摘要自主机器人控制软件的设计是机器人系统研究的重要课题。本文以《软件学报》2020年发表的《自主机器人多智能体软件架构及伴随行为机制》为核心蓝本系统解析了基于Structure-in-5组织理论的MaRSA多智能体架构、任务行为与观察行为的伴随关系以及DAAB二阶段决策算法。在此基础之上本文进一步锚定启元Q1双足人形机器人的生态定位从架构设计方法论的角度探讨Structure-in-5组织理论对启元Q1控制软件多模块协同架构设计的启发。本文关键词自主机器人多智能体系统软件架构Structure-in-5伴随行为启元机器人目录引文献来源一、引言——机器人控制软件的架构之困1.1 从封闭车间到开放环境1.2 机器人行为的多样性挑战1.3 现有架构的局限1.4 本文脉络二、基础地基——多智能体系统与组织理论2.1 为什么用多智能体系统来抽象CSAR2.2 CSAR的多智能体抽象模型2.3 Structure-in-5组织理论三、核心技术深度拆解——MaRSA架构与伴随行为机制3.1 MaRSA五智能体架构3.2 伴随行为机制3.3 DAAB二阶段决策算法3.4 实验验证四、从架构方法论看启元机器人控制软件设计4.1 启元Q1的SDK五层架构与MaRSA的工程映射4.2 从McAction状态机看伴随行为机制的工程实现4.3 从DAAB二阶段决策看启元的安全调用规范4.4 启元AtomGit社区与架构方法论生态五、总结与展望尾引诸位技术同仁本系列将系统精读的方式深入剖析计算机科学顶级期刊/会议论文聚焦前沿突破的核心机理与工程实现。通过严谨的学术剖析解耦研究范式、技术方案及实证方法揭示创新本质。我们重点关注理论-工程交汇点的技术跃迁提炼可迁移的方法论锚点助力诸位的技术实践与复杂问题攻坚共推领域持续演进。文献来源DOI: 10.13328/j.cnki.jos.005996软件学报,2020, 31(6):1619–1637.已标明出处如有侵权请联系笔者。一、引言——机器人控制软件的架构之困1.1 从封闭车间到开放环境过去几十年机器人应用正从传统的工厂、车间逐步延伸到家庭、娱乐等领域。启元Q1作为一款面向真实场景的具身智能体其SDK采用双板架构运控板10.1.1.100 大脑板10.1.1.101将运动控制、感知交互、AI Agent等模块分布在不同的计算节点上。这种物理上的分布性天然要求软件架构层面具备多智能体协同的能力。环境变了对机器人行为的要求就变了。自主性、安全性、适应性、灵活性这些在封闭车间里不那么重要的指标在开放环境中变成了刚需。这个变化的关键是什么是机器人的运行环境变了。论文在引言中明确指出机器人的运行环境正从传统的封闭、静态、确定的单一环境逐步过渡到开放、动态、难控和不确定的人-机-物高度融合的环境。环境变了对机器人行为的要求就变了。自主性、安全性、适应性、灵活性这些在封闭车间里不那么重要的指标在开放环境中变成了刚需。1.2 机器人行为的多样性挑战论文提出了一个关键洞察自主机器人的行为具有多样化和多目的性特点。具体来说机器人的行为可以分为两大类任务行为达成任务实现、影响环境状态的行为如移动和抓取。观察行为观察外部环境、主动获取环境状态的行为如图像检测和识别。这两类行为通常由不同的软硬件负责执行并在执行时序、并发、交互等方面存在固有的复杂性。举个例子机器人在实施任务行为如通过机械臂抓取物品时需要同时实施观察行为从而为任务行为提供必要的输入数据如待抓取对象的位置信息。这就带来了两个核心问题行为协调性任务行为和观察行为二者间要相互配合。任务行为需要通过观察行为获得行为实施所需的外部环境信息观察行为可获取任务行为的实际执行效果并为行为的重规划等提供决策依据。行为有效性所规划的任务行为和观察行为以及它们之间的交互始终以任务为驱动其结果最终能够促使任务的有效达成。1.3 现有架构的局限论文在相关工作部分系统梳理了三种主流的机器人行为决策方法及其对应的软件架构1反应式决策方法及层次式架构行为决策的本质是一个外部变化-响应规则的映射过程。这种方法实现简单、响应快速但需要预先定义好规则不具备行为的运行时规则能力。2基于BDI范型的决策方法使用信念、愿望和意图来解决智能体的决策问题。这种方法在机器人任务决策中应用广泛但其决策过程相对复杂且对环境的动态变化适应性有限。3混合式决策方法将多种决策方法集成在一起发挥每种方法的优势。但这类方法的架构设计往往比较复杂不同层次之间的交互缺乏灵活性和协调性。论文指出这些方法的共同问题是未能显式区分和抽象机器人不同类型的行为。它们或者将机器人不同行为及其内在关联性在设计阶段预先封装和实现在相关行为规则中导致机器人的行为缺乏灵活性和自主性或者将机器人不同类别的行为集中封装和固化在一起加以实现使得机器人不同类型行为之间的交互缺乏灵活性和协调性。1.4 本文脉络本文以《自主机器人多智能体软件架构及伴随行为机制》为核心蓝本系统解析基于Structure-in-5组织理论的MaRSA多智能体架构、任务行为与观察行为的伴随关系以及DAAB二阶段决策算法。在此基础之上本文从架构设计方法论的角度探讨Structure-in-5组织理论对启元机器人控制软件多模块协同架构设计的启发。二、基础地基——多智能体系统与组织理论2.1 为什么用多智能体系统来抽象CSAR论文提出了一个关键判断自主机器人控制软件CSAR本质上可抽象为一组运行在特定环境下相互协作的智能体所构成的多智能体系统。为什么这么抽象因为CSAR具有四个显著特点构成分布性CSAR包含多个软件构件它们分别承担不同的职责和任务分布在不同的计算节点上运行。行为自主性各个软件独立运作、自主运行。管理发散性CSAR通常采用发散而非集中的方式来管理各个软件构件。运行协同性各个软件构件间通过交互和协作来共同完成任务。这四个特点恰好对应了多智能体系统的核心特征。所以论文用具有自主行为能力的智能体来抽象表示CSAR中的行为实体将CSAR分解为一组相对独立但存在交互的智能体。2.2 CSAR的多智能体抽象模型论文将CSAR抽象为一个五元偶( A G E N T S , E N V , T A S K S , R O L E S , B E H A V I O R S ) (AGENTS, ENV, TASKS, ROLES, BEHAVIORS)(AGENTS,ENV,TASKS,ROLES,BEHAVIORS)其中AGENTSCSAR由一组具有自主行为的智能体组成。ENV环境状态集合可由一组一阶谓词来表示。TASKS自主机器人的任务集合每个任务描述了从初始状态迁移至目标状态的目标。ROLES定义了CSAR中的智能体可扮演的角色包括R-PLANNER规划行为、R-ACTUATOR执行任务行为、R-SENSOR执行观察行为、R-DISPATCHER分发和调度规划行为、R-EXECUTOR与底层软硬件交互。BEHAVIORS描述了自主机器人的两类行为——任务行为和观察行为。2.3 Structure-in-5组织理论论文采用了一个很有意思的方法论用组织理论来指导软件架构设计。具体来说论文采用了Structure-in-5组织结构模式。这个模式认为一个组织可以由5个承担不同职责的子组织构成它们处于组织中的3个不同层次战略顶点负责制定组织的总体战略。执行核心负责执行相关的活动以落实顶层制定的总体战略。中间层包含技术结构、辅助和中间代理三个子组织负责落实顶层制定的战略并为底层的执行和操作提供标准、服务和资源。论文把这个组织模式映射到了CSAR的软件架构设计上提出了MaRSA架构。三、核心技术深度拆解——MaRSA架构与伴随行为机制3.1 MaRSA五智能体架构从图中可以看到MaRSA架构的五个智能体顶层AgentR-PLANNER任务规划器负责规划和决策自主机器人的行为。中间层AgentR-ACTUATOR任务行为效应器负责实例化和实施任务行为。AgentR-SENSOR传感器智能体负责实例化和实施观察行为。AgentR-DISPATCHER规划调度器负责将顶层生成的规划分发到AgentR-ACTUATOR和AgentR-SENSOR去执行。底层AgentR-EXECUTOR执行器负责执行机器人的控制程序通过机器人的底层接口来控制机器人的运动。这个架构有两个关键特点1观察行为与任务行为交互的协调性在MaRSA的中间层AgentR-ACTUATOR依赖于AgentR-SENSOR所提供的感知信息并依此来指导任务行为的实施。这意味着任务行为的执行需要观察行为的辅助观察行为所获得的感知信息将为任务行为的实施提供支持。2观察行为与任务行为交互的有效性在MaRSA的顶层和中间层之间当AgentR-SENSOR与AgentR-ACTUATOR采取持续性并发交互模式时AgentR-PLANNER可依赖AgentR-SENSOR所反馈的实时感知信息进行适应性在线决策。3.2 伴随行为机制论文提出了一个核心概念伴随行为。它指的是任务行为与观察行为之间的交互关系。论文从三个维度定义了这种关系1因果伴随关系因果伴随关系指任务行为与观察行为之间具有明显的因-果特点。在开放环境中机器人执行任务行为需要相应的环境状态作为输入由此产生的环境观察需求构成因。观察行为则由于任务行为执行的需要被规划、调度和执行其获取的感知输入作为果。2时序伴随关系任务行为的执行具有持续性特点。在任务行为的执行过程中可能产生不同的观察需求观察行为需要满足一定的时序约束来辅助不同阶段的任务行为执行需求。时序伴随关系分为三类执行前任务行为执行前的观察行为。执行中任务行为执行过程中的持续性观察。执行后任务行为执行结束后的效果观察。3按需伴随关系观察行为的观察目标和伴随反馈通常是按需执行的针对任务行为执行过程中所需的输入需求机器人需要实施不同的观察行为。3.3 DAAB二阶段决策算法论文设计了DAAB决策算法采用分步规划和动态决策的思想。分步规划分为两步第1步全局任务规划。根据机器人的任务通过经典任务规划算法规划出机器人的任务行为序列。第2步伴随行为规划。针对每一个执行任务为其行为规划出所需的观察行为以及它们之间的交互。动态决策观察行为的规划过程与当前任务行为的执行状态相关观察行为与任务行为通过伴随行为约束建立运行时的动态关系而非在任务行为规划和执行之前事先制定。3.4 实验验证论文在仿真环境和真实机器人环境下设计了对比实验实验结果表明与主流的反应式行为决策算法和BDI式概率决策算法相比较基于MaRSA和伴随行为机制的DAAB算法所生成的伴随行为规划在开放环境下具有可行性和更高效的执行效率。决策方法阶段1(s)阶段2(s)阶段3(s)阶段4(s)总时间(s)基于MaRSA的伴随行为决策方法18201656110基于BDI的概率决策方法23473357160基于反应式的决策方法26303160147四、从架构方法论看启元机器人控制软件设计4.1 启元Q1的SDK五层架构与MaRSA的工程映射论文提出的MaRSA架构基于Structure-in-5组织理论将机器人控制软件拆分为规划、分发、执行等五个智能体。这种“关注点分离”的架构思想在启元Q1的SDK设计中有着极其清晰的工程映射。启元SDK的aimdk_msgs接口包包含54个接口分为五层目录结构common通用请求与响应类型。对应MaRSA中的基础通信契约。hal硬件抽象层负责相机、音频、关节状态、BMS等底层硬件数据的采集与上报。对应MaRSA中的AgentR-SENSOR观察行为执行者。mc运动控制层管理动作状态机、走跑速度、预设动作、底层关节指令。对应MaRSA中的AgentR-ACTUATOR任务行为执行者和AgentR-PLANNER运动规划。interaction交互层负责TTS语音播报、表情播放等。对应MaRSA中的交互协同。agent智能体层获取ASR语音识别结果为高阶任务规划提供输入。这种分层设计正是论文所倡导的“将不同类别的行为独立抽象并显式加强构件间交互”的落地实践。4.2 从McAction状态机看伴随行为机制的工程实现论文从因果性、时序性、按需性三个维度定义了任务行为与观察行为的伴随关系。在启元Q1的控制架构中这种“伴随”被硬化成了极其严格的状态机与仲裁规则。启元Q1的McAction管理着一个包含18个状态的运动状态机从零力矩急停PASSIVE_DEFAULT到走跑BIPED_WALK_RUN再到全身控制BIPED_WHOLE_BODY_CTRL。时序伴随体现在开发者不能从任意状态直接跳转到走跑必须遵循严格的拓扑路径因果伴随体现在每一次状态切换系统都会通过GetMcAction回传status和action_desc只有确认状态彻底进入RUNNING下一步的任务动作才能执行。更典型的是按需伴随在输入源仲裁中的体现。启元SDK通过SetMcInputSource实现了优先级抢占系统级急停100-80、遥控器/导航79-60、语音交互59-40、SDK二开39-20。当导航源pnc优先级80正在控制机器人移动时如果遥控器rc优先级80或更高优先级的急停信号介入系统会按需瞬间将控制权移交给高优先级源。这种基于1000ms超时脱锁的动态仲裁完美诠释了论文中“观察行为与任务行为按需交互”的思想——不是所有观察都无时无刻伴随而是在关键冲突点强制介入。4.3 从DAAB二阶段决策看启元的安全调用规范论文的DAAB算法强调“分步规划”先规划任务行为序列再针对每个任务行为规划观察行为。这种二阶段决策思想在启元Q1的二次开发中对应着极其严格的安全调用规范。以执行一次“走跑”任务为例开发者的代码不能直接发送速度指令。必须经历两个阶段阶段一任务状态准备调用SetMcAction请求切换至BIPED_WALK_RUN并轮询GetMcAction阻塞等待直到确认底层执行态彻底平稳跃迁至RUNNING。阶段二控制权与执行调用SetMcInputSource注册SDK自定义输入源如source: sdk_rpc获得控制权后才能向/aima/mc/locomotion/velocity话题发布速度指令。如果跳过阶段一直接发速度或者跳过阶段二未注册输入源指令会被底层安全机制静默丢弃。这种工程上的“硬约束”正是论文所追求的“确保行为协调性与有效性”的最强保障。4.4 启元AtomGit社区与架构方法论生态再看启元在AtomGit上的开源布局从这张截图能看到启元已经明确表示我们将技能Skills、SDK与工具链开源于AtomGit。基于Structure-in-5的架构设计方法论可以在AtomGit上构建以下模块模块内容对应论文技术架构设计指南多智能体架构设计方法论第2节伴随行为库因果/时序/按需伴随关系实现第3节Skill编排工具任务行为与观察行为的协调第3节决策算法库DAAB二阶段决策算法第3节实验评估工具可行性、高效性评估第4节五、总结与展望本文以《自主机器人多智能体软件架构及伴随行为机制》为核心蓝本系统拆解了该论文提出的架构设计方法论多智能体抽象模型将CSAR抽象为五元偶AGENTS, ENV, TASKS, ROLES, BEHAVIORS。MaRSA架构基于Structure-in-5组织理论设计五智能体三层架构。伴随行为机制从因果性、时序性、按需性三个维度定义任务行为与观察行为的关系。DAAB决策算法分步规划动态决策的二阶段方法。实验验证在仿真和真实NAO机器人上与反应式决策、BDI概率决策进行对比。在此基础之上本文从架构设计方法论的角度探讨了Structure-in-5对启元控制软件架构设计的方法论启发。从Skill开发看架构方法论的工程价值。AtomGit社区如何构建架构方法论生态。Structure-in-5组织理论不仅是软件架构设计的方法论工具更是启元机器人控制软件从模块堆叠走向有机协同的关键设计思路。尾本期技术解构至此。论文揭示的方法论范式对跨领域技术实践具有普适参考价值。下期将聚焦其他前沿成果深入剖析其的突破路径。敬请持续关注共同深挖工程实现脉络淬炼创新底层逻辑在学术与工程融合中洞见技术演进规律推动领域范式持续进化。启元机器人开发者社区https://dev.primebot.com/