论文精读（十五）：自主机器人多智能体软件架构及伴随行为机制：从Structure-in-5看启元机器人控制软件架构设计方法论

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机器人（Agibot）的生态定位，从架构设计方法论的角度，探讨Structure-in-5组织理论对启元机器人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

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](#1.1 从封闭车间到开放环境)
- [1.2 机器人行为的多样性挑战](#1.2 机器人行为的多样性挑战)
- [1.3 现有架构的局限](#1.3 现有架构的局限)
- [1.4 本文脉络](#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CSAR](#2.1 为什么用多智能体系统来抽象CSAR)
- [2.2 CSAR的多智能体抽象模型](#2.2 CSAR的多智能体抽象模型)
- [2.3 Structure-in-5组织理论](#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](#3.1 MaRSA五智能体架构)
- [3.2 伴随行为机制](#3.2 伴随行为机制)
- [3.3 DAAB二阶段决策算法](#3.3 DAAB二阶段决策算法)
- [3.4 实验验证](#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 启元控制软件的多模块协同需求](#4.1 启元控制软件的多模块协同需求)
- [4.2 Structure-in-5对启元架构设计的方法论启发](#4.2 Structure-in-5对启元架构设计的方法论启发)
- [4.3 从Skill开发看架构方法论的工程价值](#4.3 从Skill开发看架构方法论的工程价值)
- [4.4 启元AtomGit社区与架构方法论生态](#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、车间等典型工业制造领域，逐步延伸到医疗、家庭、娱乐等新颖的应用领域。

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：

AGENTS：CSAR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	18	20	16	56	110
基于BDI的概率决策方法	23	47	33	57	160
基于反应式的决策方法	26	30	31	60	147

四、从架构方法论看启元机器人控制软件设计

4.1 启元控制软件的多模块协同需求

启元机器人作为一款面向真实场景的具身智能体，其控制软件需要协调多个模块：

感知模块：处理视觉、语音、传感器数据。
规划模块：任务分解、路径规划、动作序列生成。
控制模块：关节控制、运动执行。
交互模块：语音对话、手势识别、人机交互。

先看启元官方开发者社区的定位：

从这张截图能看到，启元的愿景是"把机器人带进每一个真实场景"，并且强调"说出需求，我来为你完成"。这句话背后有一个很现实的架构问题：机器人要"完成"需求，需要感知、规划、控制、执行等多个模块的协同配合。

4.2 Structure-in-5对启元架构设计的方法论启发

论文的核心价值不在于具体的算法，而在于用组织理论来指导软件架构设计的方法论。这个方法论对启元机器人的控制软件架构设计有直接的启发。

启发一：用组织结构来划分软件模块

论文用Structure-in-5把CSAR划分为五个智能体，对应组织的三个层次。这个思路可以迁移到启元的控制软件架构设计中：

组织层次	MaRSA对应	启元控制软件对应
战略顶点	AgentR-PLANNER	任务理解与Skill编排层
中间层	AgentR-DISPATCHER/ACTUATOR/SENSOR	感知-决策-控制协同层
执行核心	AgentR-EXECUTOR	底层运动控制与硬件接口层

启发二：显式区分任务行为和观察行为

论文把机器人的行为显式区分为任务行为和观察行为，并设计了伴随行为机制来协调二者。这个思路对启元机器人的Skill开发有直接启发：

任务行为：Skill中的动作执行部分（抓取、移动、操作）。
观察行为：Skill中的感知与状态检测部分。
伴随关系：Skill执行过程中感知与动作的动态协调。

启发三：用依赖关系来组织模块交互

MaRSA架构的不同智能体之间基于依赖关系（包括任务、目标和资源依赖等）来进行交互和协同。这个思路对启元AtomGit社区的Skill编排有启发：不同Skill之间的依赖关系可以用类似的方式来组织和协调。

4.3 从Skill开发看架构方法论的工程价值

启元的Skill开发工具链，本质上是将机器人的原子能力封装为可复用的技能模块。MaRSA架构的伴随行为机制对Skill开发有直接的启发：

（1）Skill作为任务行为的封装

每个Skill本质上是一组任务行为的封装。比如"抓取"Skill包含移动、抓取、放置等任务行为。

（2）感知作为观察行为的封装

Skill执行过程中需要的感知能力，可以封装为观察行为。比如"找到目标物体"、"检测抓取是否成功"等。

（3）伴随关系的Skill编排

MaRSA的因果、时序、按需三类伴随关系，可以用来指导Skill编排中感知和动作的协调。

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。