北京大學工學院教授謝廣明-智能仿生機器魚

雷鋒網 AI 科技評論按：2018 年 6 月 29 日至 7 月 1 日全球人工智慧與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網 (公眾號：雷鋒網)、香港中文大學（深圳）承辦，得到了寶安市政府的大力指導，是國內人工智慧和機器人學術界、工業界及投資界三大領域的頂級交流盛會，旨在打造國內人工智慧領域最具實力的跨界交流合作平台。

CCF-GAIR 2018 延續前兩屆的「頂尖」陣容，提供 1 個主會場和 11 個專場（仿生機器人專場，機器人行業應用專場，計算機視覺專場，智能安全專場，金融科技專場，智能駕駛專場，NLP 專場，AI+專場，AI 晶元專場，IoT 專場，投資人專場）的豐富平台，意欲給三界參會者從產學研多個維度，呈現出更富前瞻性與落地性相結合的會議內容與現場體驗。

北京大學工學院謝廣明教授於仿生機器人專場做了第二場報告，題為「智能仿生機器魚」。謝廣明教授對自己目前的研究進行了簡單介紹。

雷鋒網對演講內容做了不改變原意的整理，演講全文如下。

水下仿生機器人的研究具有重大意義，它的應用前景非常廣泛。所謂仿生機器人就是具有生物特徵和功能的機器人，我們的主要研究項目是智能仿生機器魚。水下環境非常複雜，仿生魚在水下的供能、通信等方面的能力非常有限。我們的目標是研究出機器魚群，所以既要注重單體的研發，也要注重群體技術的研發，我們希望機器魚群可以解決一些實際問題。

如圖所示，這是我們現在做的機器人樣機，包括仿鯉魚、仿海豚，以及一些仿兩棲類。我們研究這個項目已經有十來年了，目前取得了不錯的成果。2012 年和 2014 年分別在南極和北極下水成功。

一、仿生運動控制與側線感知

近幾年，我們主要研究箱魨魚的仿生，箱魨魚的形狀像一個盒子。由於仿生機器魚內部負載空間通常很小，且基本被電機佔據的，所以盒子狀的仿箱魨機器魚可以增大內部空間。箱魨魚的外形也很有特點，它內凹的形狀看上去很醜陋，其實面對水流衝擊有很好的自穩效果。箱魨魚主要生活在珊瑚礁中環境較複雜的區域，它可以通過胸鰭和尾鰭組合拍動來靈活的運動，因此我們覺得它是很好的仿生對象。

我們開發完成的樣機有一對獨立驅動的胸鰭和擺動的尾鰭，胸鰭和尾鰭相互配合讓機器魚可以像真魚一樣遊動。我們的仿生魚可以前進、後退、上升、下降，我們接下來要實現前滾翻、後滾翻、側滾，通過胸鰭和尾鰭的相互配合來實現一些複雜的動作。這樣的話，將來到水下執行任務的時候，機器魚就可以在複雜的環境中靈活的運動。

我們思考具體的應用場景下仿生魚要面對的問題時發現魚光會動還不足以解決實際問題，實際上在未知的環境下，仿生魚必須先感知環境信息、感知環境變化，然後再根據環境做出相應的動作。接下來我們要賦予仿生魚感知能力，一種方案是加攝像頭和聲納，但水下的環境通常非常渾濁，陰天時光線不足，所以這種感知方法限制很多。那麼真實的魚在水中如何感知環境變化？魚的側線系統讓魚可以很好的適應水中生活。所以我們考慮為機器魚添加側線系統來感知環境信息。

我們在機器魚上集成了壓傳陣列，根據側線系統在面部和身體兩側各安裝三個壓傳。有了側線系統，我們就可以搜集更多信息，比如說仿生魚直游時，通過測量側線數據，我們可以計算出仿生魚相對於水體的速度。我們還想讓仿生魚通過側線系統來感知與夥伴的位置關係，比如前面一條魚在遊動，後面的魚通過側線系統來感知前後距離、左右距離以及兩條魚之間的夾角。這樣有助於維持魚群的群體不變性，保持兩條魚位置關係的穩定。我們希望把側線系統與之前的的運動功能結合起來形成閉環反饋，使仿生魚既能運動又能感知環境。

二、通信組網與群體協作

仿生魚在水下還要面對通信問題，形成機器魚群需要夥伴之間進行溝通，我們原本的想法使集成水聲聲吶，但是水聲聲吶換能器體積比較大，功耗比較高，無法集成在小魚上。能不能有新的方式來實現近距離通信？啟發來自生物界，我們找到一種弱電魚，可以調整身體的機能，讓自己身體形成一個電場，這個電場是變化的，可以把信號載入上去來傳遞給它的夥伴。能不能賦予機器魚這種功能？我們開始建立模型並進行理論分析，設計相應的電路系統，給仿生魚安裝發射電極和接收電極，最終成功實現了仿生機器魚的新水下通信方式。

上文的通信是兩條魚之間的交互，如果讓魚群進行通信就涉及到水下組網的問題，我們現在初步完成了協議，解決通信信道的衝突問題，也完成了一個小實驗，即三條魚模擬。機器魚一由於與機器魚三距離比較遠，故兩者無法進行通信，我們把機器魚二當作路由器，最終實現了三條魚之間的通信。三條魚組成通信網路，網路組建完成以後，如果它們之間可以傳遞一些面向任務的信號，組網就算完成。例如第一條機器魚發送把胸鰭抬起來的信號給第二條魚，第二條魚完成這樣的動作，再傳遞給第三條魚，第三條魚也完成了這個動作，那麼這個通過電場組成的通信網路就算完成，仿生魚可以通過這個網路進行交流。

我們研究的基本思想就是向大自然學習，以大自然為老師，對於一些比較好的生物特性，我們可以嘗試用於仿生機器人。個體仿生主要是實現高機動性、高效率的運動，通過通信組網我們可以實現群體仿生。我們設想這樣一個應用場景，派成百上千成本低廉的機器魚一起下水去搜索失事飛機，這成百上千的機器魚很有可能完成這種「大海撈針」的任務。所以我還是想強調不僅要關注個體仿生也要關注群體仿生。

這是國外水下攝影大展的獲獎作品，這些魚為什麼有這樣的行為？這並不是因為好玩或是娛樂，唯一的目的是在惡劣、有限的資源環境下生存下去。很多計算機專業的可能都知道粒子群優化演算法，而在生物界，通過群體的方式讓整個種群延續下去這種行為是一個很值得研究的問題，即群體智能。群體智能也是人工智慧很重要的研究分支，生物界那些個體能力很弱的群體智能很值得研究。

群體行為有些特點，比說魚的感知、運動、執行能力等個體能力都非常弱。還有它們形成群體以後，這個群體也沒有所謂的領導者或上帝告訴每條魚怎麼決策、行動。而且對於這樣的魚群，即使在某個時刻讓某條魚消失，對於群體也絲毫沒有影響，這都是很有意思的現象。如果只是聚焦於魚群中的某一條魚，很難看出它的遊動規律，但魚群的遊動卻非常協調、非常有序，這種個體無序、整體有序的現象是怎麼實現的？其實每條魚只跟有限的個體交互就可以實現。比如說如果幾百個人在一起，然後讓你一個人協調大家動作，你可能處理不了。換成魚群，每條魚只關心周圍的情況，鄰居的情況，然後根據這些情況做出決策，整體彷彿就擁有了群體智能。

計算機學家用動畫描述了這種群體智能，他們用三角形代表個體，每個個體在時間片內一步步移動。而個體的運動規則很簡單，它們就觀察自己周邊有限範圍內夥伴的情況，離得比較近的就遠離一些，離得遠的就靠近一些，下一步運動方向就是鄰居夥伴的平均方向。僅用這三個比較簡單的規則對魚群進行模擬，模擬結果和實際的情形很接近。

生物學家把這個平面模型進一步擴展到三維模型。在此基礎上我們嘗試讓機器魚也擁有這樣的群體特性，我們手上的仿生魚不多，目前我們可以用三條魚來實現這樣的效果。

我們在北大未名湖測試過我們的仿生魚，當機器魚在水裡游時，真魚會被吸引跟在後面，機器魚對真魚的活動產生了影響。這是一個很有意思的現象，將來或許可以研究用仿生機器人去影響自然界，構成一種機器和生命的混合系統，達到一種道法自然的境界。

三、競賽與應用

我們現在正在組織國際水中機器人競賽，比賽不僅是純學術類的，比如怎麼讓機器人有的更好，還有很多應用類的項目，旨在解決一些實際問題。

我再介紹一下水下仿生機器魚的實際應用，一是環保檢測，比如水質監測，現行的監測方法非常費勁——都是檢測員劃小船到指定點采水樣，效率非常低，完全可以嘗試用機器魚去做這樣的事。二是污染源的探測，很多廠家的把自己的排水管道隱蔽起來逃避監管。國外提出用蛇形機器人去追蹤源頭，其實機器魚也可以完成任務。三是垃圾清理，我們去年組織的比賽首次設立該項目，我們希望以後可以讓機器人去清理一些水上垃圾。水下垃圾我們希望也可以用機器人解決，比如一些蓄水池，現在的垃圾處理方法是把水抽干讓人去清理，這種方法很費力，我們希望也可以用機器人去完成。再把場景拓展一下，我們希望以後仿生魚可以應用于海洋污染治理。四是管道檢測，由於管道是注水的，檢測管道只能封死一段然後派人去檢測，以後可以讓機器人來完成這樣的任務。總的來說，仿生機器人的應用途徑非常廣泛。

以上就是雷鋒網整理的謝廣明教授演講全文。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！