如今，无人机表演已成为流行的“大规模灯光秀”。在演出期间，数百架无人机根据编程的路径飞行，共同概述了天空中的复杂而华丽的形状和图案。当一切按计划进行时，无人机性能就非常壮观。但是，一旦一个或多个无人机失败，它可能会对地面观众构成严重威胁，例如最近发生的佛罗里达州，纽约和其他地方的事故。 。

无人机性能事故的发生使人们意识到确保“多代理系统”的安全仍然存在挑战。多代理系统由多种代理组成，这些代理协调，协作和计算机编程，例如无人机，机器人和自动驾驶汽车。

如今，麻省理工学院工程师团队已为多机构系统开发了一种培训方法，以确保这些系统甚至可以在拥挤且复杂的环境中安全运行。研究人员发现，在使用这种方法训练少量代理后，他们所学的安全边界和控制策略可以自动扩展到更多的代理，从而提高整个系统的安全性。

在实际演示期间，团队训练了几台微型无人机，以成功完成不同的任务，例如在飞行过程中更改位置和降落在移动机器人上。在仿真实验中，在几台无人机培训后，可以将同一程序复制并扩展为数千个无人机，从而使大型系统可以安全地完成任务。

图|无人机使用新算法可以安全地改变位置，同时避免障碍（来源：麻省理工学院新闻）

“对于任何需要多代理协作的应用程序，例如搜索和救援无人机，仓库机器人和自动驾驶汽车，这种方法有望成为行业标准。这就像建立一个“安全障碍”，可以允许每个代理商允许每个代理商在执行任务时，请确保安全。

该研究已发表在有关机器人技术的IEEE交易中，该论文的合着者还包括MIT研究生Songyuan Zhang，Oswin So和Arizona State University的助理教授Kunal Garg。

探索安全边界

在为多代理系统设计安全机制时，研究人员通常需要考虑每个代理相对于系统中其他代理的潜在运动路径。这对路径计划不仅耗时且计算昂贵。即使这样，安全也不能完全保证。

“在无人机表演中，每台无人机都具有特定的轨迹，包括一系列的路径和时间，然后他们按照这个计划“闭上眼睛”飞行。因为他们只知道自己需要成为自己研究的既定路径，如果发生意外情况，您就不知道如何调整它。”

与传统方法不同，麻省理工学院团队试图开发一种新方法，该方法训练少数代理商安全操作，然后允许该安全策略有效地扩展到系统中的所有代理。更重要的是，这种方法不再为个别代理计划特定的途径，而是允许他们不断“绘制”自己的安全边界（即，一旦超过它们，可能是不安全的区域边界）。这样，只要代理总是在安全边界内，它就可以选择完成任务的任何路径。

在某种程度上，团队提出的方法与人们在日常生活中对周围环境的直觉导航非常相似。 “想象一下，您与很多人一起在购物中心。为了安全地行走，不要撞到他人，您通常只关注周围几米内的人，而不是关注那些距离更远的人。该研究采用了类似的当地方法。”

建立安全障碍

在这项新研究中，团队提出了一种称为“ GCBF+”的方法，即“图控制屏障函数”。在机器人技术领域，屏障函数是一种用于计算安全边界的数学概念，一旦代理越过该边界，它们可能会变得不安全。在多机构系统中，由于代理的移动，其安全区域可能随时改变任何代理商。

通常，在计算多种系统中代理的屏障功能时，设计人员需要考虑其潜在的路径和与系统中所有其他代理的相互作用。但是麻省理工学院团队的方法是不同的。他们仅计算一些代理的安全区域，并且计算方法足够准确，可以反映系统中更多代理的动态变化。

Oswin So说：“在计算了几个代理的屏障功能之后，我们可以将其复制并应用于每个代理商，以便我们可以快速获得适用于系统中任何数量代理的安全区域图。”

当计算代理的屏障函数时，团队首先考虑代理的“感知半径”，即可以根据其传感器观察的环境范围。就像在购物中心的示例中一样，研究人员认为代理可以安全，并通过简单地关注其感知半径中的其他代理，避免碰撞。

接下来，该团队使用计算机模型来模拟代理的特定机械功能和局限性，并设计了一个“控制器”，即有关代理商及其类似人应如何移动的一组指令。然后，他们让多个代理在特定的轨迹上移动并模拟，记录它们之间是否存在碰撞或其他相互作用。

Songyuan Zhang说：“借助这些轨迹数据，我们可以计算一些最小化的规则，例如当前控制器中发生了多少违规行为，然后相应地更新控制器以提高安全性。”

这样，可以将控制器编程到代理中，从而使代理在即时环境中感知其他代理信息，不断绘制自己的安全区域，并在安全区域内移动以完成任务。

“我们的控制器具有实时响应功能。它没有提前计划固定的路径，但是它不断收集有关无人机，速度和其他无人机速度方向的信息，并使用此信息实时生成计划。这条路径每次都会重新计划。范·楚丘说。

该团队在8个微型四极管无人机系统中演示了GCBF+方法。这些无人机的任务是在空中飞行并改变位置。如果无人机直接沿着最短路径飞行，则一定会碰撞。但是，在通过团队方法进行训练后，无人机可以在飞行过程中实时调整，互相避免，始终留在各自的安全区域，并成功地在空中播放该位置切换已经完成。

同样，该团队还可以让无人机飞行并降落在特定的轮子机器人上，该机器人继续在大圈子中循环，而无人机也可以避免在着陆期间碰撞。

Fan Chuchu说：“使用我们的框架，只需告诉无人机的目的地，而不是整个无碰撞路径轨迹，无人机就可以弄清楚如何在没有碰撞的情况下到达目的地。”她设想该方法可以应用于任何多机构系统以确保安全性，例如无人机性能，仓库机器人，自动驾驶汽车和无人机交付系统。

这项研究得到了国家科学基金会，麻省理工学院林肯实验室安全安全（SAFR）计划和新加坡国防科学技术局的部分支持。