人工智慧分支——多智能體

2020-08-27 旺仔小辣條


多智能體系統是多個智能體組成的集合,它的目標是將大而複雜的系統建設成小的、彼此相互通信和協調的,易於管理的系統。

它的研究涉及智能體的知識、目標、技能、規劃以及如何使智能體採取協調行動解決問題。研究者主要研究智能體之間的交互通信、協調合作、衝突消解等方面,強調多個智能體之間的緊密群體合作,而非個體能力的自治和發揮,主要說明如何分析、設計和集成多個智能體構成相互協作的系統。

同時,人們也意識到,人類智能的本質是一種社會性智能,人類絕大部分活動都涉及多個構成社會團體,大型複雜問題的求解需要多個專業人員或組織協調完成。對社會性的智能進行研究,構成社會的基本構建物—人的對應物—智能體理所當然成為人工智慧研究的基本對象,而社會的對應物—多智能體系統,也成為人工智慧研究的基本對象,從而促進了對多智能體系統的行為理論、體系結構和通信語言的深入研究,這極大的繁榮了智能體技術的研究與開發。

1989年舉行的第一屆國際多智能體歐洲學術會議,標誌著該技術受到了研究者的廣泛重視。1993年首次召開了智能體形式化模型國際會議,1994年由召開了第一屆智能體理論、體系結構和語言國際會議,表明多智能體技術日益獲得了重視。

多智能體系統在表達實際系統時,通過各智能體間通訊、合作、互解、協調、調度、管理及控制來表達系統的機構、功能及行為特性。

多智能體系統具有自主性、分不性、協調性,並具有自組織能力、學習能力和推理能力。採用多智能體系統解決實際應用問題,具有很強的魯棒性和可靠性,並具有較高的問題求解效率。

多智能體系統是智能體技術應用及研究上的一個質的飛躍,不同行業的專家學者對之進行了深入的研究並從多個角度闡述了多智能體系統用於解決實際問題的優勢,歸納起來,主要有以下幾點:

(1) 在多智能體系統中,每個智能體具有獨立性和自主性,能夠解決給定的子問題,自主地推理和規劃並選擇適當的策略,並以特定的方式影響環境;

(2) 多智能體系統支持分布式應用,所以具有良好的模塊性、易於擴展性和設計靈活簡單,客服了建設一個龐大的系統所造成的管理和擴展的困難,能有效降低系統的總成本;

(3) 在多智能體系統的實現過程中,不追求單個龐大的複雜體系,而是按面向對象的方法構成多層次,多元化的智能體,其結果降低了系統的複雜性,也降低了各個智能體問題求解的複雜性;

(4) 多智能體系統是一個講究協調的系統,各智能體通過互相協調去解決大規模的複雜問題;多智能體系統也是一個集成系統,它採用信息集成技術,將各子系統的信息集成在一起,完成複雜系統集成。

(5) 在多智能體系統中,各智能體之間相互通信,彼此協調,並行地求解問題,因此能有效地提高問題的求解能力;

(6) 多智能體技術打破了人工智慧領域僅僅使用一個專家系統的限制,在MAS環境下,各領域的不同專家可能協作求解某一個專家無法很好解決的問題,提高了系統解決問題的能力;

(7) 智能體是異質的和分布的。它們可以是不同個人和組織,採用不同的設計方法和計算機語言開發而成,因而可能是完全異質的和分布的。

(8) 處理是異步的。由於各智能體是自治的,每個智能體都有自己的進程,按照自己的運行方式異步地進行。

目前多智能體系統已在飛行器的編隊、傳感器網絡、數據融合、多機械臂協同裝備、並行計算、多機器人合作控制、交通車輛控制、網絡的資源分配等領域廣泛應用。


一致性問題。多智能體的協同控制的基本問題包括一致性性控制、會和控制、聚結控制和編隊控智能。其中後三者可視為一致性控制的推廣與特例。多智能體系統達到一致是實現協同控制的首要條件。


智能體一致性的基本要素有三個,分別是具有動力學特徵的智能個體、智能體之間用於信號傳輸的通信拓撲、智能體對輸入信號的響應,即一致性協議。

多智能體一致性問題研究歷程,可分為三個階段:

(1) 第一階段是群集現象模擬階段。這一時期,學者們通過觀察自然界中生物群體的現象,對這種群體行為進行模擬,挖掘多個系統背後的機理模型,其中兩個最鐘鳴的模型是Boid模型和Vicsek模型。

(2) 第二階段是理論體系建立階段。Jadbabaie等對Vicsek模型線性化後進行分析,得出其一致性條件。隨後Olfati-Saber和Murray建立了一致性的基本框架。並將圖論、矩陣論、非線性理論等相關知識引入到多智能體系統一致性的研究當中,打下了堅實的理論基礎。

(3) 第三階段是理論完善和實際應用階段。這一時期,一部分學者針對已有實物構建模型,並對其一致性進行理論研究。靈一部分學者著手於構建新型的智能體協同系統並將之用於實際生活中。

多智能體(機器人)控制系統




多智能體協同控制系統是在多無人車、無人機運動中,各個無人車及無人機之間能夠保持一定的相對距離,並在速度及位置上按照預設路線或命令進行運動的過程。基於MATLAB/Simulink進行硬體在環控制算法開發和驗證,可通過MATLAB/Simulink軟體直接獲取高精度的姿態數據和圖像數據,並提供多無人車、無人機協同控制的OEMO程序。

多智能體協同控制系統主要做以下三個方面的研究:

1、編隊隊形的設計:多個無人車及無人機在指令下運行至指定的位置,並最終實現既定的編隊形態,除了需要考慮無人機氣動力影響外之外,還要考慮任務要求及無人車、無人機間信息交換的冗餘度,同時保證無人車及無人機之間不會發生碰撞;

2、編隊隊形的保持,在無人車及無人機執行指令過程中能克服來自系統內部或外在環境幹擾,進而保持整個隊形不變;

3、編隊隊形的變換:在無人車及無人機行進過程中能夠適應來自系統內部或外在環境幹擾而對編隊做出適當且合理的改變。

多智能體協同控制系統需要通過對無人車、無人機的定位,獲取其在空間中的位姿,這種位置位姿信息主要是六自由度姿態數據,進行多智能體之間通訊的建立,最後通過控制決策系統根據智能體空間內的位姿完成系統控制。

定位無人車、無人機的空間位姿,是多智能體協同控制系統研究、實驗最為重要的部分,只有獲取準確穩定的定位信息,才能良好的控制無人車、無人機。作為定位的傳統方法,慣性測量單元(IMU)和慣導模塊(INS)存在陀螺儀零點漂移嚴重,導致獲取的姿態、速度等數據精度不夠,存在誤差累計,很難長時間獨立工作。

多智能體協同控制系統採用光學動捕技術(定位精度可達亞毫米級別),並通過WiFi網絡實現多機間的通信,能夠將MATLAB/Simulink開發的無人車及無人機編隊仿真算法直接生成代碼下載到無人車及無人機中,在室內環境下進行多車、多機分布式編隊算法的驗證。

空地聯動多智能體控制系統可以看做是「狼群」、「蜂群」。

「狼群」、「蜂群」作戰自古有之,最早在十三世紀蒙古人遠徵中就可以看到這一戰術的影子。只是今年隨著無人機、無人車、人工智慧、自主系統、大數據等前言技術的發展與應用,無人車「狼群」、無人機「蜂群」空地一體作戰又重回人們的視野。技術決定戰術,顛覆性技術將顛覆原有的作戰方式,給各層指揮員更多的戰略戰術選擇。空地一體作戰,即通過模擬聚生物的協作行為與信息交互方式,以自主化和智能化的整體協同方式完成作戰任務。

「狼蜂」智能體空地一體聯動作戰系統中無人車、無人機的自主能力在其執行作戰或協同任務時顯得尤為重要。無人車、無人機面臨的作戰任務複雜、態勢變化快、不確定因素多,無人車、無人機必須自主完成對目標的探測、識別,制定諸如目標分配、戰術規劃和機動決策等攻擊決策,無人機、無人車的指揮控制系統應是具有駐留性、反應性、社會性,因此要求其能在快速全面感知環境的基礎上實時做出決策。

「狼蜂」智能體空地一體聯動作戰系統目的是將一組不同位置、不同價值、不同威脅程度的目標合理地分配給類型、價值和戰鬥力都不同的無人車、無人機,以達到整體作戰效能最大、代價最小的目的。空地一體協同作戰的前提條件是無人機、無人車平臺間的通信和信息共享,無人機、無人車平臺之間信息是高度分布的,無人機、無人車平臺的運動以及通信拓撲的變化,以最小信息流為基礎的多平臺分散協調控制系統結構。

「狼蜂」智能體空地一體聯動作戰系統解決了有6個重要問題:一是去中心化,即沒有一個個體處於主導地位,其中任何一個個體消失或喪失動能,都不影響群體功能。二是自主控制,即所有個體只控制個體行動,並觀察臨近個體位置,實時自主協同。三是集群復原,即集群受外力改變群體結構、位置時,新的集群機構會快速自動形成並保持穩定。四是功能放大,即集群能夠克服個體能力的不足,通過協同實現整體能力放大,即1+1>2的效果。五是空地一體聯動作戰全區域覆蓋,察打一體形成作戰互補形態。六是零傷亡化,這使得「狼蜂」智能體空地一體聯動作戰運用具有較低決策門檻和政治風險的優勢。

「狼群」、「蜂群」協同搜索也是多無人車、無人機協同控制的一個重要研究內容,「狼群」、「蜂群」空地一體同時對一個不確定區域進行搜索,目的在於更快速、全面地獲取搜索趨於的信息,降低環境的未知性。協同工作時考慮不同無人車、無人機運動和探測傳感器的約束,在不確定環境中採用協同自主控制的方法,從而達到整體任務效能的優化。

軍事前景:

1、滲透偵察。公開資料顯示,美國發展無人機「蜂群」作戰技術基本都是小型無人機(除「忠誠僚機」中改裝的無人戰鬥機外),均具有很強的隱蔽性,能夠輕易突破敵方防控體系,可以運用攜帶的各型模塊化偵察探測設備,悄悄潛入敵方防護嚴密的區域進行低近偵察,並通過「蜂群」間的數據鏈,將情報接力傳回,為作戰提供可靠的情報保障。

2、誘騙幹擾。由於敵方對空中地面防護嚴密,隱身轟炸機、戰鬥機或裝甲車進入可能會造成重大損失,此時,可用成本極低的小型無人機、無人車充當誘餌或幹擾機,引誘敵方探測設備開機工作,暴露陣位;或者吸引火力,消耗防禦武器。另外,無人車「狼群」、無人機「蜂群」還可以攜帶電子幹擾設備,組成前言電子站編隊,對敵方預警雷達、制導武器進行電子幹擾、壓制、欺騙等,為後續作戰力量開闢安全走廊,為空中突擊提供可靠的掩護。

3、察打一體。「狼群」、「蜂群」可根據任務需要,在「狼群」、「蜂群」內靈活配置偵察探測、信息處理、飛彈火力等模塊,形成一個偵察、打擊編隊;或由若干個無人機「狼群」、「蜂群」分別配置偵察、火力模塊,再組成一個大型突擊空地一體編隊,深入敵後縱深,對關鍵目標或高危目標進行實時的偵察打擊,以達到戰略性的作戰目的。

4、協同作戰。為了降低作戰風險和成本,可運用大量的低成本無人機、無人車攜帶更多的、各種類型的傳感器以及飛彈,組成前言作戰編隊,而有人駕駛飛機、車輛則從後方對「狼群」、「蜂群」進行指揮控制,使其對複雜、高風險區域的目標進行打擊;或者根據作戰需要,與有人駕駛機組成編隊,由有人駕駛控制「狼群」、「蜂群」空地一體作戰,並掩護有人駕駛機安全。

5、空地一體集群攻擊。充分運用「複眼」戰術(即:在無人機、無人車平臺上加掛小型雷達和光電偵測設備,相互以數據鏈和微信信道通信,一次部署7組以上行程空地一體集群),是大量無人機、無人車攜帶不同類型設備和各種彈藥,同時對敵實時電磁壓制、火力突防、偵察跟蹤、火力打擊等行動,進行全方位、多角度的飽和攻擊,使敵難以應對,從而突破敵防線,以較小的代價實現作戰目的。


相關焦點

  • 一文知道人工智慧的分支
    一、什麼是人工智慧   就簡單定義而言,人工智慧是機器或計算機設備模仿人類智能(認知過程),從經驗中獲取,適應最新信息並進行類似人類活動的能力。人工智慧在多個行業應用,包括醫療保健,汽車,遊戲,語音識別等。例如設計配備有熟練知識的專家系統,能夠熟練地獲取,顯示,解釋並證明其操作的合理性。
  • 一文縱覽人工智慧的23個分支技術(上)
    (AI)的分支技術,明晰它們的發展路徑,從而讓讀者能夠更加準確和全面地了解人工智慧研究領域的過去、現在和未來。關注人工智慧研究的團隊越來越多,在專注人工智慧的頂級會議(比如 AAAI、IJCAI、AUAI 和 ECAI)上發表的論文也急劇增長。(專注於那些範圍更小的研究主題的會議將在第 3 節進行介紹。)
  • 「管理科學」人工智慧體引發的倫理困境
    但是隨著人工智慧技術的發展,人工智慧體的性能不斷豐富,出現了越來越多的倫理性問題。因此,對於目前的人工智慧技術研究而言,找到走出人工智慧體倫理困境的方法至關重要,這也已經成為技術研究人員關注的重點。1.人工智慧技術概述人工智慧即AI,是一種可被應用於各個領域中的模擬人的機器,極大程度地推進了社會進步和經濟發展。
  • 人工智慧:人類是高估了自己還是低估了機器的智能?
    馬雲看問題的角度,確實和常人不太一樣,但馬雲對人工智慧的看法引發了我們的思考:對於人工智慧,人類是高估了自己呢?還是低估了機器的智能?人工智慧是計算機科學的一個分支,通過研究智能實質,生產出一種能以人類智能相似的方式做出反應的智能機器,包括機器人、語言和圖像識別,自然語言處理系統等。
  • 專訪「多智能體」先驅麥可:當AI學會人類社交,「機器人總動員...
    牛津大學計算機科學系主任Michael Wooldridge麥可·伍爾德裡奇「人工智慧未來發展的趨勢會是多智能體,AI之間能實現智能互聯。就像人生活在充滿豐富社交的社會當中,AI也可以學會人類的社交方式,並與其他智能體達成協同。」
  • 智能體實現了從「點」、「線」的智能到「面」、「體」的智能
    同時,在大會上,一系列重磅籤約合作儀式接連舉行,包括廣州人工智慧生態聯盟實驗室(昇騰)正式成立,華為與南沙區籤署合作協議共建華為(南沙)人工智慧創新中心,國家超級計算廣州中心與華為達成戰略合作,廣州市城投集團與華為達成戰略合作等。
  • 人工智慧實現多重非經典關聯的同時分類
    該實驗室李傳鋒、許金時等人與南方科技大學翁文康教授以及中科院重慶綠色智能技術研究院任昌亮研究員等人合作,將機器學習技術應用於研究量子力學基礎問題,首次實驗實現了基於機器學習算法的多重非經典關聯的同時分類。該成果於2019年11月6日發表於國際物理學權威期刊《物理評論快報》上。
  • 多智能體系統創始人 Victor Lesser:深度學習之外,AI 其他領域亦有...
    與以上多位成就卓越的科學家們一樣, 2009年 IJCAI 「卓越研究獎」得主 Victor Lesser 在人工智慧領域也有著突破性的成就和舉足輕重的地位。他曾因多智能體和「黑板」系統(blackboard systems)而享譽世界,被視為多智能體系統創始人。
  • 華為鄭葉來:新一代人工智慧從「三體」走向「四體」
    華為雲一直在用人工智慧技術賦能產業智能升級。通過600多個項目實踐,我們發現已經有30%的項目進入企業核心生產系統,人工智慧正在加速進入行業核心業務系統,AI正由「人工」智能走向真正的人工智慧。經過測算,AI進入企業核心生產系統會帶來超過18%的盈利和效率提升。  在AI的發展過程中,經歷了知識驅動和數據驅動兩個階段。
  • 越來越多的工作被人工智慧替代,失業人員該何去何從?
    人工智慧的時代,工廠裡的工人成了一個個嬌小的智能機器,餐廳送餐也不再是服務員端著盤子在上菜,成了機器人送餐,外賣小哥也在慢慢的被無人送餐車替代,還有無人駕駛公交等等,太多的工作被人工智慧取代,失業的員工們該何去何從?
  • 一文讀懂:人工智慧與人類智能有何區別?
    人工智慧擅長處理數據 不善於抽象思考   首先,即使是最複雜的人工智慧技術,其核心也與其他計算機軟體沒有什麼不同:以超快速率運行數據。AI及其分支,如機器學習和深度學習,只要研究員能將其轉換為正確的數據集,就可以解決任何問題。   舉個例子,圖像識別。
  • 基於人工智慧智商研究的智能定律初探
    什麼是智能和意識一直是智能科學領域最基礎也是最具有爭議的問題,2014年以來,我們在對人機通用智能發展水平的進行研究時提出了標準智能模型,統一描述人和智能機器的特徵。在這個研究的基礎上,2020年5月我們在《Annals of Data》發表論文《基於人工智慧智商研究的智能定律初探》,提出了智能的三條定律,作為對智能、意識、生命、人工智慧系統進行研究和定義的基礎。應該說這是一個初步的探索和嘗試,還存在更多需要進一步成熟和完善的地方。發表出來希望到到更多研究者的批評指正和討論意見。
  • 雲計算開發與人工智慧的關係,雲計算開發主宰物聯網
    物聯網開發者會優先將他們的時間安排在多設備或多傳感器連接網際網路的應用中(54.9%)。其他的應用開發投入包括單個設備或傳感器連接網際網路(24%)、統一狀態下的多設備或傳感器(13.7%),和多設備或傳感器型號互相連接(3.9%)。
  • 人工智慧是什麼意思?人工智慧的未來趨勢
    隨著網際網路的飛速發展,人工智慧越來越走近人們的生活了,那麼人工智慧是什麼意思呢?人工智慧發展前景怎麼樣?下面人工智慧網小編帶領大家一起來了解一下人工智慧以及人工智慧的未來趨勢人工智慧是什麼?人工智慧(Artificial Intelligence)是研究、開發用於模擬、延伸和擴展人智能的理論、方法、技術及應用系統的一門新技術科學。人工智慧領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
  • 賓果智能CEO閔海波確認出席本次獵雲網人工智慧產業峰會​
    【獵雲網北京】10月14日報導近年來,由深度學習引爆的第三次人工智慧浪潮,以及算力的進步和數據的爆發,使得人工智慧技術快速走向成熟,並逐步落地產業應用國務院《新一代人工智慧發展規劃》中預計,到2020年人工智慧總體技術和應用與世界先進水平同步,人工智慧核心技術超過1500億元;到2025年,人工智慧基礎理論實現重大突破,部分技術和應用達到世界領先水平,核心技術規模超過4000億元。
  • AI:人工智慧
    AI  英文全稱:Artificial Intelligence,中文解釋:人工智慧。擴展人類智能你知道AI?人工智慧是計算機科學的一個分支,它試圖理解智能的本質,並製造出一種新的智能機器,以類似於人類智能的方式作出反應。
  • 人類擁有八大智能 人工智慧是鸚鵡學舌?
    人類存在於語言之中,語言的自然變得非常重要,顯然,人工智慧在自然語言理解層面遠遠不夠,當前只是具有「自然語言處理」能力,依託數據和深度學習等技術能實現關聯性,但不等於因果性,這種訓練模型其實很死板和僵。看客們可以拿起你手中iPhone,去體驗下蘋果Siri語音助手,就知道人工智慧在自然語言方面有多弱智。
  • 人工智慧迎感知智能爆發階段
    微軟亞洲研究院昨天舉辦創新論壇,發布了《人工智慧技術階段性發展報告》。報告稱,基於計算與記憶力的人工智慧已大規模應用,目前感知智能正迎來爆發階段。       人工智慧(AI)如何模擬人類智能?
  • 人工智慧中的A I是什麼意思
    人工智慧,英文縮寫為AI,是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新的技術科學,是計算機科學的一個分支,它企圖了解智能的實質,並生產出一種新的能以人類智能相似的方式作出防禦的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。
  • 觀點| 人們都在說人工智慧,其實現在我們真正做的是智能增強
    自 20 世紀 50 年代以來,人工智慧(The Artificial Intelligence/AI)與智能增強(Intelligence Augmentation/IA)之間的爭論已經持續了半個多世紀。一般來說,智能增強指的是利用信息技術來增強人類能力。這個想法自 1950 年被首次提出後,現在已經變得無處不在。