无人智能集群：实现协作认知的网络化无人系统综述

工程12（2022）24研究无人驾驶智能无人机-综述UnIC：走向无人智能集群及其融入社会张福彪a，于晶b，林德福a，张军ca北京理工大学航空航天工程学院，北京100081b北京理工大学经济管理学院，北京100081c北京理工大学信息与电子学院，北京100081阿提奇莱因福奥文章历史记录：2021年2月10日收到2021年12月12日修订2022年2月17日接受2022年3月22日在线提供保留字：以人为中心的系统社会接受度A B S T R A C T协作无人系统已经出现，以满足我们社会的广泛的重大挑战，其优势包括高性能，效率，灵活性和固有的弹性。由于人工智能（AI）的体现，小组/团队自治水平也得到了提高。然而，目前的联网无人系统主要是针对和适用于范围狭窄的特定领域任务而设计的，并且不具有足够的人类水平的智能和人类需求满足我们生活中具有挑战性的任务本文提出了一个以人为中心的网络化无人系统的愿景：无人智能集群（Unmanned IntelligentCluster，UnIC）。在这一愿景中，分布式无人系统和人类通过知识共享和社会意识连接起来，以实现协作认知。本文详细介绍了UnIC的概念、智能来源和分层架构，并回顾了实现这一愿景的支持技术。除了技术方面，社会接受问题也得到了强调。©2022 The Bottoms.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一篇CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍我们的社会不断发展，并因科学和技术的进步而发生深刻的变化。然而，在环境可持续性、城市基础设施、健康治疗等方面，巨大的工程挑战仍然存在[1，2]。如今，复杂的无人驾驶系统已经变得越来越有能力，成本也越来越低。将这些系统与云和边缘计算、5G、物联网（IoT）和大数据进一步融合，使联网的无人驾驶系统能够作为一个“团队”协同运作，正如我们在日常生活中所看到的，无人驾驶系统作为人工智能的体现，正在逐步普及。例如，多个无人机系统在国家领空飞行，联网的自动驾驶汽车在道路上行驶，手术机器人在医院工作，服务机器人走进家庭，为有特殊需要的老人和儿童提供健康护理。然而，尽管网络化无人驾驶系统取得了显着成就，但它们目前的能力与它们之间存在差距。*通讯作者。电子邮件地址：jing. bit.edu.cn（J. Yu）。关系和应对重大挑战所需的能力。我们认为，潜在的原因主要有两个方面。首先，目前的网络化无人系统主要是为特定领域的任务而设计的，并且适用于狭窄的范围这阻止了集体智慧在更大范围内的出现，以处理任务和环境中的复杂性。其次，“无人化”的趋势越来越明显，事实上，人类对无人驾驶系统的态度以及无人驾驶系统对人类行为的影响相对较少，这最终会损害在我们的社会中使用无人驾驶系统的预期社会和经济效益。事实上，与智能社会要求相关的高期望越来越要求无人驾驶系统离开其典型的结构化和受控环境，与人类一起工作。换句话说，无人驾驶系统应该达到全面的人类智能水平，以便在复杂的环境中与人类一起执行各种任务。为了实现人与无人系统的和谐共存，以更好地生活和工作，出现了以下问题：①如何共同聚集各种无人系统的力量，为人类提供再生服务，以应对https://doi.org/10.1016/j.eng.2022.02.0082095-8099/©2022 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志首页：www.elsevier.com/locate/engF. 张，J.Yu，D.Lin等人工程12（2022）2425在不确定和不断变化的环境中的苛刻要求和从未遇到的事件②这些有能力的系统如何进行人性化的合作，如何被社会积极地看待和广泛地接受？将无人系统融入社会并非易事，因为我们的福祉甚至生活在某种程度上取决于这些无人系统（例如，自动驾驶应用）。迫切的要求是，多个无人系统必须进行社交，以识别，理解和建立相互之间的关系，人类或物体（可能是未知的）在未知的环境中。无人智能集群正是为了满足这一需求，更好地为社会服务而提出的，它是由具有社会感知能力的无人系统组成。其核心原则是提高无人系统的认知能力，并将人的需求作为不可或缺的一部分，使人工无人系统在交互中具有人性化的思维，在感知、决策和操作中符合人的偏好。UnIC的“Un”代表网络化无人系统的凝聚力联盟，更具体地说，它代表大范围无人系统的能力联盟。从广义上讲，关于范围，我们没有明确区分在多个领域（空中，海上，陆地和太空）运行的机器人/机器和自主无人驾驶车辆，原因如下。第一，它们具有共同的特点，即它们通常是流动的、自我维持的、自我指导的和资源丰富的。第二，尽管在不同的领域中操作，但它们的安全关键或任务关键任务特征存在重叠。第三，他们在合作、认知和社交方面面临着很高的挑战。与智能虚拟代理不同，UnIC中的无人系统具有物理身体作为AI的载体，并且可以在多个域中移动。仅举几例，UnIC中的无人系统包括航天器、飞艇、无人飞行器（UAV）、无人地面车辆（UGV）、无人水面车辆（USV）、无人水下车辆（UUV）、人形和人形机器人。‘‘Intelligence”这种智慧的来源与目前的无人系统相比，联合情报中心的情报解释和来源是不同的当与彼此、人、物体和环境交互时，最先进的无人系统已经显示出解决“什么”、“何时”和“何地”问题的能力有了这些限制，偶尔观察到人类认为笨拙、奇怪、不安全甚至危险的幼稚机器行为就不足为奇了事实上，这些深层次的问题要求无人系统具有强大的类人认知能力，如推理和推理，以及类人社会能力，如关系理解和建立。为了实现这一目标，联合国新闻中心预计将拥有高水平的协作，互动和社会智能，这是相辅相成的。‘‘Cluster” is a fundamental form to address complexity UnIC中的Clus- ter意味着一种新兴的合作模式，直观地指的是从无人系统的网络化中产生的团队、功能和服务。在这里，我们主要强调集群的两个方面：成员和结构。关于成员，集群模式是开放和动态的，这意味着集群中的成员可以调整他们的策略，并在物理，信息和社会空间中改革新的集群。因此，无人系统可能涉及多个集群，扮演不同的角色。关于结构，集群可以是分层嵌套的群体，或者是不同质量、规模和组成的团队。注意这些字符是-在卫星集群/星座、服务机器人、无人机编队或群、联网自动驾驶汽车和UUV舰队方面，这些技术也与传统集群不同。对于传统的集群，无人系统通常是针对特定任务设计的，机器之间或人与机器之间的社会交互规则通常是按任务设计这种封闭系统的缺点是，它们不能与大规模网络化无人系统中的正确参与者建立关系，因此不能概括新情况下不同任务的相应能力。UnIC通过大规模的社交连接和协作将自己与封闭系统区分开来，这些社交连接和协作通过以下方式实现：具有易变组成员身份的可扩展性，具有安全访问的互操作性，功能和服务虚拟化以及按需重新配置的灵活性。传统上，无人驾驶系统一直被用于所谓的危险、枯燥和肮脏（3D）任务，为人类工作。然而，在一个更加数字化的现代世界里，以有组织和网络化的方式与人类作为认知、协作和友好（3C）伙伴共生[6新闻中心预计将适应这一角色变化和随之而来的新挑战。网络化无人系统的研究受到了相当大的关注在全球 中国发起了一项为期八年的，2016年，2亿美元的国家研究计划被称为提出的共存将使机器人能够无处不在地安全地与人类一起工作，而合作将使机器人能够与其他代理（人或机器人）进行有效的协调和合作。在欧洲，H2020项目启动了“基于路、空、水的未来互联网实验”，重点是协调多个跨领域无人航行另一个名为Robotic UBIquitous COgestion Network的欧洲项目研究了机器人生态概念，目的是通过使用协作平台在日常生活中提供普遍服务[10]。在美国，国家无处不在协作机器人计划（NRI-3.0）和许多全球机器人项目都是为了实现类似的目标。在工业界，SpaceX的Starlink系统一直通过大量合作低轨道卫星提供互联网服务。所有这些研究工作都为实施新闻中心奠定了坚实的基础本文件的结构如下。第二节讨论相关的著作和概念。在第3中，我们概述了无人智能系统集群的基本概念，强调了人类和社会互动的作用。第4节介绍了支持UnIC的关键技术。在第五节中，我们简要介绍了一些关于机器社会整合的研究第6节列出了剩余的关键开放问题，最后，第7提出结论。2. 相关作品和概念与协作无人系统相关的现有研究是丰富的，无处不在的机器人和群体是代表性的主题。这两个主题和UnIC都强调多个无人系统的协作和网络化。此外，无处不在的机器人技术与UnIC的共同点在于，提出了在日常生活和环境中嵌入无人系统[10，12]。然而，UNIC在群体形成和组成方面与他们区别开来。与无处不在的机器人相比，UnIC可以形成具有不同大小和成员资格的动态集群。至于蜂群，它通常指的是F. 张，J.Yu，D.Lin等人工程12（2022）2426●一组同质成员的任务范围很窄，在许多情况下，它的成员能力较低，智能和昂贵[13]。与Swarm相比，UnIC允许无人系统在自治级别或社会身份等多个方面的异构性。此外，无论是群体还是无处不在的机器人似乎都没有积极考虑人类在系统设计中的作用，而UnIC概念强调开放，可互操作，可重新配置，特别是人类感知的协作组结构。最近，人们观察到将人类纳入工程系统的新趋势[15]。相关的工作包括人类和系统的系统[16，17]和以人为中心的多智能体系统（MAS）[18]。下面，我们简要介绍两个代表：网络- 物理 - 人类 系统 （ CP HS ） 和 人 在 回 路 物 联 网 ， 突 出 了 与 拟 议 的 Un IC 概念相比的相似性和差异性。2.1. Cyber–physical–human信息物理系统（CPS）是与信息中心密切相关的领域，也是信息中心的主要前身之一。CPS捕获网络方面之间的交互（例如，通信和计算）和物理系统，范围从飞机上的航空电子设备到在多个系统中使用的连接的移动车辆。在CPS的基础上，CPHS进一步认识到人类是社会性的存在，并具有社会关系。在这种背景下，人类在社会联系中移动，网络信息增强覆盖在人类活动和行为上。人类参与的重要性在工业CPS[19]、工厂CPS和住宅CPS[20，21]中也得到了认可。这些概念在更大范围内的扩展包括与CPHS或CPSS相比，UnIC更专注于多个无人系统。它具有高度的异质性和可动性，并具有出色的传感和驱动能力。此外，UnIC可以通过实时分享人类的身体或认知工作量来响应人类的社会需求。换句话说，人类在连接UnIC中的物理世界和网络世界方面发挥着更重要的作用。2.2. 人在回路物联网UnIC和人在回路物联网有着共同的愿景，即人类需求和社交网络被认为是与物联网研究相结合的重要因素在IEEE物联网委员会中，2018年成立的一个工作组明确考虑了人类UnIC与人在环物联网的基本思想是一致的，即我们周围的物体应该理解人类的愿望，要求和兴趣，以便他们能够提供可靠和值得信赖的解决方案[26，27]。这种人和物联网集成的优势在于促进服务发现、资源可见性、对象信誉评估和源拥挤。请注意，机器人也可以被视为一种特殊的事物类别，在这种情况下，提出了机器人物联网（IoRT），以进一步融合传感，驱动，连接和服务[28，29]。与通常探索网络对象的人在环物联网相比尽管人在环物联网可以通过提供上下文信息与人类进行交互，但所需的信息可能很容易超过传感器网络的感知范围，感知维度和精度。然而，联合国新闻中心可能不存在这个问题，因为它通过流动性追求信息的丰富性和更广泛的背景此外，UnIC允许形成开放和动态的集群通过邀请新的社会连接的无人驾驶系统，可能有助于这项任务。3. UNIC概念本节详细介绍UnIC的概念和智能驱动功能我们还详细阐述了物理，信息和社会空间，从UnIC出现。3.1. UNIC概览UnIC是指以人为中心，通过智能社交协作实现网络化的自主无人系统。这种人机集体通过知识共享和社会意识来优化人、机器、物体和环境的协调，从而通过增加相互理解和信任来不断提高个人和团队的能力。其目的是为人类提供一个一套个性化、多样化和社会可接受的功能和服务。这些服务通过聚集必要的虚拟和物理资源而围绕人类出现。当需要时，聚类和聚类方法都可以根据人的意图重新配置，并适应动态的，未知的环境。以下是新闻中心业务的基本特点。无人系统形成具有足够可扩展性的集群以响应事件。集群既可以出现，也可以解散，这取决于任务和人类的需求。人的偏好和社会接受度起着至关重要的作用。UnIC既是服务提供者，也是服务消费者。UnIC可以作为自己和他人的移动基础设施。UnIC的自主移动性不仅在感知和认知方面，而且在行动和行为方面促进了接近人类的能力。其突出的智能特征包括自感知、自决策、自驱动、自学习、自修复、自生长和自治理。UnIC使用无人系统平台提供四个基本的协作功能块，即感知（UnIC-P）、通信网络（UnIC-N）、计算（UnIC-C）和服务（UnIC-S）。UnIC的概念如图所示。1.一、我们现在将简要介绍这四个功能块。UnIC–P UnIC中的集群可以连接到物联网网络，以协作感知物体，环境和人类。此外，所获取和提炼的知识在人机和机器-机器级别上共享UnIC-N可以提供无处不在的网络，这允许UnIC以分布式方式实现，或者被配置为在现有分布 式 系 统 之 外 形 成 集 群 。 UnIC–C is responsible for context-aware这四个模块共同实现了人机集体在服务和任务方面不断增长的能力UnIC的实现位于多个学科的交叉点一方面，它利用信息和通信技术（ICT），物联网技术和人工智能的进步来构建智能另一方面，它受益于能源，材料科学和制造业的社会科学和生命科学把这些不可或缺的要素如图2所示。的相互作用●●●●F. 张，J.Yu，D.Lin等人工程12（2022）2427Fig. 1. UNIC概念。信息：信息.图二. 联合国新闻中心的辅助要素人、机器、物体和环境之间的关系可以在三个空间中进行分析：物理空间、信息空间和社会空间，如图3所示。与许多其他范例相比，社会空间在实现联合国新闻中心的全部利益方面得到了强调并发挥了独特的作用图3.第三章。3.2. 联合国新闻中心的情报来源联合情报中心的情报来源于三个方面：生物情报、脑情报和社会情报。调查这三个来源的直观原因在下文中，一些最近的启发性结果的三个情报来源的介绍，通知的智能功能的设计和实施的UnIC。3.2.1. 仿生智能UnIC中集体智慧的出现可以受到理解自然的启发。生物启发的原则指导了多无人系统的设计，从集体信息处理到自组织行为模式。生物启发机器人[30]和群体机器人[31]这是两个相关的研究领域。下面，我们将介绍UnIC在集体运动，感知和决策方面的一些潜在启示。首先，要实现集体运动，自然系统表明，局部的相互作用导致全球模式。例如，鸟类、鱼类和细胞可以使用局部相互作用规则来形成复杂的模式或结构。即使局部运动是随机的，单个部件的随机运动也会导致确定性行为[32]。同样，形态发生原理也被用来建立一个复杂的结构，每个机器人都使用相同的规则.机器人群体显示出对噪声、损坏的鲁棒性，以及对不断变化的环境的适应性[33]。第二，可以采取自上而下的可编程群机器人有能力实现所需的集体形状，说明了设计高度自组织行为的一个例子[34]。在类似的意义上，为了实现集体感知，可以用来自邻居的社交线索来调制个体局部测量[35];为了在动态群体中实现有效的决策，稀疏知识就足够了。这样的知识积累并进一步提高集体智慧[36]。第三，群体规模和层次结构被认为是至关重要的决策绩效。群体规模越大，决策的准确性就越好[37]，而给定准确性所需的知情个体比例就越小[38]。从进化的角度来看，一个定义良好的层次结构也有助于有效的群体决策。例如，人类群体中能力的肥尾分布表明更好的群体表现[39]。使用生物启发智能的优势这是因为：①从简单分布式系统的集合中产生了更高程度的全球能力;②提高了对个人失败和环境干扰的F. 张，J.Yu，D.Lin等人工程12（2022）2428③增加了灵活性和可扩展性。上述研究结果揭示了在不确定和恶劣环境中具有自我修复，自我增长和自我管理能力的UnIC中多个无人系统的设计[30，31，40，41]。3.2.2. 大脑启发的智慧人工智能的突破源于对人类大脑的日益了解[4，42，43]，这引起了世界各地政府资金支持的极大关注[44]。系统的非侵入性成像仪器加速了此类研究，使我们能够以前所未有的时空分辨率观察神经元活动目前，有两种方法被用来研究脑启发智能。一种方法是用生物学上合理的模仿物对大脑进行逆向工程。这包括通过使用尖峰神经网络来模拟神经回路的努力。最近，已经实现了与猴子大脑匹配的低成本和大规模尖峰神经网络模拟另一种方法是以大脑的工作原理为灵感，提供新型的计算模型（表示、抽象和推理）和架构。这一系列研究推动了人工认知的发展，并将认知概念转移到机器人技术中[47，48]。受启发的模型包括利用人类位置细胞的空间表示和导航[49]，链接到人类镜像细胞的适用动作的示能表示计算[50]，支持使用和概括具有神经基础的知识的语义认知[51]，以及分层运动控制架构[52]。最近的神经科学研究还确定了社会互动的几个神经基础，其中包括值得注意的是一个令人鼓舞的例子是，深度学习导航代理显示了类似于人类大脑的网格细胞结构[49]。值得注意的是，更好地了解大脑可以激发人类发现知识的能力。尽管概率机器学习方法取得了成功[55]，但使用神经网络的大脑启发的联结主义似乎占了上风[56，57]。通过使用神经网络的洞察力，AI能够发现知识。例如，目前，人工智能已被证明可以发现物理定律和新的数学结构和理论[58研究人员还研究了如何通过学习来构建更好的系统。三种方法可能有助于指导无人驾驶系统如何学习：①认知科学可能揭示人类学习什么以及如何学习[47，52，64];②可以从关于婴儿如何以渐进的方式获得技能的发展研究结果中获得灵感[65电机控制和情绪调节已经成为研究学习的新科学工具[68]。3.2.3. 社会启发智力人类社会为联合国信息中心树立了一个很好的榜样，当成员拥有人类水平的智慧时，复杂的问题可以集体解决。团队、团体、社区或组织是人类社会解决问题的主要形式。在小组中工作可以提高生产力，并且已经发现科学团队比个人产生更频繁的知识和更高的影响力。一般来说，在提高生产力和准确回答复杂问题方面，一群有联系的人要比一个单独的人表现得为此目的，社会启发智能是指从人类社会中学习到的解决复杂问题的方法，其中社会群体结构和社会智能起着核心作用。有证据表明，通过聚合知识，以小群体结构化的人群可以胜过大型非结构化人群[70]。除了效率之外，对社会网络结构的探索还可以提供对群体行为的预测。研究表明，社会关系密切的人，如朋友，通常对周围世界有相似的感知和反应方式[71];这些发现可用于流行病的早期检测和管理[72，73]。重要的是要注意，社交智能对于维持社会群体关系至关重要。什么是社交智能？ 正如参考文献[74]所建议的那样，“社会智力是在人际关系中理解人（包括自己）的感受、思想和行为的能力，并根据这种理解采取适当行动。”有证据表明，一般智力（由语言和抽象思维定义）和社会智力在以下社会智力指标方面是独立的：亲社会态度、情感性、社交焦虑、社交技能和同理心技能[75]。同时拥有一般智力和社会智力是有益的。据报道，以高一般智力和高社会智力为特征的人类群体具有管理公共资源的非凡能力。更具体地说，这两种智能表明了一种高度的认知能力，能够识别资源和社会关系的有用性，从而实现实际、一致和可持续的集体行动[76]。随着无人驾驶系统越来越能够与人类进行社交互动，了解人们在社交环境中的感受，思想和行为对他们来说非常重要。社会科学中的工具，如社会规范，判断，声誉和信任，可以借用和用于调节和优化多个代理人的社会行为[77，78]。3.3. Unic和聚类空间UnIC中的集群来自三个空间：物理空间、信息空间和社会空间。物理空间包含了参与交互的所有物理系统和对象，保证了无人系统在多个域中的安全运动。信息空间涉及感知、通信网络和计算。联合国新闻中心在这一领域的活动的高层次成果是知识的产生和分享。在社会空间中，UnIC在其他两个空间的支持下促进可信任的社会互动。3.3.1. 物理空间在物理空间中，UnIC将必要的资源聚集在人类周围，在人类活动的背景下建立生态主要参与者是无人驾驶系统（例如，UGV和USV）或UxV，其容纳有效载荷，例如多模态传感器/通信/计算模块。使用UxV平台的主要好处是可以访问多域物理空间。这种访问是通过一系列的协调来实现的，从底层组件由于UxV与人类共享物理空间，因此UxV平台之间的时空协调需要保证无碰撞运动。一般来说，联合国新闻中心被期望作为人类的伙伴或代表，不与人类的负面干扰，同时密切关注人类3.3.2. 信息空间在信息空间中，UnIC围绕人类的认知需求进行集群，并增强人类的思维能力。UnIC处理异构、非结构化、不完整和F. 张，J.Yu，D.Lin等人工程12（2022）2429将原始数据转化为知识，随着时间的推移，知识比数据和上下文更稳定[79]。在此过程中，语义技术实现了对象和环境的互操作性和以人为中心的视图，允许非专家人员的积极参与。这是学习、思考和理解的协作能力的坚实基础[80，81]，它产生融合的态势感知。总的来说，人类在UnIC的帮助下受益于增强认知。另一方面，人类也通过作为感知的人类移动性或通过作为计算单元的人类众包为知识生成做出贡献。3.3.3. 社会空间中的集群在社交领域，UnIC的成员应该积极理解、建模和推断其他机器和人类的行为。因此，通过社会身份、偏好、共同所有权、品牌、目标和位置建立关系，社会空间中的UnIC集群可以围绕人类出现。事实上，社会空间的考虑可以耦合到其他两个空间。例如，物理空间可以使用社会线索、信号和语义学进行社会划分[82];社会语义图可以构建用于进一步推理、数据共享和信息空间中的互操作性[83，84]。在社会空间中的集群要求UnIC拥有高水平的社会自主性，并表现出社会可接受的能力[85自动化的社会特征包括决定性的礼貌[86]，社会价值取向[89]和其他使用前景理论的非理性（例如，框架效应、风险寻求行为和损失规避行为[90，91]）。社会规范和声誉也可以用来帮助促进人类的理解[92]。学习技术被提出来获得自动化的社会特征，如利他主义，好奇心，注意力和启示[93短期和长期学习都有助于追求社会自主性[98]。社交空间中的聚类还要求与人类的交互界面具有多模态、交互和多任务特性[99]。这样的接口可以是物理的（例如，服务机器人），虚拟（例如，软件助理），生物物理（例如，脑机接口或机器人肢体的身体增强形式）[100，101]，自然语言解释）。4. 联合国新闻中心的技术推动因素UnIC采用以人为中心的分层结构，如图4所示。它包括四个核心层：①A1：无人系统层;其中，A2层为感知与网络层，A3层为计算层，A4层为服务层。这四个层次相互作用，智能，认知和道德嵌入在每一层[86，103]。四个层次的关键使能技术综述如下。4.1. 无人系统平台在本节中，我们将介绍在多个领域运行的无人系统的一些最新发展。4.1.1. 作为物理实体的无人系统（包括机器人）是UnIC的基本组成部分。它们有不同的大小[104]，在不同的领域甚至跨不同的领域工作，并以多种模式执行不同的任务，如表1所示。在团队中使用它们也很常见，以获得更好的团队绩效[105]。在这种情况下，他们可以自我组织，自我组装，并重新配置他们的物理无人驾驶系统的最新进展是越来越小规模和人性化的设计。例如，在纳米尺度上，2016年诺贝尔化学奖授予了在分子尺度上率先建造纳米机器的研究人员。虽然它们还处于自主的婴儿期，但预计它们将用于宏观层面的任务，如药物输送[107，108]。关于构建分子机器的更深入讨论可以在参考文献[109]中找到。参考文献[110]对无人机的设计和制造进行了较大规模的调查。其中，Robobee以其跨域操作和重量约为100 mg的无系留飞行而值得注意[111，112]。关于人性化设计，软体机器人已经吸引了大量的关注，因为与人类的安全互动是软体机器人的一个优势[113，114]。例如，轻型低速扑翼无人机具有灵活的机翼和自然的外观，使其成为室内应用的理想选择对软体机器人的一些研究表明，具有机器智能的传感、计算、驱动和能量供应可以与软体的构造材料集成[115，116]，并且具有编程时空行为的4D打印等技术可以用于专用运动[117]。4.1.2. 无人驾驶系统：从身体到心灵无人驾驶系统的机动性是通过运动实现的，这是将无人驾驶系统从图四、以人为中心的UnIC分层架构A1：无人系统平台（UxV）层;A2：感知与网络层;A3：计算层;A4：服务层F. 张，J.Yu，D.Lin等人工程12（2022）2430表1异构无人系统平台[110规模生物土地海洋空气空间跨域纳米微型游泳者––纳米雄蜂毫微微卫星Robobee微胶囊机器人微型机器人蜗牛机器人微科德内皮卫星Terrestrial–aquatic宏观便携式医疗设备类人/机器人手海洋机器人UAV空间机器人–通过与操作环境的各种交互模式进行位置到位置在宏观尺度上，运动模式可以是轮式的、翼生的或双足的。在微观尺度上，它们可以非常灵活，可以选择使用智能可编程材料。这些材料可以自折叠[131]，并且可以进一步用于整个功能系统[132]。由于单模态运动在动态环境中进行复杂任务时具有局限性，因此多模态运动一直处于深入研究之中。多模态运动可以通过特定领域和分布式无人系统的集合来实现，或者通过具有多模态能力的单个集成系统来实现，例如人形机器人[133，134]。当在物理空间中自主移动时，无人系统首先需要保证自身以及环境中的人和物体的安全。在大多数无人驾驶系统中，根据自主水平，安全要求通常需要检测和避免功能。有关各种无人系统在非结构化 环 境 中 的 无 碰 撞 操 作 的 评 论 可 以 在 文 献 中 找 到 ， 包 括 ：UAV[135]，USV[136]，UUV[137]，自主车辆[138，139]，空间系统[140，141]和移动机器人[142，143]。基于无碰撞运动，无人系统能够探索环境[144]并以随时间变化的群体编队执行任务[145，146]。无人系统的发展也反映在“头脑”的建设上，这是“看到-思考-行动”的感知、决策和行动周期）。由于目前人工智能的突破，最近的研究再次倡导认知架构[148，149]。对于无人系统，认知不仅在其主动感知中发挥作用，而且是其预期决策的重要方面。例如，以人为中心的无人驾驶系统可以通过整合社会意识导航和运动规划来设计[68]。一般来说，无人系统的认知思维和身体的交互将允许探索具有挑战性的任务（例如，宜家椅子的自动装配说明了灵巧的操作）[150]。总的来说，目前的无人驾驶系统通过超越人类感知和灵活性的限制来提供精确性，有效性甚至安全性然而，它们在以下两个方面受到限制第一，当前无人系统执行通用思维和社会思维仍然是一个具有挑战性的任务国家的最先进的成就和巨大的挑战，在机器人技术已经确定和审查参考。[151]包括社会方面和道德方面。其次，无人系统预计将更具物理损伤弹性，感知和行动自适应性，以及系统规模可扩展性。当与人类合作时，他们需要拥有更大的自我预测，自我修复和自我成长能力[152，153]。4.2. 传感和网络层分布式传感和网络通信技术正在融合。它们是密切相互依赖的，特别是在网络化无人驾驶系统的设置。本节讨论传统意义上的传感和通信网络，以及它们与人类参与的传感和社交网络的耦合。4.2.1. 传感和通信网络通过使用本体感受或外感受传感器来实现感测处理原始传感器数据以提供无人系统本身、团队成员、物体和环境的通过结合传感和通信网络可以进一步实现增强的态势感知，因为通信网络支持静态/移动传感器节点之间的本地测量数据的共享和传输[154]。来自多个系统的这种分布式感知允许在更短的时间间隔内收集更丰富的信息。一般来说，传感和通信网络共同促进多个无人系统的协作，确保安全、高效和便利。在设计无人系统的通信网络时，需要考虑平台的移动性和开放式体系结构。无人驾驶系统的移动性在确保高度动态连接和减轻环境干扰方面提出了在这个意义上，通信要求可能是关于可用性、连续性、完整性、延迟和通信事务时间的苛刻要求。新兴的5G技术可以提供具有超短时延和大规模连接的移动广域通信。这些特性也使新的传感网络成为可能，如战术互联网[155]，它为人类提供了身临其境的态势感知，以远程操作无人系统。移动性还允许无人系统提供动态覆盖和无缝服务，因为无人系统能够携带中继和基站有效载荷以用于按需通信。总之，无人系统网络具有双重作用：移动通信，反之亦然，移动通信[156]。关于通信体系结构，经常形成自组织例子包括移动自组织网络（MANET）、车载自组织网络（VANET）、飞行自组织网络（FANET）和海洋网络[157在UnIC中，无人系统需要一个更加开放和动态的通信架构，以形成一个开放的机器社会，其中成员可能代表不同的利益相关者。关于谁是通信伙伴，信息需求是什么，以什么速率传输什么，以及通信协议是什么（可能不是硬连线的）[160]，出现了许多问题。参考文献[161]中提出的计算交互框架在这个方向上进行了探索，它可以作为候选解决方案，以促进所有权、成员资格、约定和内部设计的开放性4.2.2. 人的参与和社会网络新的进展强调了人类在传感和通信网络中的作用。一方面，传感和通信用于人类福祉。可以从物理和信息空间中的社会行为的数字足迹中感测和收集数据，然后可以用于理解人类行为和活动[162以人为本的原则也延伸到新一代通信网络，如6G，强调用户体验和隐私和安全等社会因素[165]。另一方面，传感和通信可以通过人类来实现。作为通过人进行通信的示例，人体可以用作联网信道介质以形成安全身体区域F. 张，J.Yu，D.Lin等人工程12（2022）2431人类用户附近的生物医学传感器网络[166]。关于经由人类的感测，参与感测和机会感测是代表性示例。它们是使人类的认知能力和智力参与大规模社会技术系统的可能途径由于参与式和机会主义感知依赖于人类或人类网络来中继数据，因此通信模式和感知性能在很大程度上取决于人类移动性、社交网络结构和人类社会偏好（如利他主义）[167]。从这个意义上说，社会科学中的机制设计方法可能为提高社会感知数据的可用性提供一种注意，社交感测和通信概念不限于人类，而是可以扩展到联网的无人系统（例如，在社交车辆网络中，已发现事件的机会信息共享可减少排放并缓解交通拥堵）[168，169]。4.3. 计算层UnIC的认知和协作特征要求上下文感知的知识共享、认知计算和普适计算。本节简要介绍支持UnIC的计算技术，包括数据、算法和计算能力。计算的目的（例如，具体的规划、决策和控制算法），因为我们仅关注知识表示、计算架构和社会计算。4.3.1. 知识生成与计算架构数据、算法和计算能力是当前AI的核心要素。对于UnIC，来自网络系统的大容量、异构和多模态数据可能导致数据管理问题。为了解决这些问题，UnIC可以采用语义知识的方法来提炼数据。这种方法不仅允许重用旧数据，添加新数据，传递明确的知识，而且还有助于在数据采集，处理和表示过程中更好地实现用户可见性。这种透明度为人类参与提供了先决条件[170]。知识生成的结果可以表示为显示认知和社会景观的地图：表示物理空间中的空间、时间和主题特征的几何地图;表示人类可以在信息空间中解释的概念的语义地图;表示网络关系和社会接受考虑的社会启示地图[171，172]。在实践中，基于本体的语义技术支持医疗保健中的可解释知识表示[173]和灵活制造中的敏捷重新配置[174]。语义知识表示可以是特定领域的，强调可靠性、安全性和可用性。它们带来的好处包括标准化的情境信息[175]、时空背景更新[176]和协作平台行为[177]，这些都提高了平台计算算法可以产生认知，增强了UnIC与机器、物体、环境和人类交互的能力。认知不是一个心智模块，而是一个需要稳健和预期行为的过程虽然认知特征可以体现在感知、计算（推理、推理、决策、意图解释）、沟通、行动和目标调整中，但认知系统需要意识到感知的含义描述一个环境能够提供（或负担得起）一台机器的行动可能性的affor- dances的概念示能将感知到的对象与适用的动作相关联，将感知中的理解映射到后果感知行为。它已经提出，这种映射可以通过端到端学习而无需内部模型来获得[180]。由于人类更喜欢与具有一定认知程度的系统交互，因此认知特征可以帮助UnIC通过理解人类需求和目标来保持与人类交互的自主性[149]。“计算能力”的最新进展涉及计算方法和计算体系结构。新的计算方法从量子、DNA和生化计算到神经形态计算[181]。随着移动计算变得越来越普遍，无处不在的计算被分散到环境、设备和无人系统中。关于计算架构，有三种主要的不同类型：云架构，雾架构和边缘架构[182UnIC可以作为使用雾架构的计算中心。例如，缓慢移动和停放的车辆可用作移动计算基础设施[188]。雾架构在无人机系统的情况下还享有更大的时空边缘计算架构的最新传感器或存储器）[189，190]。在UnIC中，三种类型的计算架构可以联合使用，并根据连接性和安全约束以及任务目标进行平滑的自切换[191]。4.3.2. 社会计算从进化的角度来看，社会学习在灵长类动物的智力进化中起着关键作用[192]。同样，实现社会学习的计算方法对于获得智能无人系统的预期能力至关重要无人系统可以从人类使用的信息中学习（例如，万维网或来自人类/对等系统执行的演示）[193，194]。在这方面，Sensorpedia平台可以连接不兼容的传感器系统并在它们之间共享信息[195]。出于同样的目的，Roboearth和Robobrain平台可以在无人系统之间共享知识[183，196]。事实上，从人到机器或从机器到机器的信息或知识共享可以为技能转换提供机会[197]，最终提高解决问题的成功率[194，198]。在完成复杂任务中使用社会计算的一个例子是在百万对象挑战中展示的[199]。4.4. 服务层UnIC基于三个空间的融合为人类提供服务。本节介绍了提供以人为本的服务的一些基本方面4.4.1. 人类行为模式提供个性化，精确和创新的服务需要人类行为模式的知识[200]。计算模型可以用来构建这些行为模式的综合图像。例如，人类行为模式可以在物理空间中被表征为运动/人群动态[201]，在信息空间中被表征为意见动态和通信模式，在社交空间中被表征为友谊网络和社交偏好。一些研究进一步表明，①在物理空间上，人的流动性表现出高度的F. 张，J.Yu，D.Lin等人工程12（2022）2432迁移、城市间通勤和人群流动的规律性和可重复模式[202，203];②在信息和社会空间中，人类的信念和决策与他们的社交网络相耦合，导致两个空间中相互依赖的动态[204UnIC感知、思考和社会化工作，可以在调度服务时利用这些行为模式。4.4.2. 服务虚拟化和管理UnIC预计将在物联网网络的支持下提供丰富，个性化和按需的服务，如灾害响应[207]，智能家居[208]，城市服务[209]，智能制造[210]和智能农业[211]。这些服务可以通过使用面向服务的范例来提供，其中无人系统的功能在三个级别上被虚拟化例如，在子系统级别，感知的虚拟化导致感知即服务[212]。在单个系统级别，虚拟化子系统服务可以打包到系统级别服务中。例如，无人机可以提供多种服务，如数据管理，分布式计算，与人类的交互，安全和隐私[213] 。 此 外 ， 无 人 系 统 可 以 虚 拟 化 为 无 人 系 统 自 治 服 务