人系统虽然控制 MT)是较新的多机器人系统测试问题，其要求机器 简单，配置灵活，但是如何合理设计本地局部交互规 人团队检测和跟踪一组移动的目标4910]，而每一 则和控制规律，以可控的方式生成期望的高层突现 个目标至少受到某一个机器人的监视，并最终通过 行为，是非常值得研究的问题. 优化控制策略来最大化正常监视的时间.多机器人 5)加强实物形式的多机器人系统研究.在积极 的多目标观测和安保、监视和识别问题等都有密切 开展仿真系统研究的基础上，重视利用实物系统验 联系5 证提出的算法和理论是将来发展的必然方向 4)推箱子和物体搬运任务.推箱子的任务要求 总之，多机器人系统代表了机器人发展的明天，研 机器人合作推箱子来达到期望的配置15]，基本上 究价值重大，前景光明；但极富挑战性，要求广大研究 所有的推箱子任务都是固定在一个平面上进行.但 人员在理论上、技术实现上进行更为深入的研究。 物体搬运任务则要完成拾起和运送物体2个子任 务，且多假定单个机器人无法独立拾起物体，从而大 参考文献： 大增加了问题的复杂度[14]，如工业环境中大型 [1]DORF R C,NOF S Y.Concise interational encyclopedia