智能機器人原理與應用 課件 第9章 多機器人系統(tǒng)

北京信息科技大學自動化學院智能機器人原理與應用“智能檢測技術(shù)與模式識別”研究所北京信息科技大學自動化學院課程《智能機器人原理與應用》第九章多機器人系統(tǒng)

智能體(Agent)是一類在特定環(huán)境下能感知環(huán)境,并能自治地運行,以代表其設(shè)計者或使用者實現(xiàn)一系列目標的計算實體或程序。自主性是Agent區(qū)別于其他概念的基本必備特征。

Minsky曾經(jīng)對Agent和多Agent系統(tǒng)有過這樣一段描述:每個智能體本身只是做一些簡單的事情,當某個方法將這些單個Agent組合成一個群體系統(tǒng)時,就生成了智能,而多Agent的協(xié)調(diào)與協(xié)作正是這種產(chǎn)生智能的組合方法。

目前,對Agent的研究大致可分為智能Agent、多Agent系統(tǒng)和面向Agent的程序設(shè)計(Agent-orient-programming,AOP)這3個相互關(guān)聯(lián)的方面,涉及Agent和MAS的理論、Agent結(jié)構(gòu)和組織及Agent語言規(guī)劃通信和交互技術(shù)MAS之間的協(xié)作和協(xié)商等內(nèi)容。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)將每個Agent系統(tǒng)分為幾個控制模塊:環(huán)境感知層、動作執(zhí)行層、規(guī)劃控制層、通信管理層和信息融合層設(shè)計出的Agent的體系結(jié)構(gòu)如圖9.1所示。9.1.1Agent的體系結(jié)構(gòu)北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)動作執(zhí)行層是執(zhí)行智能機器人的行為動作,根據(jù)當前感知的環(huán)境信息和目標設(shè)定,將智能機器人的運動執(zhí)行變量輸送到電動機,改變動作的方向和速度。9.1.1Agent的體系結(jié)構(gòu)1.動作執(zhí)行層2.規(guī)劃控制層規(guī)劃控制層是完成一些基本功能和行為,包括自定位、行為控制、目標檢測和避障。自定位模塊感知層輸入局部地圖、全局地圖和機器人的感知信息、計算機器人的當前信息。規(guī)劃控制根據(jù)規(guī)劃的結(jié)果產(chǎn)生機器人完成任務的動作序列。避障模塊采用基于免疫網(wǎng)絡的局部路徑規(guī)劃,以實現(xiàn)在線避碰。目標檢測根據(jù)傳感器信息和目標信息識別目標北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)環(huán)境感知層是整個Agent系統(tǒng)的信息輸入點,提供各種傳感器,如聲吶測量值、激光測距儀數(shù)據(jù)以及里程儀提供的位置信息、攝像頭傳感器提供的圖像數(shù)據(jù)等,也負責對感知數(shù)據(jù)進行初步處理,完成局部地圖的創(chuàng)建。9.1.1Agent的體系結(jié)構(gòu)3.環(huán)境感知層4.通信管理層通信管理層負責與其他Agent通信,包括將自己的信息通知其他Agent及接受從其他Agent發(fā)出的信息;同時信息融合層將所感知的外界信息或與其他Agent通信所獲知的信息轉(zhuǎn)變成自身能理解的信息表示符號,并與自身信息庫中的信息相融合,再存入自身的信息庫中。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)每個Agent中還存有信息庫、規(guī)則庫和任務目標庫:信息庫中存儲Agent知道的各類信息,包括其他Agent的狀態(tài)和外部環(huán)境的信息；規(guī)則庫中存放設(shè)計者制定的規(guī)則,當Agent進行行為規(guī)劃時,根據(jù)設(shè)計者設(shè)計的規(guī)則和當時所知的信息進行行為規(guī)劃;任務目標庫中存放每個Agent需要完成的任務及目標,外界環(huán)境狀態(tài)的改變和其他機器人狀態(tài)的改變都有可能影響每個Agent的當前任務目標。9.1.1Agent的體系結(jié)構(gòu)北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)多Agent系統(tǒng)(multiagentsystem,MAS),是由多個可計算的Agent組成的集合,即MAS,是一種分布式自主系統(tǒng),其中每個Agent是一個物理的或抽象的實體,可作用于自身和環(huán)境,并與其他Agent進行通信,也可以定義MAS是由一些對所處環(huán)境具有局部觀點并可對環(huán)境產(chǎn)生局部響應的Agent構(gòu)成的網(wǎng)絡系統(tǒng)。9.1.2MAS的相關(guān)概念MAS的主要研究內(nèi)容集中在以下幾個方面:Agent結(jié)構(gòu)和多Agent組織結(jié)構(gòu)和模型的設(shè)計、Agent協(xié)作策略模型和機制的研究、Agent通信機制的研究等。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)MAS的組織體系結(jié)構(gòu)包括Agent的模型結(jié)構(gòu)和Agent之間的組織形式,是指系統(tǒng)中Agent之間的信息關(guān)系和控制關(guān)系以及問題求解能力的分布模式組織結(jié)構(gòu)的研究。這對于整個MAS的研究具有重要意義,是多Agent系統(tǒng)研究的基礎(chǔ)。9.1.2MAS的相關(guān)概念1.MAS的組織體系結(jié)構(gòu)2.MAS的通信通信是MAS中最基本的問題,MAS將獨立的Agent個體通過通信模塊實現(xiàn)相互協(xié)作與協(xié)調(diào),構(gòu)成一個有一定功能、可以運行的系統(tǒng),因此通信問題是MAS中的基本問題。3.MAS的協(xié)調(diào)和協(xié)作MAS不同于傳統(tǒng)的分布式處理系統(tǒng),它側(cè)重于研究一組Agent的自治能力,如獨立的推理、規(guī)劃和學習等能力,以及為了聯(lián)合采取行動求解問題,以達到某一全局目標,如何協(xié)調(diào)各自的目標、策略和規(guī)劃能力等。雖然單個Agent的智能是有限的,但可以通過適當?shù)捏w系結(jié)構(gòu)將Agent組織起來,彌補各個Agent的不足,使整個系統(tǒng)的能力超過任何單個Agent的能力。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)MAS作為一個整體參與協(xié)作任務,并不是簡單地將多個具有一定自主能力的智能體合并到一起,而是需要通過協(xié)商解決各自規(guī)劃時產(chǎn)生的沖突與對抗,根據(jù)協(xié)作任務的目標,在個體之間交互大量信息,分析可能產(chǎn)生的沖突,制定協(xié)作策略。9.1.3MAS的體系結(jié)構(gòu)多智能機器人采用協(xié)同的體系結(jié)構(gòu)主要有集中式、分布式和混合式,如圖所示為本節(jié)建立的一個多智能體協(xié)作模型。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)在MAS中,常見的協(xié)作規(guī)劃模式是集中規(guī)劃模式、分散規(guī)劃模式和分散集中規(guī)劃模式3種。9.1.3MAS的體系結(jié)構(gòu)系統(tǒng)提供了一個具有全局性屬性的機器人,通過它實現(xiàn)多機器人協(xié)作過程中的全局控制,比如任務的規(guī)劃和分配。其他機器人僅為執(zhí)行者。這種協(xié)作模式的問題是隨著各機器人的復雜性和動態(tài)性的增加,控制的瓶頸問題愈加突出,一旦控制全局的機器人崩潰,將導致整個系統(tǒng)崩潰。1.集中規(guī)劃此時不存在用來綜合協(xié)調(diào)各子(部分)規(guī)劃的機器人,每一個機器人根據(jù)各自的目標獨立制定各自的動作計劃,所有的控制是分散的,知識是局部的。這種模式可以使得每個智能體獲得一定的自主性,增加了靈活性;缺點是不僅要解決規(guī)劃執(zhí)行過程中可能出現(xiàn)的各種潛在沖突,還要分析各機器人規(guī)劃執(zhí)行過程中產(chǎn)生的各種有利或無利的狀態(tài)。2.分散規(guī)劃模式北京信息科技大學自動化學院課程《智能機器人原理與應用》9.1智能體與多智能體系統(tǒng)在MAS中,常見的協(xié)作規(guī)劃模式是集中規(guī)劃模式、分散規(guī)劃模式和分散集中規(guī)劃模式3種。9.1.3MAS的體系結(jié)構(gòu)3.分散集中規(guī)劃模式允許每個機器人制訂自己的子(部分)規(guī)劃,這些子規(guī)劃統(tǒng)一提交給協(xié)調(diào)者,協(xié)調(diào)工作由某個機器人集中完成;協(xié)調(diào)者綜合所有子規(guī)劃形成一個整體規(guī)劃,對于潛在沖突的發(fā)現(xiàn)和剔除,可采用合理安排動作執(zhí)行順序或確定必要的同步點來完成。研究表明,集中式規(guī)劃效率最高,適合于簡單理想的環(huán)境,對協(xié)作任務的配合要求強;分布式規(guī)劃復雜度最高,遇到的潛在沖突也最高,適合于復雜獨立的環(huán)境,自主性強,對協(xié)作任務的配合要求弱;分布式集中協(xié)調(diào)規(guī)劃的復雜度和效率位于上述兩種模式之間,適合于有組織結(jié)構(gòu)、各自有較強自主性的群體機器人。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.1多機器人系統(tǒng)簡介1.多機器人系統(tǒng)的優(yōu)勢隨著多機器人技術(shù)的日益發(fā)展,越來越多的復雜作業(yè)依靠單個機器人的能力已經(jīng)難以完成,因此多機器人系統(tǒng)的應用越來越廣泛。一個相互協(xié)調(diào)的多機器人系統(tǒng)有著單個機器人系統(tǒng)所無法比擬的優(yōu)勢。(1)通過對某些任務進行適當分解,多個機器人可以分別并行地完成不同的子任務,從而加快任務執(zhí)行速度,提高工作效率。(2)可以將系統(tǒng)中的成員設(shè)計為完成某項任務的“專家”,而不是設(shè)計為完成所有任務的“通才”,使機器人的設(shè)計有更大的靈活性,完成有限任務的機器人可以設(shè)計得更完善。(3)可以通過成員間的相互協(xié)作交換信息,增加冗余度,消除失效點,增加解決方案的魯棒性。(4)可以提供更多的解決方案,降低系統(tǒng)造價與復雜度等。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.1多機器人系統(tǒng)簡介2.多機器人系統(tǒng)系統(tǒng)的任務模型20世紀80年代后期,協(xié)作多機器人系統(tǒng)的快速發(fā)展體現(xiàn)為3個方面的相互影響:問題、系統(tǒng)和理論。為解決一個給定的問題,想象出一個系統(tǒng),然后進行仿真、構(gòu)建,借用別的領(lǐng)域理論進行協(xié)作。1)交通控制當多個機器人運行在同一環(huán)境中時,它們要努力避免碰撞。2)推箱子/協(xié)作操作許多工作是討論推箱子問題的。有的集中在任務分配、容錯和強化學習上,有的則研究通信協(xié)議和硬件。3)采蜜它要求一群機器人去揀起散落在環(huán)境中的物體。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.1多機器人系統(tǒng)簡介3.多機器人系統(tǒng)的性能指標魯棒性:對機器人出現(xiàn)故障具有魯棒性。最優(yōu)化:對動態(tài)環(huán)境有優(yōu)化反應。速度:對動態(tài)環(huán)境反應要迅速?？蓴U展性:根據(jù)不同應用的要求易于擴展。通信:要有處理有限的或不太好的通信的能力。資源:合理利用有限資源的能力。分配:優(yōu)化分配任務。異構(gòu)性:能夠應用到異構(gòu)機器人團隊的能力。角色:優(yōu)化指定角色。新輸入:有處理動態(tài)新任務、資源和角色的能力。靈活性:易于適應不同的任務。流動性:易于適應在操作過程中增加或減少機器人。學習:在線適應特定的任務。實現(xiàn):能夠在物理系統(tǒng)上實現(xiàn)和驗證。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容(1)分布式人工智能(distributedartificialintelligence,DAI)。DAI主要研究由Agent組成的分布式系統(tǒng),它分為兩個部分:分布式問題求解(DPS)和MAS。DPS主要研究利用多個Agent解決同一個問題,Agent獨立地解決每個子問題或子任務,并周期性地交流結(jié)果。(2)分布式系統(tǒng)(distributedsystem)。多機器人系統(tǒng)實際上就是一個分布式系統(tǒng)的特例,因此分布式系統(tǒng)是解決多機器人系統(tǒng)問題的重要思想來源。(3)生物學(biology)。生物學中的螞蟻、蜜蜂及其他群居昆蟲的協(xié)作行為提供了有力的證據(jù):簡單的智能體組成的系統(tǒng)能完成復雜的任務。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容1.群體的體系結(jié)構(gòu)體系結(jié)構(gòu)是多機器人系統(tǒng)的最高層部分和基礎(chǔ),多機器人之間的協(xié)作機制就是通過它來體現(xiàn)的,它決定了多機器人系統(tǒng)在任務分解、分配、規(guī)劃、決策及執(zhí)行等過程中的運行機制以及系統(tǒng)各機器人成員擔當?shù)慕巧?如各機器人成員在系統(tǒng)中的相對地位如何,是平等、自主的互惠互利式協(xié)作還是有等級差別的統(tǒng)籌規(guī)劃協(xié)調(diào)。一般地,根據(jù)系統(tǒng)中是否有組織Agent為標準,將體系結(jié)構(gòu)分為集中式控制和分布式控制。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容1.群體的體系結(jié)構(gòu)1)集中式結(jié)構(gòu)集中式結(jié)構(gòu)以有一個組織Agent為特點,由該Agent負責規(guī)劃和決策,其協(xié)調(diào)效率比較高,減少了協(xié)商的開銷,最突出的優(yōu)點是可以獲得最優(yōu)規(guī)劃。但它難以解決計算量大的問題,因此實時性和動態(tài)性較差,不適于動態(tài)、開放的環(huán)境。2)分布式結(jié)構(gòu)分布式結(jié)構(gòu)沒有組織Agent,個體高度自治,每個機器人根據(jù)局部信息規(guī)劃自己的行為,并能借助于通信手段合作完成任務,其所有Agent相對于控制是平等的,這種結(jié)構(gòu)較好地模擬了自然社會系統(tǒng),具有反應速度快、靈活性高、適應性強等特點,適用于動態(tài)、開放的任務環(huán)境。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容2.通信與協(xié)商為進行合作,多Agent之間要協(xié)商。協(xié)商從形式上看是合作前或合作中的通信過程。因此,通信是多機器人系統(tǒng)動態(tài)運行時的關(guān)鍵。(1)通過環(huán)境實現(xiàn)交互。即以環(huán)境作為通信的媒體。(2)通過感知實現(xiàn)交互。機器人之間的距離在傳感器感知范圍之內(nèi)時,可以相互感知到對方的存在,感知是一種局部的交互,機器人之間也沒有明確的通信。(3)通過明確的通信實現(xiàn)交互。機器人之間有明確的通信,包括直接型通信和廣播型通信。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容3.學習學習是系統(tǒng)不斷尋找或優(yōu)化協(xié)作控制參數(shù)正確值的一種手段,也是系統(tǒng)具有適應性和靈活性的體現(xiàn)。因此,非?？释鄼C器人系統(tǒng)能夠?qū)W習,從而優(yōu)化控制參數(shù)完成任務,且能適應環(huán)境的變化。強化學習(reinforcementlearning)是多機器人協(xié)作系統(tǒng)中經(jīng)常使用的一種學習方式。如果Agent對與之協(xié)作的其他Agent的意圖、行動、能力和狀態(tài)等進行建模,可使Agent之間的合作更有效。當Agent具有對其他Agent行為進行建模的能力時,對通信的依賴也就降低了。4.建模與規(guī)劃北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.2多機器人系統(tǒng)的研究內(nèi)容5.防止死鎖與避免碰撞

多個Agent機器人在共同的環(huán)境中運行時,會產(chǎn)生資源(如時間和空間)沖突問題。Agent之間能否自發(fā)地產(chǎn)生合作,合作動機是什么,是一個令人感興趣的問題。目前的多機器人系統(tǒng)研究中幾乎都是人為地假設(shè)了合作必然發(fā)生。6.合作7.多Agent機器人控制系統(tǒng)的實現(xiàn)多Agent機器人控制器與傳統(tǒng)的機器人控制器有很大區(qū)別,它不僅要求較高的智能與自治控制能力,而且要有易于協(xié)作、集成為系統(tǒng)工作的機制與能力。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.2多機器人系統(tǒng)9.2.3多機器人系統(tǒng)的應用領(lǐng)域及發(fā)展趨勢通過機器人之間的合作,多機器人系統(tǒng)整體上能呈現(xiàn)出高級智能行為。而單個復雜機器人不一定能擁有這樣的智能行為,多機器人合作系統(tǒng)的研究可以從社會科學(組織原理、經(jīng)濟學等),生命科學(動物行為學和心理學等)等學科領(lǐng)域得到有益的啟示,以更好地了解多機器人系統(tǒng)的內(nèi)在特性,發(fā)揮多機器人系統(tǒng)的潛在優(yōu)勢,因此它的潛在應用領(lǐng)域非常廣泛。自動化工廠：高效、高魯棒性的智能機器系統(tǒng)的協(xié)作可以擔負起人類的工作科學領(lǐng)域：利用系統(tǒng)內(nèi)機器人能力的冗余性提高完成任務的可能性,增強系統(tǒng)的性能教育及娛樂系統(tǒng)：機器人玩具、教育工具及娛樂系統(tǒng)越來越風行遠地作業(yè)：包括科學探險,高危環(huán)境下作業(yè)以及在水下培育作物、協(xié)助震后搜救與營救智能環(huán)境：利用計算機來改善日?；顒拥目臻g北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.1多機器人編隊導航簡介多機器人編隊導航控制是指多個機器人編隊向目標行進過程中保持某些隊形,同時又要適應環(huán)境約束的控制技術(shù);同時包括保持隊形,根據(jù)環(huán)境約束而變換隊形,以及驅(qū)動機器人根據(jù)隊形需要到達指定位置的控制過程。多機器人編隊導航是多機器人系統(tǒng)協(xié)同完成任務的前提,已經(jīng)被廣泛應用于國防和民用領(lǐng)域。多機器人編隊導航的關(guān)鍵技術(shù)包括如下。多機器人協(xié)同定位路徑規(guī)劃多機器人通信合作編隊北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.2多機器人編隊導航模型1.集中式:領(lǐng)導者—跟隨者(leader-follower)1)基本原理領(lǐng)導者—跟隨者編隊控制器有以下兩種形式。(1)l—ф控制器。根據(jù)距離與角度兩個量控制機器人的位置,該算法控制跟隨機器人與領(lǐng)隊機器人維持某個固定的距離與角度。(2)l—l控制器。利用三角形的幾何特性來控制機器人的位置,該算法考慮3個機器人,跟隨者與兩個領(lǐng)隊機器人之間達到某個固定距離,就認為隊形穩(wěn)定。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.2多機器人編隊導航模型1.集中式:領(lǐng)導者—跟隨者(leader-follower)2)特點只要給定領(lǐng)導者機器人的行為或軌跡,就可以控制整個機器人群體的行為。給定領(lǐng)導者與跟隨者機器人之間的相對位置關(guān)系,就可以形成不同的網(wǎng)絡拓撲結(jié)構(gòu),也就是形成不同的隊形。這種方法的不足之處在于系統(tǒng)中沒有明確的隊形反饋,如果領(lǐng)導者機器人前進得太快,那么跟隨者機器人就有可能不能及時跟蹤,另外如果領(lǐng)導者機器人失效,那么整個隊形就無法保持。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.2多機器人編隊導航模型2.分布式:基于行為的編隊控制方法(behavior)基于行為的控制方法主要是通過對機器人基本行為以及局部控制規(guī)則的設(shè)計使得機器人群體產(chǎn)生所需的整體行為。1)基本原理基于行為的控制方法定義了一個包含機器人的簡單基本行為的行為集,機器人的行為包括避障、駛向目標和隊形保持、機器人在受到外界環(huán)境刺激做出反應等。而行為決策則通過一定的機制綜合各行為的輸出,并將綜合結(jié)果作為機器人對環(huán)境刺激的反應而輸出。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.2多機器人編隊導航模型2.分布式:基于行為的編隊控制方法(behavior)2)特點基于行為的隊形控制方法的優(yōu)點在于,當機器人具有多個競爭性目標時,可以很容易地得出控制策略。由于機器人根據(jù)其他機器人的位置進行反應,所以系統(tǒng)中有明確的隊形反饋,易于實現(xiàn)分布式控制。缺點在于不能明確地定義群體行為,很難對其進行數(shù)學分析,并且不能保證隊形的穩(wěn)定性等。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.2多機器人編隊導航模型3.虛擬結(jié)構(gòu)法(virtual

structure)1)基本原理設(shè)想把剛體上的某些點用機器人來代替,并以剛體上的坐標系作為參考坐標系,那么當剛體運動時,機器人在參考坐標系下的坐標不變,機器人之間的相對位置也就保持不變。也就是說,機器人之間可以保持一定的幾何形狀,它們之間形成了一個剛性結(jié)構(gòu),這樣的結(jié)構(gòu)被稱為虛擬結(jié)構(gòu)。2)特點虛擬結(jié)構(gòu)法的優(yōu)點是簡化了任務的描述與分配,用剛性結(jié)構(gòu)來描述隊形,具有較高的隊列控制精度,可以很容易地制定機器人群體的行為(虛擬結(jié)構(gòu)的行為),并可以進行隊形反饋,取得較高精度的軌跡跟蹤效果;機器人之間沒有明確的功能劃分,不涉及復雜的通信協(xié)議。北京信息科技大學自動化學院課程《智能機器人原理與應用》9.3多機器人系統(tǒng)實例:多機器人編隊導航9.3.3多機器人編隊導航的應用多機器人編隊導航是多機器人系統(tǒng)協(xié)同完成任務的前提,已經(jīng)被廣泛應用于國防和民用領(lǐng)域。1.軍事機器人作戰(zhàn)群隨著現(xiàn)代戰(zhàn)爭形態(tài)逐漸由機械化戰(zhàn)