近日，arXiv上发表了一项关于多机器人海洋自主系统的重要研究，论文标题为《Multi-Objective Compliance-Integrated Coevolution For Simulated And Real-World Deployment Of Multi-Robot Marine Autonomy》，作者包括Everardo Gonzalez等六位研究人员。该论文提出了一种名为“海洋多目标合规集成协同进化”（MMOCIC）的新颖框架，旨在解决协作机器人在海洋任务中面临的独特挑战。
海洋任务，如未知礁石结构的探索、海底基础设施的检查或搜救行动，通常需要多台机器人协同工作。然而，这类任务往往提供稀疏的反馈信号来衡量进展，同时必须严格遵守安全和监管规范。这本质上是一个多目标优化问题：需要在最大化团队任务进展和最小化规范违反之间取得平衡。传统的协同进化算法虽然能够处理稀疏反馈并生成协调行为，甚至在某些情况下扩展到多目标，但在动态融合高层团队目标与低层合规考虑方面仍存在局限。
MMOCIC框架的核心洞察在于将学习与合规解耦。由于操作规范是预先制定的，而非通过探索发现，因此合规行为可以独立于学习过程进行优化。MMOCIC通过融合协同进化行为与合规行为，实现了团队进展最大化与规范违反最小化的平衡。具体而言，该框架利用协同进化算法生成行为，同时引入独立的合规行为模块，确保团队在追求任务目标时不违反预设规范。
研究团队通过一个协作游泳者救援任务验证了MMOCIC的有效性。在硬件部署中，最多使用了8台机器人，而在仿真中则扩展至12台。实验结果表明，采用MMOCIC的机器人团队能够在避免碰撞的同时保持高任务绩效。这一成果不仅证明了框架的可行性，也展示了其在现实场景中的稳健性。
论文指出，MMOCIC作为一个通用框架，可适用于多种需要学习型协调的实际部署场景。其贡献在于提供了一种将团队整体优化与既定规范相结合的方法，为海洋自主系统的安全高效运行开辟了新途径。未来工作可能包括将MMOCIC扩展到更复杂的任务环境，以及更大规模的多机器人交互场景。该研究为海洋机器人领域的自主协同控制提供了重要参考，有望推动搜救、环境监测和基础设施检查等应用的发展。