面向多机器人海洋自主系统仿真与真实部署的多目标合规集成协同进化
本文提出了一种名为MMOCIC的多目标框架，将协同进化行为与合规行为融合，在最大化团队进展与最小化规范违反之间取得平衡。其核心创新在于将学习过程与合规解耦，因为操作规范是预设而非发现的。在最多8个机器人的硬件部署和12个机器人的仿真中，该框架在协作救援任务中实现了高团队性能并避免了碰撞。
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。