第357章像蚁群一样且比蚁群更高效
听著这些汇报，陆安缓缓点头，目光也转向测试场的另一端。
那里正在模拟一个小型施工现场，地基坑、钢筋网、等待吊装的墙板模块。
有10个VI—3机器人正在那里作业，它们像一群高度专业化的工蚁，其中3个机器人在进行钢筋绑扎。
传统上这需要熟练工人两小时的工作量，但它们只用了23分钟，而且完全符合抗震规范要求。
这3个机器人分工明确，第一个用雷射扫描仪确认钢筋网格节点，第二个用机械手递送绑扎铁丝，第三个用灵巧的末端执行器完成扭转固定。
整个过程没有语言交流，只有传感器数据通过毫米波雷达和LiDAR实时共享。
当一个机器人需要调整位置时，它会向周围发送一个「意图信号」，其它机器人会自动计算避让路径。
陆安再次问道：「协同作业算法的核心突破是什么？」
他当然知道技术原理，这就是他主导开发的，但他想听付晨用工程师的语言再描述一遍，这能检验团队是否真正理解自己所创造的东西。
付晨从容有序地回答：「我们给每个VI—3搭载了完整的边缘计算单元和一套基于博弈论的协作协议，当多个机器人接到同一个任务的时候，比如组装一面墙，它们会首先通过快速投标确定各自角色，然后在执行过程中实时交换状态信息。」
「关键在于老大你之前著手搞定的局部最优即全局最优的收敛算法，这确保机器人群落不会陷入无休止的协调谈判中。」
说到这里，付晨在面板上调出一段视频回放。
画面里是20个VI—3型机器人正在搭建一个钢构架，视频加速，在2分37秒，6
号机器人的力传感器发现某个螺栓孔位有0.5毫米偏差。
遇到这种状况，传统方案需要停工、上报、等待指令。
但在这个系统里，它立即向周围五米内的同伴广播了孔位修正需求，3号和9
号机器人几乎同时响应，一个调整了支撑点角度，另一个更换了更大一号的紧固件。
这一整个过程只是耽搁了11秒，而且没有中断整体作业流程，也没有留下隐患。
付晨如是评价道：「它们就像蚁群一样，而且还比蚁群更高效。」
蚁群依赖信息素这种延迟很高的通讯介质，而VI—3型机器人有每秒50G的无线数据交换能力。
更重要的是，它们会学习。
每次任务完成后，所有机器人的经验数据会汇总到云端，经过强化学习模型提炼，再反哺给整个机器人群落。