在執(zhí)行聯(lián)合任務時，機器人之間可以保持著不間斷的通訊，比如“我通過了一扇門，正向右轉90度”，“前進兩英尺，我遇到一堵墻，正右轉90度”，“前進4英尺，我遇到一堵墻”……這樣它們能同時掌握事件的最新進展。當然，計算機能毫無困難地把大量信息歸檔存儲，需要時立即調出來，判斷出當下情況，但對人類來說，這樣連串密集的數據會讓人瘋掉。

　　在前不久召開的美國人工智能發(fā)展協(xié)會年會上，麻省理工學院計算機科學與人工智能實驗室（csail）研究人員提出了一種模擬機器人合作的新方法，能使所需的通訊量減少60%。新模型讓設計人與機器人合作系統(tǒng)變得更容易，比如打造出一支人機合作的應急救援隊伍。

降低多智能體系統(tǒng)通訊成本

　　在計算機術語中，多智能體系統(tǒng)（multiagentsystem）是自主智能體（電子的或非電子的）之間能實現任意協(xié)作的系統(tǒng)。每個主體既要能運行一個反映它所認知的世界當前狀態(tài)的模型，即機器人世界觀，還要能運行其他任何一個機器人的世界觀模型。在模型精確性概率中，機器人本身也是需要考慮的因素，它們必須以這些概率為基礎，決定是否改變自己的行為。

　　模擬多智能體系統(tǒng)的方法稱為dec-pomdp（分布式部分可觀測馬爾可夫決策過程）。dec-pomdp系統(tǒng)包括多種不確定性，要考慮隊伍中某一個機器人的世界觀是否正確，它對伙伴世界觀的判斷是否正確，還要考慮它采取的任何一項行動能否成功。比如，機器人原計劃向前移動20英尺，卻發(fā)現橫向吹來的風把自己吹得偏移了路線。如果一個機器人決定發(fā)布一條新信息，會迫使同伴也更新自己的模型，在整體中攪起新一輪的不確定性。如果這一信息并非必要的，就只會造成嚴重滯緩而達不到任何目的。

　　一般情況下，dec-pomdp系統(tǒng)會對環(huán)境情況做一些先驗假設，讓機器人在這些假設的基礎上行動。但緊急反應系統(tǒng)不能先做假設，因為救援隊通常要進入不熟悉的環(huán)境，最好的先驗知識也不管用。而且緊急救援要對環(huán)境有全局性掌握，算出一套多機器人方案極為耗時。研究人員的設計是，讓系統(tǒng)忽略行動效果的不確定性，假設無論一個機器人打算做什么，它都會去做。

協(xié)調個體行動使整體最優(yōu)化

　　當機器人接到一條新信息，比如某建筑物內一條通道被封閉了，它有3個選擇：一是忽視這條信息；二是采納它但不發(fā)布出去；三是采納并發(fā)布該信息——每個選擇都有優(yōu)點和相應的通訊成本。如果機器人把新信息納入自己的世界觀模型但不發(fā)出去，也會產生成本，即對同伴來說，要判斷它的世界觀會更困難。對于每個機器人獲得的每條新信息，新系統(tǒng)會根據它們的世界模型、它們對伙伴行為的預期、更有效地完成共同目標的可能性等，進行成本—效益分析。

　　研究人員在300多個計算機上測試了他們的系統(tǒng)，模擬在不熟悉的環(huán)境中完成救援任務。這套系統(tǒng)有多個版本，其中一個允許進行廣泛通訊以完成任務。他們發(fā)現，這一版本的速度比其他版本要高2%—10%，通訊量減少了60%。

　　研究人員指出，在多智能體系統(tǒng)中，可能有60%的通訊是不必要的。在這次實驗中，所有智能體都是計算機模擬的，而沒有人類參與。論文合著者、航空與航天學副教授朱莉·沙哈說：“我們還沒有在人類—機器人團隊中實施這一系統(tǒng)，但前景令人興奮。可以設想一下，你能將通訊量減少60%，或許對于人類完成自己在團隊中的任務而言，這些通訊并非真正必要。”

設計人機合作應急救援系統(tǒng)

　　澳大利亞墨爾本大學計算與信息系統(tǒng)副教授蒂姆·米勒說：“在人類團隊中，如果某個隊員一接到新信息就將其發(fā)布給所有隊員，通常不是個好做法，尤其在通訊成本較高的情況下。這很容易理解。這項研究不止用于多智能體系統(tǒng)，還能用于人類與智能體交互領域，這一領域的通訊成本很高。更重要的是，如果接受太多信息的話，人類隊員很快會不堪重負?！?/P>

　　在另一個項目中，研究人員讓人類志愿者團隊執(zhí)行了與機器人系統(tǒng)相同的虛擬救援任務，并通過機器學習算法，對人類的通訊模式進行了統(tǒng)計分析，將分析結果納入新模型，讓系統(tǒng)能更明確地協(xié)調人機混合團隊。

　　沙哈說，他們必須先在人類志愿者團隊中進行實驗，才能把這套系統(tǒng)用在人類與機器人混合團隊中，如果系統(tǒng)總是告訴人們不真實的信息，人—機團隊必然失敗。