身体的智能：7.9集体智能：我们在何处，从此走向何方？

我们已见过许多仿真和真实机器人集体智能的精彩演示，种族隔离模型、已被好莱坞电影采用的群集算法、能够优化覆盖一个区域或是合作搬运大件物品的机器人团队、具有高超球技的足球机器人、能改变形态实现爬虫到蛇到步行机器变形的模块化机器人、自修复系统，甚至可在真实世界中完整复制自己的自再造机器人。集体智能的能力和魅力强大，涌现性和集体现象的概念存在已久，但这些研究对我们关于智能概念的影响是如此之小实在令人吃惊，也少有系统投入实际应用。除了用于娱乐以外，涌现性还没有在任何实际应用中发挥关键作用。

RoboCup是集体智能领域一项突出成就，这是一个具有国际影响的活动，吸引了众多具有创造性的研究人员和观众参与期间的学术会议和比赛，加深了我们对剧烈变化环境中的机器人合作和机器人行为的理解。此外，这一活动也走入校园，被认为是极具价值的教育工具。但是至今这一活动还没有获得实际应用，以使机器

人能在真实世界中合作和自主地完成任务。群体智能（swarm
intelligence）是集体智能研究中另一新兴领域，其情况与RoboCup类似。群体智能研究智能体的大规模团队，涌现性是其研究的基本目标。尽管人们提出了许多诱人的关于其应用的建议，如在计算机网络的负载平衡问题中采用蚂蚁算法，迄今虽然只有很少的纯分布式商业应用，其中个体智能体（电子蚂蚁）之间进行局部的交互作用还是个令人感兴趣的领域。蚂蚁算法目前已被瑞士的连锁超市 Migros和意大利的面食生产商Barilla用于规划他们卡车在欧洲的路线。AirLiquid-USA也采用蚂蚁算法来解决多种物流问题。但是，这些应用采用的是虚拟智能体而非真实世界的机器人。真实世界的群体智能，即一大群机器人合作来完成任务，还没有实现并应用于日常生活。模块化机器人也是一样，到目前为止应用非常少。

自再造机器人离现实更加遥远。虽然对于太空科考以及类似的人类无法到达而机器人可以长期生存的环境，模块化机器人让我们看到其巨大的应用潜力，但迄今我们还没有看到任何真实世界中的应用。自再造的能力使智能体能够最少是在群体水平上长期自给自足。纳米技术的进步或许会为这一想法的实现开辟道路。

我们已经罗列了真实世界中少有实验成果的若干原因。可以看出，硬件的可靠性差且成本高，人们对涌现性还缺乏信心，普遍认为自组织行为更适用于维持生物系统的生存，但对于工程任务，自顶向下、紧密控制的全局行为较涌现性和自组织行为更为有效。显然，存在两种因素阻碍我们前进――理论因素和概念因素。这两者关系密切，下面让我们作简要分析。

硬件的低可靠性和高成本是当前阻碍快速进步的关键问题。此外，由于成本高昂，使得大批量制造的机器人都相当简单，缺乏高级的传感和运动技能。这些硬件配置的限制，也是造成我们在实验中看到行为总是千篇一律（聚集、分散、清扫、

觅食、合作推物、地图创建以及简单的组装任务）的部分原因。RoboCup比赛中的机器人在感觉一运动的复杂性上相当有限，而且上场比赛的机器人数量少，与我们人类足球赛的队员数量相比就更少了。只有当我们能够以便宜的价格获得大批量的机器人之时，就如我们之前提出的“大众的智能体”（agents for
the masses）（Pfeifer和Scheier，1999），这个领域才能够真正起飞。真正信息社会的起步，始于计算机和网络可以为全球数百万人使用之时。同样，类似的社会革命只有当大批量的实物机器进入我们的世界才能发生。可见，这不仅是技术问题，也是一个经济问题。

在模块化机器人领域，我们所遇到的技术难题包括连接–分离机构、力量较弱的驱动器、能源、控制大批量模块的复杂性以及可扩展性问题。此外，以下概念性问题也在困扰这项技术：就是明显缺乏对于集体智能、涌现性和自组织3个概念的理解。显然，理解这些概念要比掌握自顶向下的控制方法困难得多。技术的落后也同时阻碍了概念的进步：因为我们没有机会进行大规模的机器人团队或模块化机器人的实验，也就无法建立正确的概念体系。同时，由于我们未曾以涌现性和新型形

态的角度进行思考，因此，对于未来技术进步和进化机器人设计技术究竟能创造出何种形态的机器人缺乏想象力。以新方式行动的新型机器人将拓展这类机器人在未来的商业应用前景，并且，这些发展可能导致全新智能形式的诞生。

让我们回顾本章标题“从交互中认知”。我们有意对认知谈得较少，而对全局行为模式谈得较多。全局行为模式这一术语，涉及执行集体任务的智能体群体，或是由模块单元合作构成的智能体个体。其思想的关键就是利用群体潜在的交互性，以最小的控制来实现复杂的行为。