如今，无人机表演已成为一种备受欢迎的“大型灯光秀”。在表演中，成百上千架无人机按照编程设定好的路径飞行，在天空中共同勾勒出复杂绚丽的形状和图案。当一切按计划进行时，无人机表演场面颇为壮观，然而，一旦有一架或多架无人机出现故障则可能会对地面观众构成严重威胁。

近期，麻省理工学院的工程师团队开发出一种针对多智能体系统的训练方法，能够确保这些系统即便在拥挤复杂的环境中也能安全运行。研究人员发现，利用这种方法训练少量智能体后，它们学到的安全边界和控制策略可以自动扩展应用到更多的智能体上，进而提高整个系统的安全性。

在实际演示过程中，该团队训练了几架微型无人机成功完成不同任务，比如在飞行过程中同时变换位置并降落在移动的机器人上面。在模拟实验里，同样的程序在几架无人机上训练后，可以复制并扩展到数千架无人机，使其大规模系统能够安全地完成任务。

目前这项研究成果已经发表在 IEEE Transactions on Robotics 上。

（图源：MIT News）

“在无人机表演中，每架无人机都被预先设定好了特定轨迹，包括一系列路径和时间点，然后它们就‘闭上眼睛’按照这个计划飞行。由于它们只知道需要的既定路径，一旦发生意外情况就不知道该如何进行调整。”这项研究的主要作者 Songyuan Zhang 指出。

与传统方法不同，麻省理工学院团队尝试开发一种新的方法，先训练少量智能体安全运行，然后让这种安全策略能有效扩展到系统中的所有智能体。更关键的是，这种方法不再为单个智能体规划具体路径，而是让它们能够持续‘绘制’自己的安全边界。这样一来，智能体只要始终处于安全边界范围内，就可以选择任意路径完成任务。

从某种程度上来说，团队提出的这种方法和人们在日常生活中直观地导航周围环境很相似。“想象一下，你身处一个人很多的购物中心，为了安全行走且不撞到别人，你通常只会留意自己周围数米范围内的人，而不会去关注相距更远的人，我们的研究采用的就是类似的局部方法。”论文作者Oswin So 解释道。

“使用我们的框架，只需要告诉无人机它们的目的地，而不是整个无碰撞的路径轨迹，无人机就能自己找出如何到达目的地而不发生碰撞。”麻省理工学院航空航天学副教授范楚楚表示。她设想，这种方法可以应用到任何多智能体系统中来保障安全，比如无人机表演、仓库机器人、自动驾驶汽车以及无人机配送系统等。

这项研究部分得到了美国国家科学基金会、麻省理工学院林肯实验室特技飞行制度安全（SAFR）计划，以及新加坡国防科学技术局的支持。

新闻来源：麻省理工科技评论