开放世界的复杂场景的下，多机器人系统的通用性提升已成为其从实验室走向实际应用的核心瓶颈。不同于封闭环境中可预编程的专用任务，真实世界的应用场景充斥着多样化目标、不可预测的突发状况，以及频繁的人-群体交互需求，这也让“实际可用性”成为衡量多机器人系统价值的核心标尺。而破解这一困局的关键，在于构建具备广泛适应能力的通用群体智能(General Collective Intelligence, GCI)，这也是多机器人系统研究从专用化向通用化转型的必经之路。
回溯多机器人系统的发展历程，其研究始于20世纪80年代，历经40余年的技术迭代，仍未能突破专用化的局限。当前多数系统仅能完成预设的单一任务，面对开放世界的动态变化时往往束手无策——无论是环境参数的波动、任务目标的调整，还是机器人个体状态的变化，都可能导致系统失效。正如众多研究者所言：“多机器人研究的核心使命，是打破实验室与真实世界的壁垒，让机器人群体真正成为解决实际问题的工具。”这种困境，在前沿研究实践中也得到了充分体现。
西湖大学特聘研究员赵世钰，深耕多机器人系统领域十余年，对技术落地的挑战有着深刻的实践认知。其团队近期研发的多架微型飞行器(MAV)系统，可通过机载视觉实现目标MAV的检测、定位与捕获，但在应对边缘场景时仍存在明显短板：当目标移出摄像头视野、MAV数量动态变化时，算法需频繁迭代调整;同时，该系统仅能适配目标追踪单一任务，无法自主拓展至目标搜索、区域巡逻等关联场景;此外，人-机器人交互模式僵化，缺乏对自然语言等直观交互模态的支持，难以满足实际应用中的灵活指令需求。这类实践困境，恰恰印证了当前多机器人系统在通用性上的不足，也凸显了聚焦实际可用性的重要性。
值得注意的是，从专用化到通用化的转型，正是近年来人工智能领域的核心发展趋势。大语言模型(LLM)的崛起，大幅提升了AI系统跨任务的通用能力，让人工通用智能(AGI)的愿景愈发贴近现实。这一转型浪潮正逐步渗透至多机器人系统领域，推动研究重心从“单一任务优化”转向“通用能力构建”，而GCI正是这一转型的核心载体。
需要明确的是，本文所聚焦的GCI，特指多机器人系统中的通用群体智能，与社会学、生物学中的相关概念，以及AI智能体集体(agentic collectives)有所区别。相较于“群体智能(swarm intelligence)”，GCI摒弃了其过度强调“自下而上”、从简单个体涌现复杂集体行为的核心范式，更注重多维度通用能力的整合，其核心特征可从三个关键维度清晰界定(图1)。
图1｜GCI的描述、范式与方法论。GCI可从三个方面描述：多任务、新情境与自然交互。其实现可遵循三种范式之一：面向通用任务的预训练基础模型；预训练基础模型加上任务特定适配；以及需要从零开始进行任务特定适配的算法。发展GCI将需要整合多种方法，包括基于模型的优化、数据驱动学习与语言模型，以利用它们互补的优势。
其一，多任务适配能力。当前多机器人系统多局限于协同追踪、区域搜索、物资运输、形状拼装等单一专用任务，而GCI的核心价值的在于打破这种任务壁垒，能够自主适配具有多样目标的多项任务，这也是通用性的本质体现——无需大规模算法重构，即可实现任务场景的灵活切换。其二，新情境应对能力。即便是单一任务，也会因机器人数量、个体能力、环境条件等参数的动态变化，衍生出大量不可预见的情境。GCI需具备自主学习与自适应能力，无需对所有可能情境进行预编程，就能灵活应对突发状况。其三，自然交互能力。GCI应支持多模态人-机器人交互，尤其要实现自然语言交互的深度适配，让人类用户可通过直观指令，灵活指定、修改任务目标，调整群体协作策略，降低操作门槛。
从系统架构来看，GCI可直观理解为多机器人系统的“集体大脑”，其构建需要整合四个核心层级的组件(图2)：用于执行具体动作的个体机器人“身体”、负责感知环境与精准控制的个体“小脑”、承担认知决策与路径规划的个体“大脑”，以及统筹全局、实现协同任务规划的“集体大脑”。要构建这一完整架构，推动多机器人系统向GCI演进，研究重点需实现三项关键转变。
第一项转变，是从聚焦低层协同控制，转向优先发展高层任务规划。通用性与专用性本质上存在冲突——为特定机器人动力学、特定任务场景精细调优的系统，往往难以适配其他场景或机器人平台。分层架构是平衡二者的有效路径，但层级划分与接口设计需兼顾灵活性与兼容性。此外，当前多机器人系统的开发已形成分工协作的格局，一个高效的系统往往需要整合不同团队研发的机器人，若过度依赖低层动力学协同，会大幅提升系统集成难度，阻碍异构机器人的接入。因此，GCI需将高层任务规划置于核心，以确保系统对不同底层机器人平台的适配性，即便这需要以牺牲部分策略最优性为代价，也是实现通用性的必要权衡。
第二项转变，是从过度强调分布式协同，转向集中式协同与分布式执行的有机融合。传统观点认为，分布式系统具备更强的鲁棒性，但在实际应用中，多机器人系统的核心使命是执行人类指令、完成具有全局目标的任务，这就必然需要某种形式的集中式协同——即便这种协同是隐式的。例如，形状拼装任务中，机器人需形成预设的全局形状，其策略设计本质上是集中式的，即便最终执行过程呈现分布式特征。同时，多机器人系统的运行始终需要人类监控，而监控单元天然可作为集中式协调者，无需额外增设专用设备。在民用等多数应用场景中，集中式单元的脆弱性被过度放大，相较于纠结于鲁棒性的极致追求，聚焦通用性的实现更为关键。因此，不必回避集中式协同，其既是人类指令落地的必然要求，也是实现有意义任务的基础。
第三项转变，是从依赖简单、低成本个体机器人，转向采用复杂、强能力的异构机器人。以往多机器人研究多受蚂蚁群、鱼群等生物集体的启发，假设通过简单个体的局部交互，涌现复杂的集体行为。但这一假设存在明显局限：生物个体看似简单，其内在生理与感知系统却极为复杂，当前技术仍难以复制其核心能力;同时，简单个体的能力边界有限，难以应对开放世界的复杂任务，这在一定程度上阻碍了多机器人系统的实际落地。随着人形、四足、飞行等个体机器人技术的快速突破，复杂、强能力的异构机器人已具备规模化应用的基础，这也为GCI的实现提供了新的技术支撑，推动研究范式从“简单个体涌现复杂行为”向“强能力个体协同实现通用任务”转型。
在方法论层面，GCI的发展需打破传统单一方法的局限，实现多技术的融合共生。层级分离高层任务规划与低层执行，并非机器人领域的新理念，但传统规划方法多依赖基于模型的优化，虽具备较强的可靠性与可解释性，却难以实现通用化。未来，需将基于模型的优化、数据驱动学习与语言模型进行深度整合：基于模型的优化保障系统的稳定性与可解释性，语言模型与学习方法提升系统的通用性与自适应能力，三者的互补性将成为构建实用化GCI系统的关键(图1)。
除方法论外，GCI的部署还存在三种核心范式(图1)。第一种是单一算法框架范式，通过少量参数调节，即可自适应适配不同多机器人任务，例如作者团队近期提出的GenSwarm框架，基于LLM实现了从自然语言指令到多机器人策略的端到端生成、部署与执行。第二种是预训练基础模型范式，利用LLM的泛化能力，对多机器人策略进行预训练，实现“开箱即用”，大幅降低特定任务的适配成本。第三种是基础策略+在线学习范式，以跨领域表现优异的基础策略为核心，结合在线学习实现对具体任务的持续适配，兼顾通用性与任务针对性。
图2｜构建具备GCI的多机器人系统。具备GCI的多机器人系统可能需要整合多个层级的组件：用于驱动与执行的个体身体；用于感知与控制的个体小脑；用于认知与规划的个体大脑；以及用于协同任务规划的集体大脑。
归根结底，多机器人系统的真正价值，在于能够融入日常生活，成为人类解决实际问题的可靠伙伴。要实现这一目标，除了推动上述三项研究重心的转变，更需坚持“应用导向”的核心原则，让方法选择、技术研发都围绕实际应用需求展开。随着GCI技术的不断成熟，有望推动多机器人系统突破当前专用化的发展瓶颈，打破实验室与真实世界的壁垒，进入通用化、实用化的快速增长新阶段，为各行各业的智能化升级提供新的支撑。
本文来自微信公众号：集智俱乐部，作者：彭晨
