北京大学工学院教授谢广明-智能仿生机器鱼 | CCF-GAIR 2018

雷锋网(公众号：雷锋网) AI 科技评论按：2018 年 6 月 29 日至 7 月 1 日全球人工智能与机器人峰会（CCF-GAIR）在深圳召开，峰会由中国计算机学会（CCF）主办，雷锋网 (公众号：雷锋网)、香港中文大学（深圳）承办，得到了宝安市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，旨在打造国内人工智能领域最具实力的跨界交流合作平台。

CCF-GAIR 2018 延续前两届的「顶尖」阵容，提供 1 个主会场和 11 个专场（仿生机器人专场，机器人行业应用专场，计算机视觉专场，智能安全专场，金融科技专场，智能驾驶专场，NLP 专场，AI+专场，AI 芯片专场，IoT 专场，投资人专场）的丰富平台，意欲给三界参会者从产学研多个维度，呈现出更富前瞻性与落地性相结合的会议内容与现场体验。

北京大学工学院谢广明教授于仿生机器人专场做了第二场报告，题为「智能仿生机器鱼」。谢广明教授对自己目前的研究进行了简单介绍。

雷锋网对演讲内容做了不改变原意的整理，演讲全文如下。

水下仿生机器人的研究具有重大意义，它的应用前景非常广泛。所谓仿生机器人就是具有生物特征和功能的机器人，我们的主要研究项目是智能仿生机器鱼。水下环境非常复杂，仿生鱼在水下的供能、通信等方面的能力非常有限。我们的目标是研究出机器鱼群，所以既要注重单体的研发，也要注重群体技术的研发，我们希望机器鱼群可以解决一些实际问题。

如图所示，这是我们现在做的机器人样机，包括仿鲤鱼、仿海豚，以及一些仿两栖类。我们研究这个项目已经有十来年了，目前取得了不错的成果。2012 年和 2014 年分别在南极和北极下水成功。

一、仿生运动控制与侧线感知

近几年，我们主要研究箱鲀鱼的仿生，箱鲀鱼的形状像一个盒子。由于仿生机器鱼内部负载空间通常很小，且基本被电机占据的，所以盒子状的仿箱鲀机器鱼可以增大内部空间。箱鲀鱼的外形也很有特点，它内凹的形状看上去很丑陋，其实面对水流冲击有很好的自稳效果。箱鲀鱼主要生活在珊瑚礁中环境较复杂的区域，它可以通过胸鳍和尾鳍组合拍动来灵活的运动，因此我们觉得它是很好的仿生对象。

我们开发完成的样机有一对独立驱动的胸鳍和摆动的尾鳍，胸鳍和尾鳍相互配合让机器鱼可以像真鱼一样游动。我们的仿生鱼可以前进、后退、上升、下降，我们接下来要实现前滚翻、后滚翻、侧滚，通过胸鳍和尾鳍的相互配合来实现一些复杂的动作。这样的话，将来到水下执行任务的时候，机器鱼就可以在复杂的环境中灵活的运动。

我们思考具体的应用场景下仿生鱼要面对的问题时发现鱼光会动还不足以解决实际问题，实际上在未知的环境下，仿生鱼必须先感知环境信息、感知环境变化，然后再根据环境做出相应的动作。接下来我们要赋予仿生鱼感知能力，一种方案是加摄像头和声纳，但水下的环境通常非常浑浊，阴天时光线不足，所以这种感知方法限制很多。那么真实的鱼在水中如何感知环境变化？鱼的侧线系统让鱼可以很好的适应水中生活。所以我们考虑为机器鱼添加侧线系统来感知环境信息。

我们在机器鱼上集成了压传阵列，根据侧线系统在面部和身体两侧各安装三个压传。有了侧线系统，我们就可以搜集更多信息，比如说仿生鱼直游时，通过测量侧线数据，我们可以计算出仿生鱼相对于水体的速度。我们还想让仿生鱼通过侧线系统来感知与伙伴的位置关系，比如前面一条鱼在游动，后面的鱼通过侧线系统来感知前后距离、左右距离以及两条鱼之间的夹角。这样有助于维持鱼群的群体不变性，保持两条鱼位置关系的稳定。我们希望把侧线系统与之前的的运动功能结合起来形成闭环反馈，使仿生鱼既能运动又能感知环境。

二、通信组网与群体协作

仿生鱼在水下还要面对通信问题，形成机器鱼群需要伙伴之间进行沟通，我们原本的想法使集成水声声呐，但是水声声呐换能器体积比较大，功耗比较高，无法集成在小鱼上。能不能有新的方式来实现近距离通信？启发来自生物界，我们找到一种弱电鱼，可以调整身体的机能，让自己身体形成一个电场，这个电场是变化的，可以把信号加载上去来传递给它的伙伴。能不能赋予机器鱼这种功能？我们开始建立模型并进行理论分析，设计相应的电路系统，给仿生鱼安装发射电极和接收电极，最终成功实现了仿生机器鱼的新水下通信方式。

上文的通信是两条鱼之间的交互，如果让鱼群进行通信就涉及到水下组网的问题，我们现在初步完成了协议，解决通信信道的冲突问题，也完成了一个小实验，即三条鱼模拟。机器鱼一由于与机器鱼三距离比较远，故两者无法进行通信，我们把机器鱼二当作路由器，最终实现了三条鱼之间的通信。三条鱼组成通信网络，网络组建完成以后，如果它们之间可以传递一些面向任务的信号，组网就算完成。例如第一条机器鱼发送把胸鳍抬起来的信号给第二条鱼，第二条鱼完成这样的动作，再传递给第三条鱼，第三条鱼也完成了这个动作，那么这个通过电场组成的通信网络就算完成，仿生鱼可以通过这个网络进行交流。

我们研究的基本思想就是向大自然学习，以大自然为老师，对于一些比较好的生物特性，我们可以尝试用于仿生机器人。个体仿生主要是实现高机动性、高效率的运动，通过通信组网我们可以实现群体仿生。我们设想这样一个应用场景，派成百上千成本低廉的机器鱼一起下水去搜索失事飞机，这成百上千的机器鱼很有可能完成这种「大海捞针」的任务。所以我还是想强调不仅要关注个体仿生也要关注群体仿生。

这是国外水下摄影大展的获奖作品，这些鱼为什么有这样的行为？这并不是因为好玩或是娱乐，唯一的目的是在恶劣、有限的资源环境下生存下去。很多计算机专业的可能都知道粒子群优化算法，而在生物界，通过群体的方式让整个种群延续下去这种行为是一个很值得研究的问题，即群体智能。群体智能也是人工智能很重要的研究分支，生物界那些个体能力很弱的群体智能很值得研究。

群体行为有些特点，比说鱼的感知、运动、执行能力等个体能力都非常弱。还有它们形成群体以后，这个群体也没有所谓的领导者或上帝告诉每条鱼怎么决策、行动。而且对于这样的鱼群，即使在某个时刻让某条鱼消失，对于群体也丝毫没有影响，这都是很有意思的现象。如果只是聚焦于鱼群中的某一条鱼，很难看出它的游动规律，但鱼群的游动却非常协调、非常有序，这种个体无序、整体有序的现象是怎么实现的？其实每条鱼只跟有限的个体交互就可以实现。比如说如果几百个人在一起，然后让你一个人协调大家动作，你可能处理不了。换成鱼群，每条鱼只关心周围的情况，邻居的情况，然后根据这些情况做出决策，整体仿佛就拥有了群体智能。

计算机学家用动画描述了这种群体智能，他们用三角形代表个体，每个个体在时间片内一步步移动。而个体的运动规则很简单，它们就观察自己周边有限范围内伙伴的情况，离得比较近的就远离一些，离得远的就靠近一些，下一步运动方向就是邻居伙伴的平均方向。仅用这三个比较简单的规则对鱼群进行模拟，模拟结果和实际的情形很接近。

生物学家把这个平面模型进一步扩展到三维模型。在此基础上我们尝试让机器鱼也拥有这样的群体特性，我们手上的仿生鱼不多，目前我们可以用三条鱼来实现这样的效果。

我们在北大未名湖测试过我们的仿生鱼，当机器鱼在水里游时，真鱼会被吸引跟在后面，机器鱼对真鱼的活动产生了影响。这是一个很有意思的现象，将来或许可以研究用仿生机器人去影响自然界，构成一种机器和生命的混合系统，达到一种道法自然的境界。

三、竞赛与应用

我们现在正在组织国际水中机器人竞赛，比赛不仅是纯学术类的，比如怎么让机器人有的更好，还有很多应用类的项目，旨在解决一些实际问题。

我再介绍一下水下仿生机器鱼的实际应用，一是环保检测，比如水质监测，现行的监测方法非常费劲——都是检测员划小船到指定点采水样，效率非常低，完全可以尝试用机器鱼去做这样的事。二是污染源的探测，很多厂家的把自己的排水管道隐蔽起来逃避监管。国外提出用蛇形机器人去追踪源头，其实机器鱼也可以完成任务。三是垃圾清理，我们去年组织的比赛首次设立该项目，我们希望以后可以让机器人去清理一些水上垃圾。水下垃圾我们希望也可以用机器人解决，比如一些蓄水池，现在的垃圾处理方法是把水抽干让人去清理，这种方法很费力，我们希望也可以用机器人去完成。再把场景拓展一下，我们希望以后仿生鱼可以应用于海洋污染治理。四是管道检测，由于管道是注水的，检测管道只能封死一段然后派人去检测，以后可以让机器人来完成这样的任务。总的来说，仿生机器人的应用途径非常广泛。

以上就是雷锋网整理的谢广明教授演讲全文。

。