19、大规模系统的原则性综合：任务排序

大规模系统的原则性综合：任务排序

1. 引言

机器人集群由众多简单、小型且低成本的单元组成，它们通过协同交互执行任务，并借助大量冗余实现鲁棒性。我们面临的综合问题是推导局部规则（机器人控制律和通信协议），以实现预定的全局任务。目前提出了一种基于基本过程组合的方法，可为大规模系统生成控制器。然而，当前大多数方法都是针对特定任务的，找到该问题的通用解决方案仍是一项重大挑战。本文将介绍不同详细程度的仿真方法，以应对这一挑战。

研究人员已开始寻求设计极简系统的原则性方法。一种方法是分析现有实现，为后续实现和整体设计过程提供迭代改进。还有一些工作专注于编译面向任务的规则或自动化感官信息的分发，以提供自动化综合方法。但这些方法必然局限于特定任务或自动化特定功能，因为通用问题十分棘手。虽然分析方法已被推广到大型系统，但形式化综合方法目前仅考虑了小型群体。

我们提出的综合方法不仅能扩展到数百个机器人，还能充分利用大规模系统的优势。该方法虽非自动化流程，但利用预测工具指导设计，为特定类别的过程提供行为的粗略描述。控制器设计需要组合这些过程，以在集体层面实现面向任务的行为。基于组合进行综合时会产生许多理论问题，其中最重要的是组成过程预测的鲁棒性，因为模型必然会忽略一些细节。本文将结合综合方法的描述、仿真技术的介绍，通过模拟集群在顺序检查任务中的实验来解决鲁棒性问题。

我们的更广泛研究涉及两个关键问题：一是作为系统设计指南，组成过程的预测可行性和可处理性如何；二是专注于特定类别的计算过程时，该类别的计算能力如何。本文重点关注第一个问题，具体展示所描述的工具适用于简单任务的多机器人系统设计，并对第二个问题进行了实证探讨。通过考虑同步这一松散耦合异步代理群体的典型问题，表明我们的方法可