第406章 如果您问我必须成功的决心，那是百分之一百(4/7)
延迟测试。」付晨在控制室里下达指令，信号经过模拟延迟器，人为增加了1
3秒的延迟。
场地上，十个机器人开始执行一个简单的任务。
在指定区域挖一个坑，然后把挖出的土运到另一个区域。
在地球上实时遥控，这个任务很轻松。
但现在，每个指令都要等1.3秒才能到达，再等1.3秒才能收到反馈。
操作员很快就发现，这种方式根本行不通。
等看到机器人挖错了地方再发指令纠正，它已经作业有一段时间。
「切换到自主模式。」付晨下令。
机器人上的指示灯从蓝色变为绿色，控制室的屏幕上，实时画面旁边出现了一个新窗□。
那是机器人「看到」的世界。
周围的环境被雷射雷达扫描成三维点云，任务目标被标注成高亮区域，每个机器人都有自己的规划路径。
「它们开始协商了。」
十个机器人的路径在三维图上显示为不同颜色的线条。
它们一开始有些混乱，几条路径重叠在一起，显示可能会有冲突。
但很快，线条开始自动调整。
有的机器人主动让出路径，有的机器人改变作业顺序。
三分钟后，所有机器人都找到了各自的位置，开始协同工作。
一号机器人驾驶著一台大型挖掘设备开始挖掘，模拟月壤被铲起，倒入旁边二号机运输车。
装满后，二号机器人驾驶车辆驶向指定倾倒区。
三号机和四号机负责平整三号机的卸料区。
五号机在监测挖掘深度————
整个过程流畅得如同排练过无数遍。
群体智能算法开始工作了，它们之间一直在交换信息，位置、任务进度、资源需求。
每个机器人都在用「蚁群算法」计算最优路径。
整个集群就像一群蚂蚁，虽然没有指挥官，但能高效完成复杂任务。
真实世界中，蚂蚁在寻找食物时会释放信息素，其他蚂蚁会跟随信息素浓度高的路径，从而逐渐找到从巢穴到食物的最短路径。
这个机器人集群也是异曲同工，让机器人在移动时留下虚拟的「信息素」，经过某个区域时，会在共享地图上标记「这条路最近」「这个区域资源丰富」等信息。
其他机器人根据这些信息调整自己的路径，整个集群就会自发形成最优的作业模式。
「测试极限情况。」
付晨在控制台上操作了几下，屏幕上，模拟系统突然「故障」了三个机器人，它们的图标变红，停止移
本章还未完，请点击下一页继续阅读>>>
