作者：李振宇
核心提示：“無人機(jī)群”與“無人機(jī)”并不是同一個概念，“無人機(jī)群”也不是多個“無人機(jī)”的簡單相加，“無人機(jī)群”應(yīng)該是一個分布式、自組織、多功能的有機(jī)整體，與自然界絕大多數(shù)“群體”現(xiàn)象一樣，“無人機(jī)群”應(yīng)當(dāng)有其智能規(guī)則，通過模仿自然界生物的群聚現(xiàn)象，在數(shù)量上占絕對優(yōu)勢的無人機(jī)利用群聚智能就能達(dá)到甚至超越在數(shù)量上占劣勢的有人駕駛機(jī)。
1.無人機(jī)群
無人駕駛飛機(jī)簡稱“無人機(jī)”pilotless airplane，是利用無線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛機(jī)。機(jī)上無駕駛艙，但安裝有自動駕駛儀、程序控制裝置等設(shè)備。隨著自動化控制技術(shù)的高度發(fā)展與人工智能的誕生，現(xiàn)代無人駕駛機(jī)也具備了相當(dāng)?shù)娜斯ぶ悄?，能夠在?zhàn)場執(zhí)行諸如偵察、監(jiān)視和搜索等任務(wù)，部分?jǐn)y帶有戰(zhàn)斗部的無人駕駛機(jī)能夠執(zhí)行轟炸、對地攻擊，甚至與有人戰(zhàn)斗機(jī)進(jìn)行空戰(zhàn)的高智能、高復(fù)雜性任務(wù)。我國的“霸王龍”與美國的“捕食者”系列無人機(jī)均向此目標(biāo)發(fā)展。
然而在當(dāng)今科技的制約下，想要無人駕駛機(jī)到達(dá)飛行員那樣強(qiáng)大的信息處理能力與智能還是相當(dāng)困難。實(shí)際上由于成本與科技的制約，現(xiàn)代無人機(jī)往往是以單機(jī)工作的模式出現(xiàn)在公眾面前，“無人機(jī)群”的價(jià)值并沒有引起足夠的重視。事實(shí)上“無人機(jī)群”與“無人機(jī)”并不是同一個概念，“無人機(jī)群”也不是多個“無人機(jī)”的簡單相加，“無人機(jī)群”應(yīng)該是一個分布式、自組織、多功能的有機(jī)整體，與自然界絕大多數(shù)“群體”現(xiàn)象一樣，“無人機(jī)群”應(yīng)當(dāng)有其智能規(guī)則，通過模仿自然界生物的群聚現(xiàn)象，在數(shù)量上占絕對優(yōu)勢的無人機(jī)利用群聚智能就能達(dá)到甚至超越在數(shù)量上占劣勢的有人駕駛機(jī)。
2.鳥類群聚現(xiàn)象
在自然界中，單個飛鳥的飛行貌似漫無目的，然而群體飛鳥雖然表面上看起來時(shí)聚時(shí)散，卻始終保持成群體方向統(tǒng)一的飛行狀態(tài)，顯然，飛鳥的飛行并不是無規(guī)律、混亂的行為，而是一種體現(xiàn)了群聚智能與高秩序性的行為。通過研究人員的調(diào)查分析，發(fā)現(xiàn)鳥類聚集行為實(shí)際上是其飛行中的每個個體都遵循了一些簡單的規(guī)則，而正是在這種簡單規(guī)則的共同制約下，鳥群之間的相互作用導(dǎo)致了群體秩序和諧統(tǒng)一，這種行為在智能學(xué)上被稱為涌現(xiàn)現(xiàn)象（emergence）。作為智能個體——鳥本身，其初始狀態(tài)是隨機(jī)的，在沒有得到智能群體的總體信息反饋時(shí)，它在解空間中的行進(jìn)方式通常沒有任何規(guī)律，只有受到整個智能群體在解空間中行進(jìn)效果的影響之后，智能個體在解空間中才能表現(xiàn)出具有合理尋優(yōu)特征的行進(jìn)模式。
其中智能群聚現(xiàn)象有以下特點(diǎn) ：
1)群體中相互合作的個體是分布式的，不存在中心控制，因而它更能夠適應(yīng)當(dāng)前網(wǎng)絡(luò)環(huán)境下的工作狀態(tài)，并且具有較強(qiáng)的魯棒性，即不會由于某一個或某幾個個體出現(xiàn)故障而影響群體對整個問題的求解。
2)每個個體只能感知局部信息，不能直接擁有全局信息，并且群體中每個個體的能力或遵循的行為規(guī)則非常簡單，因而群體智能的實(shí)現(xiàn)比較方便，具有簡單性的特點(diǎn)。
3)個體之間通過非直接通信的方式進(jìn)行合作。由于群體智能可以通過非直接通信的方式進(jìn)行信息的傳輸與合作，因而隨著個體數(shù)目的增加，通信開銷的增幅較小，也就是說，它具有較好的可擴(kuò)充性。
4)自組織。即群體通過簡單個體的交互突現(xiàn)出復(fù)雜的行為。
在鳥類的群聚現(xiàn)象中，無形的“系統(tǒng)”只要遵循簡單的規(guī)則就能夠自發(fā)涌現(xiàn)鳥群體的動態(tài)行為。
3．以Boid模型為例的鳥類群聚現(xiàn)象
人類早已開展對鳥類群聚現(xiàn)象的研究，1986年美國人雷諾爾茲（Craig W.Reynolds）就發(fā)明了一種計(jì)算機(jī)模型來模擬鳥類群體運(yùn)動的計(jì)算機(jī)動畫。這個計(jì)算機(jī)模型被稱為“Boid”。 。在Boid模型中，用計(jì)算機(jī)屏幕上的運(yùn)動點(diǎn)代表鳥個體，這樣的一群點(diǎn)就是鳥類的群體。給每個點(diǎn)設(shè)置坐標(biāo)、速度等參量，這樣就把現(xiàn)實(shí)世界中的鳥映射到計(jì)算機(jī)屏幕的虛擬世界中來。雷諾爾茲通過反復(fù)的實(shí)驗(yàn)發(fā)現(xiàn)了三條簡單的規(guī)則來決定Boid的行為方式，這樣Boid模型的動態(tài)行為就可以和真實(shí)世界中的鳥類群聚行為相比擬。
由于現(xiàn)實(shí)中的鳥具有一定的視角范圍，因此在Boid模型中每只“鳥”都要觀察它周圍的局部環(huán)境。假如我們把Boid模型放置在一個與現(xiàn)實(shí)世界相似的三維虛擬現(xiàn)實(shí)環(huán)境中，每只“鳥”能夠看到它所處水平面的一個扇形，其中distance是它的視力范圍， angle是它能看到扇形的角度。
由此看來，Boid模型中的每只“鳥”由于其視力范圍的局限，因此也只有在其視力范圍
內(nèi)的物體能夠影響到它，這就是在鳥類群體中的個體所遵守的三個簡單規(guī)則：
1)吸引規(guī)則。每個Boid都要去盡量靠近它的鄰居所在的中心位置。
2)匹配規(guī)則。每個Boid的飛行方向盡量與周圍鄰居的飛行方向保持一致。
3)分隔規(guī)則。當(dāng)Boid與某些鄰居靠得太近的時(shí)候就會盡量避開，把這三條規(guī)則用計(jì)算機(jī)語言實(shí)現(xiàn)，則屏幕上的動點(diǎn)就會模擬出類似鳥類飛行的行為。
在這三條簡單規(guī)則的約束下，Boid模型中的“鳥群”就會像現(xiàn)實(shí)的鳥群一樣在虛擬現(xiàn)實(shí)中飛翔。通過加入第四條規(guī)則，規(guī)避規(guī)則。當(dāng)一只“鳥”發(fā)現(xiàn)前方有障礙物的時(shí)候，就改變自己的運(yùn)動方向盡可能避開障礙物。而反應(yīng)在Boid模型中的“鳥群”上，就是“鳥群”靈活地避開障礙物，然后重新組織集聚飛行的姿態(tài)與方式，如圖5所示。Boid模型中的“鳥群”所具備的群聚智能與現(xiàn)實(shí)世界中的鳥群相差無幾。
4．基于Boids群聚模型的無人駕駛機(jī)群
由于與載人飛機(jī)相比,無人機(jī)具有體積小、 造價(jià)低、使用方便、對作戰(zhàn)環(huán)境要求低、戰(zhàn)場生存能力較強(qiáng)等優(yōu)點(diǎn)，無人駕駛飛機(jī)以其準(zhǔn)確、高效和靈便的偵察、干擾、欺騙、搜索、校 射及在非正規(guī)條件下作戰(zhàn)等多種作戰(zhàn)能力,發(fā)揮著顯著的作用，然而由于人工智能與現(xiàn)代自動化控制技術(shù)發(fā)展的局限性，無人機(jī)依然無法與有人機(jī)進(jìn)行一對一的直接較量，然而如果將Boids群聚模型移植到無人駕駛機(jī)群上，則會使個體人工智能不足以與人類智能抗衡，但數(shù)量上卻占絕對優(yōu)勢的無人駕駛機(jī)的智能與機(jī)動能力大大提高。因此具有群聚智能的無人駕駛機(jī)群是今后無人駕駛機(jī)技術(shù)研究的主要課題。
基于Boids群聚模型的無人駕駛機(jī)群的個體應(yīng)當(dāng)具備以下三個模塊：
（1）感知模塊。個體感知模塊類似于鳥的視力，它是執(zhí)行Boid模型條件的主要工具，無人駕駛機(jī)個體通過感知模塊獲得周圍附近其他無人駕駛機(jī)的距離Boid_distance與方向角Boid_angle，感知模塊可以認(rèn)為是一個短程微波發(fā)射器/接收器或者是一個小型雷達(dá)，通過在近距離發(fā)射微波與接受反射回的微波來確認(rèn)無人駕駛機(jī)個體的“鄰居”方位信息。事實(shí)上，由于微波的全向特性，基于Boids群聚模型的無人駕駛機(jī)比真實(shí)的鳥的視力范圍還要廣闊，它的視力范圍理論上是可以達(dá)到360度的；
（2）決策模塊。決策模塊是控制無人機(jī)嚴(yán)格按照Boid模型的四條規(guī)則的核心，通過對決策模塊的條件設(shè)置，無人機(jī)群才能像鳥群一樣產(chǎn)生涌現(xiàn)現(xiàn)象，表現(xiàn)出秩序性與自組織性。由于Boid模型中鳥群是以群體現(xiàn)象飛行的，要求無人機(jī)制導(dǎo)控制精度高、穩(wěn)定性好，能夠適應(yīng)復(fù)雜的外界環(huán)境，因此決策模塊控制算法比較復(fù)雜，計(jì)算速度快、精度高；
（3）運(yùn)動模塊。基于Boids群聚模型的無人駕駛機(jī)群的運(yùn)動模塊與常規(guī)無人機(jī)運(yùn)動模塊不同之處在于，其要求無人機(jī)的運(yùn)動模塊更加精密與精確，在控制無人駕駛機(jī)運(yùn)動時(shí)能夠隨時(shí)調(diào)整其運(yùn)動姿態(tài)與運(yùn)動速度以符合Boid模型的要求，否則就可能發(fā)生因?yàn)闊o人駕駛機(jī)運(yùn)動模塊的滯后性而帶來的多個無人機(jī)相撞的事故，甚至?xí)霈F(xiàn)無人駕駛機(jī)群產(chǎn)生極其劇烈的擾動從而破壞了Boid模型的秩序與自組織。
5.結(jié)束語
自然界的群聚現(xiàn)象除了鳥類群聚現(xiàn)象外，還有蚊子群聚現(xiàn)象，魚類群聚現(xiàn)象等，人工智能領(lǐng)域也常用Boids和Floys模型對這些生物群聚現(xiàn)象進(jìn)行仿真。需要認(rèn)識到的是，群聚智能利用的是群體的優(yōu)勢，使分布于空中的無人駕駛機(jī)個體以自組織的方式進(jìn)行群聚智能飛行控制，無人機(jī)不但要向高智能化與小型化發(fā)展，而且還應(yīng)該向群聚化、多智能化的方向發(fā)展。
?