《分布式协作智能系统与技术（DCIST）》123页报告

2020 年纳戈尔诺-卡拉巴赫战争表明，无人机的作用正变得越来越关键，并将成为未来行动的关键决定因素之一。对自主平台（包括地面和空中机器人与自主系统 [RAS]）的数量和类型进行推断，并考虑到近似对手的情况，促成了分布式协同智能系统与技术（DCIST）合作研究联盟（CRA）的成立。这项创新计划汇集了领先的 RAS 学术界和美国陆军作战能力发展司令部陆军研究实验室的研究人员，目的是大幅提高我们扩展 RAS 技术的能力，防止对手获得优势，并对抗和化解不利力量。DCIST CRA 螺旋式提升技术，展示实验证明供他人借鉴，并培训下一代陆军研究人员，使 RAS 真正融入未来陆军。本技术报告总结了截至 2020 年 9 月的技术挑战和研究进展。

通过基础研究，DCIST 正在探索关键的基础技术和方法，以便在陆军所有相关环境中开展 RAS 行动；提供更好的态势感知；提高作战人员的能力和抗干扰能力；扩大覆盖范围并为对手制造困境；提供兵力倍增；实现更快的决策；以及以尚待想象的方式扩展机动性。该计划分为以下三个基于能力的研究重点和一组跨学科实验：

分布式智能：该研究重点是多智能体的感知、通信和规划。这些系统必须高效地共同规划和工作，协同学习，并适应无线网络。具体研究目标如下

• 为分布式智能系统开发能够实现自适应感知-行动-通信循环的知识表征。
• 建立可实现分布式推理和决策的分层抽象表征理论。
• 在可扩展的团队中实现模块化、可组合和数据高效的高效学习。

异构群体控制：这项研究的重点是控制具有不同异质性和自治程度的大型自治团队。要想在这一领域取得进展，就必须从根本上理解和发展必要的形式主义，以便将各种机器人纳入作战和战术团队。这项工作以能力为导向，以实现对抗性行动的分级和分布式控制、异构多单元团队的可扩展任务分配、复杂环境中的战术交战以及士兵互动。研究目标包括以下内容：

• 可扩展团队的控制和通信
• 异质团队的战术行为
• 与士兵的多智能体协调

自适应和弹性行为：这项研究的重点是异构团队的稳健性和适应性，以便在面对动态智能对手和不断变化的环境条件时，能够抵御故障、损失和通信能力下降。一些具体的研究领域包括弹性态势感知、用于分布式协作系统的无线通信网络、利用异质性实现弹性、面对对手时的多代理行为，以及对大型干扰的快速适应。本重点领域的研究涉及两个关键问题：

• 如何构建算法和部署可扩展的系统，使其在竞争激烈的情况下仍能保持有效性？

• 大型分布式智能系统如何在不牺牲稳定性或性能的情况下，对对手造成的快速变化做出反应？

跨学科研究实验（CDE）： 跨学科研究实验（CDEs）旨在将多位主要研究人员聚集在一个实验环境中，探索和发现各研究领域之间的相互依存关系，并通过实验展示新的能力。CDE 包括多机器人物理实验和三维仿真环境。这两个 CDE 围绕以下方面展开

• 异构多智能体态势感知
• 有争议环境中的动态团队行动

DCIST 团队正在探索和开发人工智能（AI）/机器学习（ML）、自主性和机器人学方面的新型算法。这些算法利用来自多个异构机器人（地面和空中）的多感官输入来感知环境，并帮助在有争议的环境中进行系统和子系统级的自主团队操作。算法工作的一个关键方面是利用人工智能的进步，实现强大的协作自主机器人操作和行为。例如，学习多机器人规划的通信、学习多智能体系统中的最佳资源分配、建立丰富世界感知的语义场景理解和推理、学习足够轻量级的环境稀疏表示法以进行长距离路径规划和导航、学习机器人团队的分散感知行动通信回路，以及整合学习和规划以在复杂和敌对环境中实现弹性自主行为。

DCIST CRA 还涉及技术使能因素，如强大而有弹性的无线网络和数据架构。这可确保始终考虑和顾及与陆军相关的通信制约因素，包括被拒绝、断断续续或有限的通信。DCIST 正在探索和开发新型稳健/弹性算法，以优化异构团队成员的通信，利用移动机器人技术在分布式行动中适应和维护通信，解决间歇性通信环境中的信息共享问题，并学习与谁通信和通信什么，以适应和优化资源和行为。这项研究对于 DCIST 计划的跨学科实验至关重要，在这些实验中，多个异构智能体必须依靠网络来可靠地交换数据。同样，DCIST 计划的重点是将 RAS 感知、规划和战术行为扩展到与陆军相关的作战环境中的可扩展异构团队，同时应对现实的基础设施限制（如无 GPS、地图陈旧、通信受限/降级）以及任务、环境和对抗的复杂性。

在 DCIST 的头三年中，按主要领域分列的部分重大成就如下：

分布式智能

• 多模式和分层知识表示框架，包括度量和语义信息。一个具体的例子是 “Kimera-Multi”，这是一个分布式多机器人绘图系统，可在有限的通信条件下实时建立环境的度量-语义模型。

• 学习方法，这种方法可以推广到多种任务和目标，并能在团队的背景和约束条件下学习技能和能力，以解决异构多智能体协调问题。

• 基于视觉的机器人导航框架，该框架可轻松推广到现实世界的各种环境中，可在全球定位系统缺失的环境中运行，并可通过期望位置、目标地标图像和潜在（学习的）目标表示，由人类或上游规划算法实现简单易用的目标指定。

• 尊重通信约束的分布式问题数学和算法框架，在此框架下，自主智能体有望共同解决推理、学习和控制问题。

• 规划模型应具有层次性和可组合性，并能代表先验知识和后天知识，以应对复杂性并提高规划效率。

• 推进图神经网络的发展，将其作为设计可用于大规模协作系统的智能体控制器的基本使能技术。

异构群体控制

• 针对大型环境中智能体的战略部署的理论和算法，这些环境具有动态变化的情景，涉及对抗性智能体模型和不完善/延迟通信，当面对快速移动的群对群交战、不完善的信息交换和非理性参与者的现实时。

• 以计算可行、分布式和自适应的方式产生足够或 “足够好 ”的解决方案的方法，以快速适应和重新分配任务，确保任务成功（即不等待 “最佳 ”解决方案，因为对于给定任务和环境而言，这些解决方案可能无法实现）。

• 分析和制定团队合作策略的方法和工具，以应对对抗性智能体的存在。

• 改进人类如何感知和交流随时间变化的信息的建模技术，以及人类能力建模框架，目的是在复杂环境下的团队运作中改进人与机器人的协调。

自适应和弹性行为

• 主动感知技术不仅能优化计算效率和信息增益，还能动态调整感知和运动，在传感器故障、通信受阻、探测风险和/或智能体受损的情况下实现弹性态势感知。

• 为异构智能体团队提供动态调整方法，以实现大规模弹性通信和移动，从而确保任务进展，并在面临故障、中断和损失时保持团队的核心能力。

• 多智能体强化学习算法，可使智能体在动态环境中或面对可能依靠欺骗或其他智能策略执行任务的对手时具有复原力。

• 跟踪和接触敌方团队的工具，同时管理战略、执行和环境中的不确定性，适用于多机器人监视和周边安全场景。

• 自适应 ML 算法，通过在线学习和元学习算法，使机器人团队能够即时适应环境条件、任务参数和机器人状态中不可预见的巨大快速变化。

有关这些及其他进展的详细信息，请参阅第 3 节 “方法与结果”： 截至目前的进展和未来计划"，附录中还包含了截至 20 财年的完整参考书目。

图 4 学习机器人导航： ViNG 通过学习到的拓扑图（由之前看到的以自我为中心的图像组成）进行构建和规划，并使用学习到的控制器来执行通往视觉指示目标的路径。与之前的研究不同，我们的方法纯粹利用离线经验，不需要模拟器或在线数据收集。需要注意的是，算法所构建的图并非几何图形，节点也与世界中的坐标无关，而仅与图像观测结果相关联--自上而下的卫星图像仅用于可视化，并不适用于此方法。