多机器人研究新前沿：协同通信与路径规划技术

当阿曼达·普罗洛克在高中选择计算机科学作为选修课时，最吸引她的是这门学科的客观评估特性——解决方案要么有效，要么无效。如今，作为剑桥大学集体智能与机器人学教授，普罗洛克正致力于解决多机器人系统中的复杂协调问题。

群体智能的发现

在洛桑联邦理工学院攻读计算机科学期间，普罗洛克首次接触到群体智能和群体机器人技术。她特别受到Craig Reynolds的Boids项目启发，该项目通过计算机模型模拟鸟类的集群行为。在本科项目中，她通过探索预测个体和群体行为的算法进行逆向工程研究。

在日本的实习经历让普罗洛克见证了群体智能的实际应用。她观察到东京等大城市中人群在拥挤空间的高效导航方式，这激发了她对机器人群体导航技术的研究兴趣。她开始思考：如何编程让机器人群体在避免碰撞和死锁的同时，实现平滑高效的移动？

普罗洛克的博士论文聚焦于室内定位技术——如何在GPS信号微弱或缺失的环境下，让自主智能体确定自身坐标并与其他智能体通信。她采用超宽带定位与协同定位相结合的混合方案，成功解决了这一难题。该论文荣获洛桑联邦理工学院计算机科学"最佳论文"奖。

在博士后研究中，普罗洛克发现具有不同但互补能力的异构机器人群体对意外干扰具有更强韧性。她指出：“异质性是工程学中尚未充分探索的领域，而在社会科学和自然科学中已有较多研究。多样性是自然的基石，但具体需要哪些差异？差异程度如何？团队应如何通信才能发挥互补优势？”

在剑桥大学成立的普罗洛克实验室专注于开发解决机器人协同问题的实用方法，包括：

2019年某机构研究奖肯定了该实验室在合成局部通信和决策策略的机器学习方法方面的开创性工作。其中一项合作研究提出了"即插即用"系统，无需全局地图、定位数据或传感器网络预校准，即可引导机器人在繁忙杂乱的环境中运行。

普罗洛克展望道：“我十分认同机器人提供更多传感能力的理念。我们需要思考装备世界的益处。“她的研究为偏远地区等连接稀疏或不可用环境的机器人应用开辟了新可能。

相关技术领域：移动机器人技术、机器学习算法、超宽带定位、协同定位系统、异构系统集成