智能机器人协作系统及其关键技术

器人搬运系统和机器人足球中获得了成功应用［10］［11］。目前的多机器人学习和演化还停留在比较低的行为层次，其学习和演化的任务和环境也非常简单，当其面对更为复杂的任务和环境时，存在时滞评价和组合爆炸问题，另外，对多智能体的分布式学习与演化，也与传统的集中式的学习与演化方法有明显区别，还有待寻找更为有效的行为优化方法。

　　5．协调与协作策略

　　多移动机器人系统在协作完成复杂任务时，涉及到各机器人任务、规划、控制间的协调［12］［13］，多智能体理论的研究已为这些协调行为提供了思想与策略，但如何把这些抽象的思想与策略结合到具体系统中加以实现，同时又能体现普适性，涉及到用什么工具正确描述各层次的系统行为。目前在任务协调层最典型的描述工具是离散事件动态系统理论中的有限状态机（FSA）方法，但如何对不同层次的行为借鉴混合系统理论和方法进行统一描述，还是在研究的热门课题。此外，在同一环境中运行的多个移动机器人，经常会产生资源利用时的冲突。如果没有适当的协调策略，系统将不能正常工作。对于可预见的冲突，可通过规划加以避免。但系统动态运行时的情况常常不能事先准确预测，仅依靠规划的方法解决冲突将十分有限。对于动态冲突的消解主要包括磋商法、惯例法（ConvenTIon）和熟人模型法。在动态环境中的死锁检测与消解，仍是十分具有挑战性的难题。

　　6．系统软件平台开发

　　多机器人系统的研究已经持续进行了近20年，前期的工作主要集中在系统硬件和与之相关的某些单项技术的研究，随着多移动机器人硬件系统的逐步完善，当前的软件研究明显滞后，所开发的软件往往针对具体的硬件系统和单一任务，技术集成度低、通用性差，无法有效发挥硬件的效能。为此，人们迫切感到需要研制具有高度开放性、通用性、机器人硬件无关性和可扩展性的系统软件平台，对现有的零散技术成果进行系统集成，同时为规范系统软件的设计框架提供标准。美国和欧洲各国近3年来启动了多项针对多移动机器人协作系统软件开发的大型项目，产生了一些有代表性的软件开发平台，并已获得应用。

　　7．实验研究

　　多移动机器人协作系统的实验研究最初是从计算机的模拟仿真起步，利用计算机软件建立一个假想的机器人群体。通过这种途径，可以较自由地赋予机器人主体以理想的机制，使其以不同的方式相互作用。但是，这种做法尽管能考察很多数理性或生物性原理对机器人群体协作行为规范的影响，却很难直接应用于构造实际的作业系统。近年来，随着机器人及其构件性能的改善，使用实机多机器人系统的研究不断增加，从而使理论研究与实际环境、现有物理机器人之间的距离逐渐缩小。目前，国际上多数机器人基础研究实验室都在从计算机仿真和实机实验两个途径同时开展研究。