自然界中到處可見自組織的動物群體，大量智商簡單的個體利用局部相互作用，足以產(chǎn)生令人印象深刻的全局行為，進(jìn)而讓整體協(xié)作的表現(xiàn)大于其各個部分的總和。

這種現(xiàn)象通常出現(xiàn)在昆蟲群、鳥群和魚群之中。其中，魚群就有著非常突出的表現(xiàn)。

它們成千上萬條相互結(jié)伴，在海洋中遷徙，在珊瑚礁中穿梭，一起高效協(xié)作尋找資源、食物，甚至?xí)�動態(tài)組成各種形態(tài)，調(diào)整游動速度，以捕獲獵物或躲避掠食者，更神奇的是，這一切并不依靠某個魚群領(lǐng)袖來指揮。

圖｜海洋中的“魚群風(fēng)暴”應(yīng)對鯊魚襲擊

魚群的集體行為主要依靠“隱性協(xié)調(diào)”：即個體魚類能基于對身邊同伴的視覺觀察做出決策，一些魚類在低能見度條件下，還可以利用身體側(cè)線感知“鄰居”，這讓魚群成功地解決了水下通信的挑戰(zhàn)，實現(xiàn)了族群的可擴展性和健壯性。

這種分散的、自主的組織和協(xié)調(diào)方式，長期以來吸引著科學(xué)家摸索，尤其是在機器人領(lǐng)域，數(shù)學(xué)家和工程師們試圖破解從局部交互到全局行為的映射，以期讓機器人的集體行為更加強大。

日前，來自哈佛大學(xué)的科學(xué)家們就從魚群中汲取靈感，研發(fā)出了一批水下機器人，這種機器人可以像真正的魚群一樣同步運動，且不需要任何外部控制。同時，他們也首次利用水下機器人展示了具有隱性協(xié)調(diào)的復(fù)雜三維集體行為，該論文發(fā)表在《科學(xué)機器人》（Science Robotics）上，并被遴選為 2021 年 1 月份的月度封面。

水下機器人難“組團(tuán)”

事實上，通過科研人員的編程工作，成群的、有組織的機器人運動，對人們來說并不陌生。

例如，在空中領(lǐng)域，大型無人機群已經(jīng)可以表演復(fù)雜的排列演習(xí)，但需要依靠集中式基站或外部全局的位置信息，而不是本地和自組織的相互作用；在地面上，很多爬行或輪式機器人也能進(jìn)行不同的組織排列和調(diào)度，但依賴于機器人之間交換 GPS 位置或通過信標(biāo)來推斷相對位置，最典型的應(yīng)用可能是倉庫中的搬運機器人；此外，能組團(tuán)跳舞、表演節(jié)目的機器人也數(shù)不勝數(shù)。

與上述空、地機器人相比，水下機器人尚未實現(xiàn)類似的組織水平，其中一大障礙便是傳統(tǒng)的地上通信方法（比如無線電）在水下的性能很差，而且位置定位方法（比如 GPS）幾乎不可用。

此前，業(yè)內(nèi)已有研究小組曾通過設(shè)計新的通信和定位方法來進(jìn)行更復(fù)雜的水下協(xié)調(diào)，比如利用光學(xué)／聲學(xué)調(diào)制解調(diào)器，搭建異構(gòu)的機器人群體，這需要增設(shè)水面輔助機器人和浮動基站等，通過多模式通信和任務(wù)專門化來實現(xiàn)更復(fù)雜的操控，但這種解決方案大大增加了工程和控制的復(fù)雜性。

怎樣才能用更低成本讓機器人群像魚群一樣，具有無縫、連貫的協(xié)調(diào)性和高度的可操作性，并且獨立于外界輔助技術(shù)呢？這就是組織水下機器人群體運動的研究難點。

“機器人經(jīng)常要被部署在人類無法接近或危險的地區(qū)，在這些地區(qū)，人類甚至不可能進(jìn)行干預(yù)。在這種情況下，擁有一個高度自治、自給自足的機器人群很有必要。通過使用隱式規(guī)則和三維視覺感知，我們能夠創(chuàng)建一個在水下具有高度自治性和靈活性的系統(tǒng)，即使是在 GPS 和 Wi－Fi 等通信信號無法訪問的情況下。” 該論文的作者之一弗洛里安·伯林格（Florian Berlinger）說道。