回顧生命進(jìn)化史，生物多數以群居為主，例如人類(lèi)、螞蟻等。在自然界中，由群居而涌現出的群體智能現象無(wú)處不在。對群體智能研究的起源是人類(lèi)對群體性生物行為的觀(guān)察，“微軀所饌能多少，一獵歸來(lái)滿(mǎn)後車(chē)”，描寫(xiě)了蟻群所產(chǎn)生的遠超越單個(gè)螞蟻的群智行為；“兩個(gè)黃鸝鳴翠柳，一行白鷺上青天”，表現了候鳥(niǎo)遷徙飛行時(shí)的群智行為特征?？梢?jiàn)，人類(lèi)對群體智能的觀(guān)察與探索源遠流長(cháng)。

“群體智能”一詞最早在1989年由 Gerardo 和Jing Wang，針對電腦屏幕上細胞機器人的自組織現象所提出。早期，大部分學(xué)者將其定義為：群體智能（Swarm Intelligence）是具有分布控制、去中心化特點(diǎn)的自組織智能行為。它是智能形態(tài)高級的表現方式之一。如今，其作為我國新一代人工智能重點(diǎn)發(fā)展的五大智能形態(tài)之一，在推動(dòng)我國新一代人工智能技術(shù)發(fā)展中占據重要地位。因此，對于群體智能的探究具有極強的戰略意義和科研價(jià)值。在各項人工智能技術(shù)蓬勃發(fā)展的新時(shí)代，群體智能又有了新的表現形式，主要可分為自上而下有組織的群智行為和自下而上自組織的群智涌現。

一是自上而下有組織的群智行為，這種表現形式形成一種分層有序的組織架構。戰場(chǎng)上的軍隊，沒(méi)有組織領(lǐng)導便群龍無(wú)首成了烏合之眾，當有了自上而下的組織調度，便表現出極強的戰斗力。例如美國國防部高級研究計劃局（DARPA）開(kāi)展的“進(jìn)攻性蜂群戰術(shù)”（OFFSET）項目，其分為上層任務(wù)部署、中間層戰術(shù)決策和底層元子算法等層次化結構。該項目已經(jīng)突破了一系列群智激發(fā)匯聚機理、態(tài)勢意圖推理、決策和對抗等技術(shù)，實(shí)現了群體對抗中的自上而下的群智行為。同時(shí)，美國的Loyal Wingman和CODE 項目同樣在自上而下有組織的群智行為展開(kāi)研究。層次化的群智組織形式，為很多極具挑戰性、復雜性問(wèn)題提供了嶄新的解決方案和思路。

二是自下而上自組織的群智涌現，群體可以涌現出個(gè)體不具有的新屬性，而這種新屬性正是個(gè)體之間綜合作用的結果。在科學(xué)理論中，1+1大于2，或者1xN>N的情況非常普遍。自然界中微觀(guān)個(gè)體之間相互作用，往往不是簡(jiǎn)單線(xiàn)性關(guān)系的疊加，而是復雜非線(xiàn)性動(dòng)態(tài)過(guò)程的迭代，從而使自然界呈現出復雜系統所展現出的不可推導性和不可預測性?！坝楷F”已被認為是與演繹、歸納相提并論的第三種智能產(chǎn)生范式。因此，對于群智現象，我們既要從宏觀(guān)生物表現出的群智水平加以分析，又要從微觀(guān)個(gè)體中對群智涌現的機理追根溯源。例如，科學(xué)家受到蟻群覓食、蟻群搬家群等這類(lèi)群智行為的啟發(fā)，創(chuàng )建了AOC（Ant colony optimization）即蟻群優(yōu)化算法，該算法現被廣泛應用到經(jīng)濟、社會(huì )等各個(gè)方面。此外，蜂群、鳥(niǎo)群、磷蝦群等，都可以通過(guò)遵循簡(jiǎn)單的行為規則，涌現出宏觀(guān)上復雜的智能行為，如大雁遷徙、羊群效應、磷蝦匯聚等，通過(guò)分析這些群智行為的機理所產(chǎn)生的理論，廣泛應用于經(jīng)濟、社會(huì )等學(xué)科。

將以上群體智能的能力賦予給大規模的無(wú)人機、無(wú)人車(chē)，形成一個(gè)跨域異構的、多功能的無(wú)人自主集群系統，其價(jià)值不可估量。

中科院自動(dòng)化研究所飛行器智能技術(shù)團隊就致力于此方面的研究。該團隊構建了多無(wú)人智能集群演示驗證平臺。此平臺依靠無(wú)人集群顯著(zhù)的規模效應，以低成本、高度分散的形式滿(mǎn)足任務(wù)功能需求，并針對復雜環(huán)境進(jìn)行自主協(xié)同規劃、多機多域協(xié)同對抗以及動(dòng)態(tài)自適調整。該平臺的技術(shù)體系可應用于區域倉儲物流、城市安防、突發(fā)災害搶險救援等領(lǐng)域，具有廣闊的應用前景。

但是，要想真正意義上讓群體智能走進(jìn)生活、服務(wù)社會(huì )，要突破的關(guān)鍵性技術(shù)還有很多，要闖的基礎理論無(wú)人區還有很多。例如如何理解群體智能中群智行為和群智涌現的作用機理，形成具有普適性的可解釋理論；如何解決群體智能系統的魯棒性問(wèn)題，形成具有強穩定性的無(wú)人自主進(jìn)化平臺；如何提高群體之間的通信、導航以及數據處理能力，形成高效率、高精度的集群組網(wǎng)系統等問(wèn)題。

針對上述問(wèn)題，飛行器智能技術(shù)團隊以研發(fā)可自主進(jìn)化的群體智能系統為目標，系統開(kāi)展集群行為要素與群智激發(fā)匯聚機理建模、知識和數據協(xié)同驅動(dòng)的群體智能實(shí)時(shí)推理與決策、自主協(xié)同控制與穩定性機理等方面研究，融合規則知識、已有算法和模型等知識驅動(dòng)方法以及深度強化學(xué)習、演化計算等數據驅動(dòng)方法，實(shí)現群體的智能自主進(jìn)化。此外，在應用層面，該團隊還開(kāi)發(fā)了虛實(shí)融合的集群驗證系統，包括數字域的仿真系統和物理域的無(wú)人機、無(wú)人車(chē)集群驗證系統，以及構成底層支撐的自動(dòng)駕駛儀、控制軟件等核心軟硬件模塊，并針對典型任務(wù)和部分實(shí)際場(chǎng)景開(kāi)展了應用驗證。

但是，國內外對群體智能作用機理研究多數處在起步階段。未來(lái)，飛行器智能技術(shù)團隊將秉著(zhù)“路漫漫其修遠兮，吾將上下而求索”的決心，致力于群智行為基礎模型構建與訓練、多智能體系統群智實(shí)時(shí)推理與對抗、大規模集群行為穩定性機理分析、虛實(shí)融合的群智迭代進(jìn)化范式等科學(xué)問(wèn)題的研究和應用推廣，實(shí)現關(guān)鍵技術(shù)的突破，讓群體智能助力新一輪人工智能的發(fā)展。

來(lái)源：中國科學(xué)院自動(dòng)化研究所