南加州大學的多機器人系統會議探討了博格式無人機背後的科學原理。
當你9月14日在洛杉磯抬頭看看夜空，你會看見300台成群的Intel shooting star 迷你無人機裝著LED燈，排列成一個巨大的”W”。起先市中心有些人傳聞說，這是一個更先進文明所傳達的淺意識訊息，但他事實上只是華納兄弟與DC漫畫在宣傳他們的家庭娛樂電影「神力女超人」。
先不提他們酷炫的行銷手法，你或許很好奇：無人機是如何按照隊形飛行的呢？這正是我們PC雜誌想知道的，因此我們前往了位於南加州大學（USC）的第一屆多機器人系統會議，來了解博格式無人機背後的科學原理。
MRS是IEEE RAS多機器人系統技術委員會的一項新措施，意在匯集多機器人系統（MRS）和多智能體系統（MAS）領域的研究人員。南加州大學助理教授、ACT實驗室主任和MRS主席Nora Ayanian博士說：「通常，MRS / MAS研究分佈在大型會議上，因此這次更聚焦的會議目的是將這些研究人員聚集在一起，突出該領域的最佳研究，並相互學習更多知識。」從研究員快速的互相檢視論文中可看出，這絕對是一個先進的學術研討會，其呈現的科學原則令人著迷。
大多數的電腦科學編成是基於”if/then”—基礎的程序決策，但為了實現真正的自動化和人工智能，無人機需要模塊化、自我意識，並根據經驗（像人類）以解決問題的方式做出決策。
Ayanian在麻省理工學院分佈式機器人實驗室（CSAIL）完成博士後研究員的工作後，於2013年加入南加州大學計算機科學系維特比工程學院。她的工作重點是多機器人協調的端到端解決方案，該解決方案從真正的高級規範開始，並為系統中的個別機器人提供代碼。
“目前，多機器人系統極難使用，”Ayanian博士解釋說。 “解決方案不能從一個應用程序轉移到另一個應用程序。因此，我的研究目標是開發分佈式規劃和控制基礎，這些基礎廣泛適用於多機器人系統或移動傳感器網絡的所有方面。“
如果你想看到她在四旋翼無人機群體上的工作，請查看下面的影片。
在研討會上，俄勒岡州立大學的研究生助理Shauharda Khadka目前正在攻讀機器人博士學位，他展示了他的自主物件（綽號為WALL-E和EVE）如何學會駕馭環境以追踪快速且會不可預測地改變位置的獎勵。 機器人學會探索環境以追踪獎勵，在找到獎勵時利用獎勵，並在其位置發生變化時恢復探索。
簡而言之，無人機開發了一種“集體思維”，以便形成群體，記憶特別的觀察案例，並迅速更改系統使無人機們能適應周圍的新刺激。
無人機通常被應用在第一響應者難以獲得資源的地方，如災區。 一位即將加入馬里蘭大學航空航天工程系的美國海軍研究實驗室（NRL）博士研究員後助理Michael W. Otte博士，他演示了他的算法 - 利用分佈式系統，圖論，概率論 和拍賣 - 使機器人團隊能夠集中資源以解決他們的常見問題。
無人機能夠在拍賣式環境中無線“競標任務”。 也就是說，你可以在災區的方向上引爆一組無人機，並且在抵達時，他們可以中斷以執行某些急需的任務。
“多機器人團隊經常面臨需要在團隊機器人中分配一系列任務的問題，因此在機器人之間分配任務的一種流行方式是進行拍賣，”奧特博士說。 “物品被出售給最高或最低出價者，我們研究通信質量如何影響拍賣結果。”
換句話說，如果許多投標人無法發送他們的出價，拍賣會起作用嗎？ 研究表明，是的，事實證明它們通常仍能很好地發揮作用。 因此，當你接下來看到無人機形成時，不僅有大量的空氣動力學能夠讓它們保持在空中，而是智能算法可以在不斷變化的群體中實現純粹的自主行為。 現在他們只需要建造消音器，因為沒有辦法將單獨一台無人機降噪，更不用說300架了。
如果你已經在儲備無人機並希望進入這個大領域，美國聯邦航空局已經發布了遠程飛行員的認證。 當然，您需要豁免遍歷您所在地理位置的空域，並深入了解多智能體控制機制，以便在您的設備中提供自我意識。
文章出處：https://medium.com/pcmag-access/drone-light-shows-look-cool-but-how-do-they-work-d8f8bbb0d7ac
更多光雕技術文章 PROJECTION MAPPING TECHNICAL
