侵权投诉
焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其它机器人
订阅
纠错
加入自媒体

机器人世界杯20周年 复杂系统如何应对突发情况?

2016-08-26 09:09
黯影冰风
关注

  “在足球场上,对手的出现使得一切变得复杂起来。”法国哲学家让-保罗·萨特(Jean-PaulSartre)的这句话适用于多个领域,无论是团体项目的战术策略,还是微观经济学中的博弈论模型,亦或是大规模爆发的机器人之战。

  对手的出现让一切都变得不同了:在相互对抗的局面下,再细致的准备都有被打乱阵脚的可能。

  以上结论在多个领域其实都是适用的。无论是战术策略的制定,还是绘制施工蓝图,中途一旦遇上未知的境况(例如对手重新调整的策略,或是自然灾害等不可抗力),无论之前的准备是多么细致入微,考虑的是多么周全,都有可能全部土崩瓦解。

  因此,让一个复杂系统具有应对突变情况的能力有多重实现方法,其中一个可行的思路是赋予系统的每个组件以自适应能力,即让每个组件都能进行自我调整以应对突发状况。

  而这么做的缺点也显而易见,被孤立看待的每个组成部分都只会分析各自的行为模式,但这样的分析是很难判断整个系统的动向的。

  那么能否找到方法,来预测不可知的突发状况?这是研究复杂系统的科学家在设计系统抗干扰性和抗打击性时所面临的核心问题。

  最早提出复杂系统这一概念的,是美国学者霍兰。他提出“适应性造就复杂性”,并于1994年引入了复杂适应性系统(CAS:complex adaptive system)的概念。

  复杂性系统的研究方法有别于传统的理论研究,以计算机仿真作为主要研究工具。其主要特点有:

  自适应性/自组织性(self-adaptative/self-organization)

  复杂系统能够通过不断学习,调整自身的结构和行为,以适应外部和内部的变化。

  而且各组件之间,以及组件与环境之间会发生各种交互作用。正是这种自主性和复杂性,使得复杂系统具备了不断演化的动力。

  演化能力(evolution)

  复杂系统由简单元素组合,通过对外界环境和状态的预期—适应—自组织过程,经过不断演化,实现了从功能到结构的升级。

  人工智能的演化

  足球比赛就是一个演示复杂系统的很好的模型。机器人世界杯(RoboCup),顾名思义,是机器人的世界杯。这一比赛即将迎来20周年纪念日,最近的赛事吸引了来自超过45个国家的逾40,000选手和观众。

  该赛事同时也是人工智能,机器人研发,以及多智能主体复杂系统(multi-agent complex systems)发展的的风向标。

  2016年德国莱比锡机器人世界杯2D仿真组总决赛,2016年7月3日,红队是来自悉尼大学&CSIFO组成的澳大利亚队Gliders2016,黄队是来自福冈大学和大阪府立大学组成的日本队HELIOS2016

  一边是实体组(physical robot leagues)战得如火如荼叫好叫座,另一边仿真组(simulationleague)则将精力集中在AI的升级迭代上。

  比赛图片,图片来源www.robocupeuropeanopen.org

  在仿真组的比赛中,两只球队的各11名“队员”均为程序自主控制,驰骋在一个二维的虚拟球场上,整个过程中“球员”无人工操作。20多年来,机器人世界杯社区为选手们提供开源模拟器以及可视化软件,共计近百万行代码。

1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号