文丨倪霞演说丨陈杰近年来，在人工智能、仿生学、神经生理学及计算机科学发展推展下，智能控制技术以求较慢发展。自律无人控制系统，就是智能控制技术的一个典型。

21 世纪以来，它被普遍应用于环保、测绘、环卫、安防军事和民用等领域。与此同时，它也推展着无人飞行器、无人车辆、工业机器人及服务机器人等蓬勃发展。

8月12日，2019中国机器人学术年会在沈阳告一段落。在“与人共融、智造未来”主题下，来自全国高校、研究所和企业的院士专家及工程师就人机协作与人机融合、模式识别与智能感官、机器人操作者与控制系统等机器人学理论与方法以及仿生机器人、纳米机器人、工业应用于与服务机器人、医疗与康复机器人、水下遥操作机器人、安全性与救难机器人、军事应用于与武装机器人、智能移动平台与车辆等机器人应用于前沿进行了解交流和辩论。

11日早上，一场别开生面的主题共享更有了现场将近千余人的目光。事实上，10日晚间的台风“利奇马”造成多地航班延后及航班中止，陈杰的上下班也因此阻碍。但在11日早上，中国工程院院士、同济大学校长陈杰依然通过现场视频共享了《自律智能无人系统优化与掌控的几个问题》的主旨报告。

在这种类似形式下，现场观众热情依旧加剧。此次共享也给笔者留给了深刻印象。

演说开始之初，陈杰感叹道“因为台风利奇马造成航班中止，很失望无法到现场，不能以这种类似形式和大家见面。”随后，他从发展背景、现状和问题、优化与掌控、未来发展等方面深入浅出分析了自律无人控制系统的发展。亿欧新的生产根据其现场共享对主要内容展开了辨别。

全球人工智能发展如火如荼，自律无人控制系统研究持续减缓自律无人控制系统，是指智能地构建自治权或协同，已完成简单任务的系统，具备自主性、智能性、协同性等特征。还包括无人系统单体、集群无人系统和多集群无人系统等，被广泛应用在无人飞行器、无人车辆、无人船舶、工业机器人和服务机器人等领域。未来，自律无人控制系统将政治宣传传统的战争规则，是保卫国家安全性的最重要武器，堪称确保世界秩序的战略科技。

自律无人系统发展的一个最重要基础，是人工智能。人工智能，是研究人类如何产生智能，然后让机器需要以人类智能相近方式作出反应，即不具备理解、分析、推理小说、决策与掌控等能力。人工智能的发展，为自律智能无人系统的发展获取了新的动能，自律智能无人系统是人工智能研究的最重要抓手和极好的检验平台，人工智能早已沦为我国社会发展的新动能。

不只是中国，纵观全球，人工智能也在蓬勃发展。近年来，欧洲的人工智能研究与应用于持续加剧。

2016年3月，英国公布了《人工智能未来决策制定的机遇与影响》，2017年4月，法国登录了《人工智能战略》，2017年5月，德国施行全球首部自动驾驶法律。欧盟在人工智能技术发展和应用于上多措举，奋起直追，走进一条大同小异美国的AI发展之路。英、法、德及西方主要国家都非常重视人工智能，大力将其应用于感官与信息处理、指挥官决策、无人平台等社会经济科技和军事领域。

2018年11月，德国公布了人工智能战略，增进AI面向经济的研发与应用于，反过来，经济是更进一步AI研究的推动力。除欧洲外，日本也是发展AI的最重要一近于。

2016年4月，日本原作了人工智能研发目标和产业化路线图，2018年8月，无人驾驶出租车驶过东京街头，2018年10月，丰田公司在无人驾驶和共享汽车等领域扩展业务。事实上，日本每年在培育AI科技和人才方面的支出是极高的，大约为133亿日元。总而言之，日本推展人工智能技术给社会各领域带给极大变革，特别是在是给相当严重老龄化的日本社会打了一针“强心剂“。人工智能发展如火如荼，与此同时，自律无人控制系统发展加快。

入过几十年的发展，原本僵硬的机器人开始学会走路、跑步和捕捉。这种变革打开了无人单体智能发育的新时代。细分来看，个体机器不道德特别强调算法本身的研究，集群机器不道德特别强调研究机器之间的相互作用，而混合人机不道德则特别强调机器与人类之间的相互作用。

总而言之，个体/集群机器人不道德和混合人机不道德的研究是人工智能研究的最重要方面，这类研究未来将会突破智能系统的发展瓶颈。尽管应用于普遍，仍面对根本性挑战自律智能无人系统的应用于模式随着智能水平的提升，呈现分阶段螺旋式发展趋势。并且，其应用于可以分军事和民用两大类。

在军事领域，自律智能无人系统的应用于模式持续不断扩大。2001年，由卡内基梅隆大学研制的“蜘蛛”无人战车，具备较好的自律导航系统能力；2007年，由美国陆军坦克和汽车研究发展中心研制的“Crusher”无人战车，将“野外感官”技术统合到无人战车中，强化了无人车的自律机动性；2009年，英国“黑骑士”无人战车，也不具备无人自律操作者功能；2018年，俄罗斯近期研制的S500防空导弹系统能同时截击10个目标，多个登陆作战单元可与其他登陆作战系统展开网络连接。

此外，俄计划到2015年，无人系统在俄军装备结构中的比例将超过30%。在民用领域，自律智能无人系统的应用于堪称丰富多彩。

其中，智能交通的多无人车有人/无人协同掌控就是一个例子。只不过，协同掌控可以提高无人车的自主性和安全性，是目前多无人车的最重要掌控模式。此外，自律智能无人系统也普遍应用于智能交通中的多无人车智能协同路径规划。

多无人车智能协同路径规划可以提高智慧城市道路利用率，减轻城市交通堵塞。据预测，到2035年，全球无人车的销量将约1200万辆，协同将沦为无人车的主要运营模式。一般来说意义上，无人系统自律智能控制等级可以分成6个等级。分别是遥控驾驶员、适应环境故障和环境变化、自律路径规划、多系统协商、多系统战术目标、分布式掌控。

然而，与国外比起，我国的无人系统是略为贞领先的。并且，我国无人系统在适应环境简单场景方面能力较强。综合显然，现阶段，我国的自律智能无人系统研究面对不少挑战。

这其中就还包括，自律无人控制系统无法适应环境对外开放环境、无法适应环境突发事件、非常简单的动作仍不会过热、无法适应环境多项任务等。此外，现阶段的人工智能与仿生智能仍不存在较小差距。就单体来看，人工智能无法在简单环境下构建强壮和普适的机器智能，但仿生智能却能较慢适应环境变异与对抗性的简单环境，并作出准确的推理小说、决策和行动。

就群体来看，机器智能在环境变异情况下，相同程序的协同难以实现，而仿生智能在简单群体间已让有序。总而言之，无人系统在指挥官与决策、分布式掌控、自律故障检测、人为介入等方面仍面对根本性挑战。艰难并非到底，关键技术研究是重点尽管无人系统发展面对重重考验，但解决问题仍然有规律难以确定。

事实上，只要“对症下药”，突破瓶颈并非不有可能。首先是协同指挥官与决策问题。

面对任务环境不确认、决策信息不几乎、通信交互有限等问题，无人系统的协同指挥官与决策的智能化程度较低，造成协同任务无法有效地已完成。此时，只要将角色的概念引进多无人系统，仿人类协作模式设计协同框架，就能克服简单条件对无人系统协同任务的影响。

明确必须解决问题的瓶颈问题还包括模型建构、角色指派、协同决策和时序逻辑优化。解决问题适当问题的关键技术还包括建构基于角色的无人系统协同决策模型，多无人系统角色分析与指派、基于角色的无人系统隐式协同决策、时许逻辑下约束下的无人系统协同规划。其次，是分布式掌控问题解决问题。

无人系统分布式掌控面对通信有限、时缩短，不能必要预测等挑战，因鲁棒性劣，造成理论适用范围受限。幸好，全面输入对系统分布式追踪控制技术、基于Tensegrity结构的编队掌控、基于系统比较输入的调节器、补偿器设计需要解决问题以上问题。然后，是协同掌控/反击检测问题。

事实上，多无人系统的故障检测的规模大，结构复杂，通信能力受限且面对的环境不确认，这些因素都减小了故障检测的可玩性。然而，只要解决问题单节点能力受限的问题，通过建构协同检测网络，就可利用节点之间的合作和群体优势赖已完成对目标节点的检测任务。

具体方法还包括系统检测算法设计、残养生成器设计，并使用平均值一致性协议分布式构建检测算法，提升检测算法的适用范围及可扩展性。最后，是人与多机器人的分享掌控问题。事实上，多机器人在高度可控的工业环境中可实现自律运营，但若要将其运用到现实环境中继续执行任务，遥操作依然是主要的掌控方式。

其中，一个亟待解决的问题是，如何将人为介入掌控与系统的自动化算法结合。只有再行解决问题这个问题，才能更进一步利用人工智能辅助机器人系统来指导运动和规划，才能利用机器人自动化算法修改人的介入操作者，减少人/机比例。

而解决问题的关键，还包括对人为介入意图的解读与建模、基于优化的控制技术构建，以及基于意图场的控制技术构建。

本文来源：美高梅MGM-www.ekt79.com