分布式机器人体系结构DIRA-利于机器人 之间的直接协同,与机器人的传感器和致动器交互

Simmons 等人[40.1 开发了一种混合体系结构，称 为分布式机器人体系结构 ( DIRA) 。与 Nerd Herd 和 ALLIANCE方法类似，DIRA 方法允许单个机器人的自主权。但是，不像前述方法，DIRA 有利于机器人 之间的直接协同。这种方法基于分层体系结构，后者 在单机器人系统中很流行(参见第8章)。在这种方 法中(见图40.4),每一个机器人的控制体系包括一 个规划层来决定如何取得高阶的目标；一个执行层用 于同步各单元，任务序列，并监控任务的执行；一个行为层，与机器人的传感器和致动器交互。上述每一 层又分别与其上下的层相交互。并且，在每一层机器 人能够通过直接连接彼此交互。

这种体系结构已经在由三个机器人组成的机器 人队伍中得到证明 辆起重机， 一辆摄像流动 车，一个可移动机械手——执行一项结构装配任务 (见图40.5)。这项任务需要机器人协作将一道横梁 连接到指定位置。在这些示范中， 一个领班机器人 决定哪一个机器人应该在何时移动横梁。 一开始， 起重机机器人基于编码器反馈将横梁移动到目标位 置的附近。然后，领班机器人在摄像流动车和起重 机之间设置一个行为闭环，以将横梁伺服到更靠近 目标位置点。一旦横梁足够靠近，领班机器人随后 分配任务给摄像流动车和移动机械手，驱动机械手 抓住横梁。开始接触后，领班机器人指挥摄像流动 车和移动机械手相互协调驱动横梁到达目标，任务 完成。

在多机器人系统研究中有一个基本假设，即使机 器人缺乏完整的全局信息，通过机器人之间的交互也 可以获得全局连续的有效解。但是，要获得这些全局 连续解需要机器人获取有关同伴的状态或者行动信 息。该信息可通过很多方法获得，三种Z常见的方 法是： 1)利用环境中的内在通信(称为间接通信), 机器人通过对环境的作用来感知同伴的行动效果 (例如参考文献[40.6,12-16])。

2)被动行为识别，机器人利用传感器来直接观 测同伴的行动(例如参考文献[40. 17])。

3)显式(有目的的)通信，机器人通过某些主 动方式，例如无线电(例如参考文献[40.9,18-

20]),有目的地直接交流相关信息。

每一种在机器人之间交换信息的机制各有利弊[40.21]。间接通信方法的吸引力在于它很简洁，不依 赖于固定的信道和协议。但是，它受限制于机器人的 环境感知反映任务显著状态的程度，该任务是机器人 队伍需要要完成的。被动式行为识别的吸引力在于它 不依赖于有限的带宽和容易出错的通信机制。在内在 协同方面，它受限于机器人成功理解传感器信息的程 度，以及分析机器人同伴行动的难度。Z后，显示通 信方法的吸引力在于机器人能够直接和容易地意识到 同伴的行动和/或目标。显式通信在多机器人中主要 用来对通信进行协同，交换信息，以及机器人之间的 协商。显式通信可用来处理隐藏状态问题40.227,有 限的传感器不能区分环境的不同状态，而这些状态对 于任务性能极为重要。但是，显式通信的故障包容度 和可靠性有限，因为它通常依赖于一个嘈杂且带宽有 限的信道，而不能持续地连接机器人队伍中的所有成 员。因此，使用显式通信的方法需要提供处理通信失 效与消息丢失的机制。

设计阶段在多机器人队伍中选择合适的通信， 取决于多机器人队伍所要完成的任务。需要仔细考 虑替代通信方案的成本和好处，来决定能够可靠获 得所需系统性能的方法。研究者一般同意通信能够 对团队性能产生很强的正面影响。 MacLennan 的 工 作[40.23是Z早说明该影响的研究之一，他研究了通 信在模拟环境中的进化，并得出结论，本地机器人 信息的通信能产生极大的性能提高。有趣的是，对 于很多代表性的应用，研究者们发现通信信息量与 它对机器人队伍的影响之间存在非线性关系。 Balch 和Arkin的研究[40.24]证实，通常，即便是很小的信 息量都能对队伍产生重大的影响。但是，更多的信 息并不一定会持续提高性能，因为这会很快使通信 带宽过载而产生不了应用好处。多机器人系统的挑 战在于找出能提高性能但又不会使通信带宽饱和的 Z优信息片段用于交换。当前，没有通用方法能识 别这些关键的信息是否可用；因此，系统设计者需 要根据具体的应用来决定哪些信息需要通信。 Dudek 的多机器人分类系统包括与通信相关的轴线，内容 包含通信范围，通信拓扑和通信带宽。这些特征可 用来比较和对照多机器人系统。

在多机器人队伍通信的活跃研究中有几项是关于 动态网络连接和拓扑；例如，机器人队伍需要能够在 移动中保持通信连接，或者利用恢复战略使机器人队 伍在通信连接中断的时候复原。这些问题要求机器人 根据对通信网络的预期效果或者对信息通过动态网络 的预期传播行为的了解来相应调整行动。