身体的智能：7.1动机

到目前为止，我们一直讨论的都是单个智能体；在本章，我们将探讨智能体在群体中的行为。我们已经对多智能体系统的能力有了一定了解，进化总是在一个种群中进行的。因而，在理论层面，理解个体在群体中的行为而不只是孤立的个体行为是尤为重要的。

研究集体现象的第二个动机在于群体中的智能体是相互影响的，集体能完成单

从食物源返回时，只要它们循着信息素浓度最高的痕迹，就能通过利用信息素找到通往食物源的最短路径。这套机制非常简单，但它只在有许多蚂蚁时才起作用。如果要一个蚂蚁去找到食物源的最短路径，这需要相当强的认知能力（如记忆能力和距离比较能力）和探索能力，这些都超越了单个智能体的所能。类似地，存在着许多靠单个智能体所不能完成的任务，但是这些任务却能由一个群体完成，蚂蚁们通过协同工作，能搬动许多庞大的物体，如叶子或者树枝，这些是不可能靠它们单个完成的。

集体智能的魅力之一是涌现性，全局行为模式不可能由个体规划产生，但是可以由它们之间的交互产生。例如，可以由所谓群体激发式（stigmergic）交互涌现出蚁群痕迹的形成过程。如第2章所提到的，蚂蚁会释放出信息素，然后会跟随高信息素浓度的路径。换句话说，它们遵循的只是局部规则，但是从集体的层面而言，通过每个个体执行这些规则，它们就能共同完成一项复杂的优化任务，即找到食物源和巢之间的最短路径，而无需意识到它们的如此作为。术语自组织被用于描述这类过程，全局行为模式产生既不需要外部递阶控制，也不依靠直接干预（参看Camazine等，2001）。通常，当利用自组织时，得到的解决方案将更简单并且更鲁棒。

考虑智能体群体的另一个原因是冗余性。例如，如果在火星探测任务中，只有一个机器人，若这个机器人坏掉了，行动就结束了。而如果有许多机器人，其他的机器人就能替代缺失机器人的工作，这使得多智能体方法要鲁棒得多。另外，对于许多任务，几个智能体来做效率要高得多。如果要在火星上一片广阔的区域搜索感兴趣的岩石标本，采用多机器人协同搜索，每个机器人搜索不同的区域，这会极大地加快搜索过程。一个生物学例子是，数百个蜜蜂以一种完全分布式的方式搜集食物，并行地执行任务。这比每次只有一只蜜蜂搜集食物有效得多。采用集体方法的一个额外好处是每个智能体可以设计得很简单，常常一个由多个简单智能体构成的集合能够同样完成单个复杂智能体的任务。如果要制造这些构造简单的机器人，会便宜得多。

不过集体智能并不仅限于群体，可以在其他许多领域和不同的层面上发现它的存在。例如，成组的细胞可以组成器官，相应的，器官可以组成完整的生物体。这些生物体可以完成单个细胞所不能完成的某些任务，如步行、奔跑、飞行或者游泳。

此外，智能体可以通过改变它们的形态来提高它们的适应性：我们在前面一章提到的能致人死命的河豚，身体能自我膨胀来吓跑捕食者；鸟儿可以展开翅膀飞翔。所以，发展集体机器人，特别是模块化机器人的另一动机就是利用形态改变，来显著地提高适应性。

①群体激发式交互是指智能体通过改变环境，如散布信息素，或以标示活动地盘为目的进行排便等方式不直接地进行相互通信。

模块化机器人的目标之一是要用大量模块设计并构建机器人，这样得到的机器人作为一个整体可以实现多种非模块化机器人所不能胜任的任务。例如，模块化机器人的魅力之一就是它们可以改变自己的形态，这点我们已经在Kasper Stoy的实验中看到，例如，它们可以由蛇形变换成步行形态。Stoy模块大小是5~10cm，而生物细胞要小得多，所以，就这点而言，两个系统还是很不同的。但是，随着技术的进步，尤其是纳米技术的进步，模块将变得更小，这种情况或许会改变。如果模块化机器人在未来由更多的单元组成，它的应用事实上将是不受任何限制的：它们能采用任何形态，完成目前所难以想象的任务（如可以被注射到血管里，完成动脉清扫任务）。

最后一点动机，或许是最有未来学派色彩的，涉及自修复和自再造。模块化机器人不仅尝试由模块来发展可以完成一定任务的机器人，也尝试构造可以自修复的机器人，水螅在这点上达到了令人惊讶的程度，但这是目前所有生物能达到的极致。

该领域的研究人员也在开发能自再造的机器人，这点对大多数生物体是很常见的。虽然进行自修复或自再造需要许多细胞或模块，但以后我们还是能做到的。现在让我们来探讨基于智能体的建模。