身体的智能：7.10小结：集体系统的设计原理

所有上述例子（集体系统、基于智能体的建模、机器人群体、合作、模块化机器人以及可自重构和自再造的机器）使我们清楚认识到，目前还没有形成一个统一的或清晰界定的主题。尽管如此，我们仍将简要总结用于设计集体智能或者分析生物系统的基本原理。

抽象层次原理。集体智能这一术语不只适用于由个体构成的群体（如由社会性昆虫、动物、人类或者机器人所构成的群落），也同样适用于任何由类似智能体构成的集合，如细胞集合、模块化机器人系统的模块集合。只要谈到集体智能，我们就必须清楚界定我们是在何种抽象层次或规模上研究智能体，例如，当谈到昆虫行为，其抽象水平已经远离生物体的个体细胞或分子的具体细节。这就是所谓的抽象层次原理。

涌现性设计原理。我们关注涌现性的设计，期望某种功能性的获得（如社会中的种族隔离、蚁群寻找到达食物源的最短路径、鸟群的形成与运动），不是直接编程到智能体中，而是经由若干局部交互的简单规则而涌现出来。虽然，对机器人群体的直接编程已经实现了一些有趣的应用，但对涌现性的设计还是具有某些优势。通过涌现性获得功能性的系统，所依赖的自组织过程只需要较少的控制，这类系统不仅是自适应的和鲁棒的，而且成本更低。对于涌现性的功能性，我们需要采用不同的思维方式，以社会性交互行为为例，那些曾被认为是精心控制的交互行为，往往是反射性的若干局部交互作用的产物。涌现性设计的另一个优势是可扩展性，如果全局行为涌现自局部规则，那么无论智能体的数量或多或少，都不会影响最终的全局行为。这就是所谓的涌现性设计原理。这一原理直接关系到我们对涌现性的总体认识，我们之所以在集体智能领域特别强调这一点，就是因为设计局部的交互规则进而产生期望的全局行为是非常困难的。通过对生物系统的分析，这一原理表明我们应该去寻找那些可以产生全局行为模式的局部交互规则，例如，我们正在研究的鸟群行为。

从智能体到群体原理。智能体的设计原理（见第4章）同样可被用于群体，而不

仅仅是个体。例如，智能体群体中每个智能体可被当作一个过程，整个群体就是由若干并行的、松散耦合的过程构成的，符合并行、松散耦合过程原理。智能体之间的松散耦合，或是借助环境，如群体激发式交互（散布信息素痕迹），或是通过局部的交互规则（跟随其他智能体、对齐其他智能体）。低成本设计的原理也同样适用，对于某个特定任务（如搬运大型物体），设计一个由多个简单智能体组成的多机器人系统，往往比设计一个单一的、非常复杂的机器人成本更低。冗余性原理对集体系统依然适用，因为多个智能体具有大量重叠的功能，自然提供了冗余性。这就是所谓的从智能体到群体原理，本质上讲，我们总是可以尝试将智能体设计的原理移植到集体智能领域。

同质–异质原理。当设计一个模块化机器人系统时，必须在只采用一种通用模块还是不同种类的专用模块两个极端之间寻找折中。这更多是由于技术原因，而非概念原因，也就是说，在真实世界中，我们还没掌握细胞分裂（或模块分裂）和模块专门化的过程，至少对现有的技术是这样。我们可以模拟模块的专门化，如关闭模块中的某些元件，但这会造成很多无用资源的闲置，并且这与低成本设计的原理也不符。但根据冗余性原理，采用一种“万用”模块是有益的，因为任何模块都可以假定任意功能（在模块设计的可能性之内）。当然，这一原理同样适用于多机器人系统，我们必须决定是采用一种机器人还是多种专用机器人。我们称其为同质–异质原理。

本书有些沉重的理论部分到此结束。我们现在进入轻松的第三部分，这里将描述具身性智能的若干应用，讨论第3章到第7章所提出的智能体特性和原理与这些应用的关系。