王耀南
机器人的研发、制造、运用是衡量一个国家科技创新、高端制造水平的重要标志。当前机器人产业蓬勃发展，正极大改变着人类的生活方式，为经济社会发展注入强劲动能。近十年来，新材料、仿生、动力、集群机器人、导航探测、智能机器人、社会交互、医疗等领域，都是机器人的研究方向，同时面临着系列挑战，本文具体讨论集群机器人的发展。
一、发展集群机器人的意义及挑战
集群机器人是机器人领域发展的重要方向，也是人工智能应用的典型案例，近年来发展十分迅速。研究集群机器人有几个驱动力：一是人类的自然发现，即通过从自然界中受到的启发来研究集群机器人；二是科学研究和科学探索，如人工智能的研发；三是应用驱动，比如物流业的发展需要。
第一个方面，通过自然界启发来研究集群机器人。要把生物界各种群体的机理模型了解清楚，从而启发我们更好地研究集群机器人的机理。具体来看，首先，考虑到使集群机器人能够在复杂环境中有序地完成工作任务，我们要建立起复杂的环境；其次，要对复杂的环境进行感知，然后建立起一个多智能体的网络架构“大脑”；最后，集群机器人要通过执行指令完成任务，执行包括无人机打击、加工制造等各项任务。
第二个方面，关于人工智能的研究。集群机器人的集群模型可被看作是人工智能通过复杂群体的自适应系统，如多智能体机器人。我们通过总结其规律，建立人工智能大模型来学习训练，不断迭代以后产生的集群机器人表现出群体智能的特征。
第三个方面，应用需求驱动下集群机器人的研究。在工业制造、仓储物流、监控侦测、陆海空天的环境探测以及应急搜救等领域，单个机器人应用已经向集群机器人（多机器人系统）应用方向迈进。同时，还需要考虑集群机器人如何完成大型复杂的构建、协同、加工、制造、测量等工作。例如，航空航天、海洋大型舰船、轨道交通等大型装备的制造，过去都是通过人工加工来完成，为了提高效率，也会使用专机，但是专机体积不能完全适应大型装备制造，因此可以利用集群机器人完成生产。“十四五”规划和2035年远景目标纲要提出，推动制造业高端化智能化、绿色化，培育先进制造业集群，推动集成电路、航空航天、船舶与海洋工程装备、机器人、先进轨道交通装备等产业创新发展。要充分发展高端制造、大型装备制造，这些重大装备制造机器替换人工的过程中，大型构件如何测量、加工和装配是实际应用中要考虑的问题。例如，飞机的整机加工制造，就是一个大型部件的制造，如何完成大型复杂部件的生产制造，同时保证它的质量和安全是一个挑战；大型航母舰船制造过程中如何实现多个机器人的协同也是一个挑战。此外，如何利用集群机器人完成高铁过去靠人工磨抛整个车身的工作，以及大型复杂部件的制造，都同样存在挑战。
梳理国内外研究现状，大型复杂部件的加工制造具有规模大、任务多、加工精度高等特点，当前依然面临很多挑战。要突破这些瓶颈，亟须找到新的思路、新的办法。目前，国内外加工制造模式仍然采用人工、专机或单一的生产线。一方面，人工加工的一致性差、效率低，另一方面，专机没有特别大的机器和空间，柔顺性和适应能力也较差。除此之外，单一生产线是固定的，一旦产品发生变化，单一生产线就会被废弃，因此要开辟新的重大装备制造模式，利用集群机器人做柔性制造生产线。
近年来，美国、德国、欧盟和中国等都提出，如何运用机器人提高大型复杂部件加工的效率和质量是一项重要议题。在这样的背景下，重大装备制造集群机器人应用发展仍然面临重大挑战：一是多机协同，二是对复杂环境的感知，三是多机器人的协同控制问题。笔者基于近年来的研究，提出了集群机器人协同制造的新模式，用多模态环境感知，云边端高效协同来调度优化，形成一个完备有效的路径规划，借此路径规划指挥调度机器人完成各种复杂任务。
加快集群机器人发展首先要解决四个技术方面的问题，第一个问题是，集群机器人的运作是一个海量数据高效传算的过程，如何解决高效传输和高效计算问题是一大挑战。第二个问题是如何解决大规模集群机器人的优化和调度。第三个问题是解决大范围、大场景环境下的测量和感知问题。第四个问题是集群机器人智能制造如何实现自主控制协同制造。
二、发展集群机器人的关键技术及应用
在实际的生产制造中，大型舰船、大型盾构机等装备由于尺寸大，无法用现有的专用机器完成制造，大部分都需人工操作。另外，还存在环境恶劣、质量稳定性差、生产效率低等问题，急需开辟多机器人协同加工制造模式。机器人要完成这样大型复杂的部件加工，效率分配、协同以及质量能不能得到一致性保障，都是我们所面临的挑战。首先，要突破多个机器人的协同调度技术问题；其次，要突破机器人路径的有效规划，使它不发生碰撞，又能精准到达需要加工的任务点；最后是作业的执行控制与协同控制问题。我们围绕以上三大技术难题开展了研究工作。比如，在理论上制定多机器人目标的优化决策、多机器人的运动规划，包括分布式协作。在技术创新上主要解决优化调度算法的问题；实施高效的多机器人路径规划；完成协同控制，并把它应用到不同的大型复杂部件加工中。
围绕上述方案和思路，要解决的第一个问题就是三维复杂环境的感知。在多个复杂环境下，机器人第一步要进行三维复杂环境的建模，第二步是按照模型进行特征提取，第三步是进行深度的学习，第四步是建立起一个完备的三维加工模型，通过这个模型给下一个机器人的路径规划提供更好的决策依据。完成了这些工作就可以进入第二个规划决策环节，在先前基础上，如何规划多个机器人的高效优化分配，其中优化的指标要体现在两方面，一是以任务分配为效率，二是以最短的规划路径为最佳，对此，多目标强化学习、机器学习、深度学习等方式可以解决规划决策问题。完成了规划决策，下一步就要突破如何调度的问题，即让机器人的路径不发生碰撞，对此，本文提出一种差分进化的路径规划。第三步也是最重要的一步，即执行工作。机器人在第一个环境感知基础上，在有效规划路径后再下达协同控制命令，给每个单个机器人完备的路径规划和协同命令，使每个机器人都能按照规划的路径和任务，有条不紊地完成各种大型复杂部件的加工测量和装配工作。
例如，大型舰船甲板的焊接需要多个机器人共同完成，就可以采用此方法，通过优化调度、路径规划、任务分配，最终分配到单个机器人控制。再如大型甲板、汽车的装配，都需要机器人测量、机器人焊接、机器人装配等多个机器人的优化调度和协同工作。对此类问题，在实际生产制造中如何解决？需要给企业开发出一套完备的生产线，拥有大型部件多机器人协同加工的自动化生产线控制系统，这个控制系统实际由三个部分组成，包括感知控制软硬件、运动规划决策系统和分布式控制。这就是完整生产线的多机器人协同，有了这个控制系统即可交付给企业使用。
三、发展集群机器人面临的三个科学问题
未来，我们要真正使用集群机器人需要研究突破三大科学问题。第一个科学问题是，关于机器人集群的高效传算协同一体化机理和机制，即集群机器人连接得越多，通讯越容易发生阻塞，如何解决高效传算的问题。第二个科学问题是关于大范围精密测量与分布式特征识别机制，即解决复杂部件在多场景的测量、检测和感知信息方面的问题。第三个科学问题是，需要建立“感知—认知—决策—控制”协同作业模式，该模式需要在统一架构下完成，完成这项工作要解决四个问题，包括强化性、可扩展性、可易构性和可柔性化。
为了加速集群机器人的发展，笔者认为当前需要突破四大关键技术，一是互操作性，二是人机协同，三是智能自主性，四是网络安全。因为集群机器人涉及网络的安全和架构，最终，我们要把生物界各种群体的机理模型了解清楚，通过生物集群启发我们更好地研究集群机器人的机理。比如，通过鸟的迁徙构建出集群机器人的互联互通传算一体架构；通过蜂群机理启发我们研究集群机器人多模态的环境感知；通过研究生物集群启发我们落地集群机器人的调度、规划与协作。所以，未来集群机器人的发展方向一定是仿生集群机器人的启发和自然界的特征共同驱动。
综上，对于发展集群机器人来说，要解决三个科学问题，研究突破四大关键技术，最终落脚点就是开发出一个集群机器人智能、自主的协同控制技术，这个协同控制技术是由软硬件集成，再推广应用到大型复杂的研究课题中。
（作者系中国工程院院士、湖南大学教授。本文根据作者在2023世界机器人大会主论坛第二单元：共谋新章——机器人时代机遇与挑战论坛上所做的演讲整理。本文发表时略有删减。）