由于布里斯托大學(xué)和英格蘭西部大學(xué)（UWE）的研究，新一代蜂擁機(jī)器人能夠獨(dú)立學(xué)習(xí)和發(fā)展野外新行為，這一步更近了。
該團(tuán)隊(duì)使用人工進(jìn)化技術(shù)使機(jī)器人能夠自動學(xué)習(xí)人類可以理解的群體行為。今天在Advanced Intelligent Systems上發(fā)布的這一新進(jìn)展可以為環(huán)境監(jiān)測，m.twshmhelmet.com，災(zāi)難恢復(fù)，基礎(chǔ)設(shè)施維護(hù)，物流和農(nóng)業(yè)創(chuàng)造新的機(jī)器人可能性。
到目前為止，人工進(jìn)化通常在群體外部的計算機(jī)上運(yùn)行，然后將最佳策略復(fù)制到機(jī)器人。然而，這種方法是有限的，因?yàn)樗枰獠炕A(chǔ)設(shè)施和實(shí)驗(yàn)室環(huán)境。
（圖片來源：布里斯托大學(xué)）
通過使用嵌入在群內(nèi)的高處理能力的定制群機(jī)器人，布里斯托爾團(tuán)隊(duì)能夠發(fā)現(xiàn)哪些規(guī)則會產(chǎn)生所需的群體行為。這可能導(dǎo)致機(jī)器人群能夠在野外連續(xù)和獨(dú)立地適應(yīng)，以滿足手頭的環(huán)境和任務(wù)。通過使演化的控制器對人類可理解，還可以查詢，解釋和改進(jìn)控制器。
布里斯托爾大學(xué)機(jī)器人實(shí)驗(yàn)室的主要作者Simon Jones說：“人類可理解的控制器使我們能夠分析和驗(yàn)證自動設(shè)計，以確保在實(shí)際應(yīng)用中部署的安全性。”
由Sabine Hauert博士共同領(lǐng)導(dǎo)，工程師利用最新的高性能移動計算技術(shù)，構(gòu)建了一大堆受自然界靈感啟發(fā)的機(jī)器人。他們的“Teraflop Swarm”能夠完全在群內(nèi)運(yùn)行計算密集型自動設(shè)計過程，機(jī)器人維修，使其免受離線資源的限制。該群僅在15分鐘內(nèi)達(dá)到高水平的性能，比之前體現(xiàn)的要快得多進(jìn)化方法，不依賴外部基礎(chǔ)設(shè)施。
工程數(shù)學(xué)和布里斯托機(jī)器人實(shí)驗(yàn)室（BRL）機(jī)器人高級講師Hauert博士說：“這是向機(jī)器人群體邁出的第一步，可以在野外自動發(fā)現(xiàn)合適的群體策略。”
“下一步將是將這些機(jī)器人群從實(shí)驗(yàn)室中取出，并在實(shí)際應(yīng)用中展示我們提出的方法。”通過釋放大量外部基礎(chǔ)設(shè)施，并通過展示可以分析，理解和解釋生成的控制器，研究人員將轉(zhuǎn)向?qū)嶋H應(yīng)用中的群控制器的自動設(shè)計。
將來，KUKA機(jī)器人維修，從頭開始，機(jī)器人群可以直接在原地發(fā)現(xiàn)合適的策略，并在群組任務(wù)或環(huán)境發(fā)生變化時更改策略。
UWE的BRL和科學(xué)傳播部門Alan Winfield教授說：“在許多現(xiàn)代人工智能系統(tǒng)中，特別是那些采用深度學(xué)習(xí)的系統(tǒng)，幾乎不可能理解為什么系統(tǒng)做出了特定的決定。這種缺乏透明度可能是真實(shí)的如果系統(tǒng)做出錯誤決定并造成傷害，問題就在于本文所描述的系統(tǒng)的一個重要優(yōu)點(diǎn)是它是透明的：它的決策過程是人類可以理解的。