多机器人系统的体系结构：集中式、 分层式、分布式和混合式

自从20世纪80年代Z早有关多移动机器人系统 的研究以后，该领域已经显著成长，涵盖了大量的研 究成果。在Z一般的层次，多移动机器人系统分为两 大类：协同集群系统和主动协作系统。在协同集群系 统中，机器人执行各自的任务而很少需要知道其他机 器人同伴的情况。这些系统的特征是假设有很多无差 别移动机器人，每个机器人利用本地控制法则来产生 全局连贯的团队行为。另一方面，主动协作系统中的 机器人知道环境中其他机器人的存在，并基于团队成 员的状态、行为或者功能来一起行动以完成同一个目 标。主动协作系统机器人考虑其他机器人的行为或状 态的程度不一样，可导致强或者弱的协作方案[40.31。 强协作方案执行不容易串行化的任务，要求机器人共 同行动以完成目标。这些方法要求机器人之间的某种 通信和同步。弱协作方案在协调机器人任务和角色选 择之后允许机器人有d立运行的时间。主动协作多机 器人系统能够处理机器人队伍成员的差异性，例如传 感器和执行器的功能不一样。在这些系统中，机器人 的协同与协同集群机器人的方法很不一样，因为机器 人之间不再是可互换的。

为多机器人队伍设计总体控制体系结构对于系统 的鲁棒性和可伸缩性有重要的影响。多机器人队伍的 机器人体系结构的基本组成部件与单个机器人系统相 同。然而，多机器人系统需要 处理机器人的交互以及如何从队伍中单个机器人的控 制体系结构来产生群体的行为。多机器人队伍体系结 构可以有几种不同的分类标准；Z常见的是集中式、 分层式、分布式和混合式。

集中式体系结构从单个控制点来协同整个队伍， 这在理论上是可能的[40.41,但是，由于对单个失效 点很脆弱，并且以适合实时控制的频率将整个系统 的状态传回处理单元的难度很高，该结构通常 在实际使用中并不切实际。在与此类结构有关的应 用中，从控制器可以很方便地观察各机器人， 并能够很容易地广播群组消息供所有机器人 遵循[40.5]

分层式系统结构对某些应用是实用的。在这种控 制方法中，每一个机器人监督相对较少的一组机器人 的行动，而该组中的每一个机器人又依次监督另外的 一组机器人，以此类推，直至仅仅只执行本身任务的 Z底层的机器人。这种结构比集中式方法能更好地缩 放，类似于军事上的命令与控制。分层式控制体系结 构的一个局限是当控制树中处于高层的机器人失效 时，复原很困难。

分布式控制体系结构是多机器人队伍Z常用的方 法，通常只需要机器人基于对本地情况的了解来采取 行动。这种控制方法对失效有高度的鲁棒性，因为机 器人不需要负责控制另外的机器人。但是，要在这些 系统中获得全局一致性很困难，因为高层的目标需要 要整合到每一个机器人的本地控制。如果目标改变， 则很难修改单个机器人的行为。

混合式控制体系结构结合本地控制与高层次控制 方法来获得鲁棒性和通过全局目标、计划或控制来影 响整个团队行为的能力。许多多机器人控制方法应用 了混合式系统结构。

这些年来已经开发了很多的多机器人控制体系结 构 。这里我们集中描述三种方法来说明控制体系结构 的整个范围。D一种，Nerd Herd 方法，是使用多个 无差别机器人的纯群体机器人方法的代表。第二种， ALLIANCE,是基于行为方法的代表，能够协同多机 器人，并且在没有直接协同的情况下仍可控制非均匀 机器人。第三种，分布式机器人体系结构 ( DIRA), 是一种混合式方法，可在非均匀机器人队伍中取得机 器人自动化和直接协同。