破解智慧城市大數(shù)據(jù)獲取的“三十六計”

□ 胡 敬

幾十年來，縱觀世界范圍信息化的發(fā)展，大致經(jīng)歷了3個階段：從1941年第一臺電子計算機的誕生到1995年，是以單機應用為特征的數(shù)字化階段；從1995年到2015年，是以聯(lián)網(wǎng)應用為特征的網(wǎng)絡化階段；從2015年至今，開啟了以數(shù)據(jù)的深度挖掘和融合應用為特征的智慧化階段。應該說，是大數(shù)據(jù)催生了信息化的3.0。與此相伴，“智慧城市”也應運而生，旨在融合大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算、人工智能等一系列最新的信息化技術，打造智慧城市的大腦，提高我們的生活質(zhì)量。

隨著智能手機的普及、廉價及功能的極大豐富，以及無人機、無人車等智能移動終端的廣泛商用，傳統(tǒng)“以物為中心”的物聯(lián)網(wǎng)架構(gòu)逐漸暴露了移動性差、部署成本高、響應時間長等問題。為了更好地進行物聯(lián)網(wǎng)類大數(shù)據(jù)的采集，進而有效地提升大數(shù)據(jù)驅(qū)動下的“智慧城市大腦”，多年來，北京理工大學劉馳教授團隊專注于面向智慧城市的“人機協(xié)同”群智大數(shù)據(jù)采集方法研究，為新一代“智慧城市”藍圖提出自己的“三十六計”。

無人機群組成“空中通信生命線”，保障7/24高效數(shù)據(jù)傳輸

當人們的生活已經(jīng)習慣了使用智能手機，大到各國元首召開遠程視頻會議，小到人們?nèi)粘２樵兲鞖?、打車，看不見的高速通信網(wǎng)絡日夜為我們服務，讓我們足不出戶就可以遍覽大好河山，和遠隔萬里的朋友面對面談笑風生。但是，當暴雨、地震、洪水等一系列難以預料而又破壞力極強的災難降臨時，地面通信基礎設施遭到損毀，智能手機無法工作，而數(shù)量有限的搜救人員面對廣闊的受災區(qū)域往往顯得心有余而力不足。如何切實有效地恢復地面通信成了智慧城市7/24不間斷服務的關鍵。

劉馳團隊創(chuàng)新性地提出了基于分布式深度強化學習的多無人機通信覆蓋技術。無人機彼此之間借助WiFi等無線網(wǎng)絡保持聯(lián)通，其中少數(shù)可和通信衛(wèi)星連接，共同為地面用戶構(gòu)建與外界相連的“空中生命線”。由于通信覆蓋區(qū)域面積大，無人機數(shù)量較少，需要動態(tài)調(diào)整無人機的方位實現(xiàn)動態(tài)部署。與此同時，無人機運動中的電量消耗是延長網(wǎng)絡生存時間的關鍵，這樣在保持無人機群的適當移動不放過一個死角的同時，也需減小移動帶來的電量消耗。再者，無人機網(wǎng)絡需要保持時刻聯(lián)通，這樣保證了數(shù)據(jù)鏈路上通下聯(lián)。具體地，劉馳團隊突破傳統(tǒng)深度強化學習技術，如DQN方法只能處理非常有限的離散動作空間的限制，在連續(xù)動作空間控制actor-critic方法的基礎上，定義了一個新的能效利用率指標，來綜合考慮平均通信覆蓋率、通信覆蓋公平性、無人機群聯(lián)通性及能耗。劉馳團隊提出了一種無人機群控制新方法——DRLEC3（DRL-based Energy-Control for Coverage and Connectivity），并且通過大量的仿真實驗證明了它的有效性、魯棒性和優(yōu)越性，在使用深度強化學習訓練無人機群提供通信覆蓋的智能控制領域走在了前列。相關成果連續(xù)發(fā)表在本領域頂級期刊IEEE JSAC和IEEE Trans.on Mobile Computing上。英國愛丁堡大學的研究團隊在IEEE Communications Surveys & Tutorials評價這項研究“能夠動態(tài)學習環(huán)境狀態(tài)，并與主流算法相比取得了突出的性能優(yōu)勢”。

智能手機變成“神奇口袋”，群策群力采集物聯(lián)網(wǎng)類大數(shù)據(jù)

群智感知的感念最早由美國Dartmouth College的A. Campbell教授在2008年提出，即“People-centric sensing”（以人為中心的感知），旨在破解傳統(tǒng)物聯(lián)網(wǎng)需人為部署傳感設備帶來的弊端。劉馳團隊是國內(nèi)較早開始此類研究的團隊，旨在解決以下關鍵科學問題：如何評判參與者提供的感知數(shù)據(jù)的質(zhì)量，并滿足任務發(fā)布者的需求？如何保障參與者、任務發(fā)布者及本系統(tǒng)運營者三方的利益？劉馳團隊發(fā)表在IEEE INFOCOM、IEEE Trans. on Mobile Computing等本領域頂級會議和期刊上的文章，得到了國際同行廣泛引用并積極評價：是“最早將信息質(zhì)量（Quality of Information）引入到群智感知系統(tǒng)激勵設計的工作之一”（IEEE Fellow、美國密蘇里科技大學Prof. S. Das教授團隊）；是一種“具有代表性的工作，來提出一個群智感知網(wǎng)絡管理框架”（美國南佛羅里達大學研究團隊）。

劉馳團隊提出了一種保障感知數(shù)據(jù)質(zhì)量的實時激勵機制，該機制兼顧群智感知平臺和參與者的雙方利益，允許平臺提供額外獎金來進一步激勵優(yōu)秀數(shù)據(jù)提供者。通過在若干真實數(shù)據(jù)集上的廣泛模擬，劉馳團隊證明了所提出算法具備數(shù)學上的真實性、個體合理性、預算可行性和高效計算性等優(yōu)質(zhì)特性。

通過合理的參與者選擇與在線激勵，智能手機真正地成了一個“神奇口袋”，而任務發(fā)布者僅需支付一定的報酬，就可以獲取過去難以獲取的城市大數(shù)據(jù)。

無人設備自主獲取城市“點點滴滴”、人機協(xié)同群智感知技術初見端倪

傳統(tǒng)的群智感知系統(tǒng)充分利用了人所攜帶的智能終端進行城市大數(shù)據(jù)采集，這比提前部署傳感器已經(jīng)智慧了一些，但人類活動不可能做到全區(qū)域全天候覆蓋，且考慮到不穩(wěn)定的人為因素。隨著無人機、無人車等技術的日趨成熟，商用化成本逐漸降低，“忠心耿耿”的無人設備為“人機協(xié)同”群智感知這一新技術的發(fā)展鋪平了道路。自2017年起，劉馳團隊是國內(nèi)外最早進行此項課題的團隊之一，并迅速取得了突破性進展，研究成果連續(xù)發(fā)表在IEEE JSAC、IEEE Trans. on Mobile Computing等本領域頂級期刊上。

劉馳團隊利用攜帶豐富傳感器的無人移動終端（如無人車、無人機）在城市中進行數(shù)據(jù)采集，這些無人移動終端均配備了“設備—設備”的通信接口（如WiFi、NB-IoT等），它們通過相互通信來獲取必要的信息。無人設備根據(jù)各自學習到的策略在一個區(qū)域中自主移動并收集數(shù)據(jù)。但是，它們所攜帶的電池是有限的，而增加電池的尺寸會進一步增加重量，這對無人機而言尤其致命。同時，所攜帶的傳感器的感知范圍和感知精度均受限，城市中也存在很多障礙物（如建筑、道路維護路段等），無人移動終端需學會避障。最后，通過部署后端中央控制中心來調(diào)度無人設備會十分低效，因此需設計分布式導航方案。

面對這樣復雜的群智感知任務，劉馳團隊創(chuàng)新性地提出了“e-Divert”調(diào)度算法。其在傳統(tǒng)actor-critic方法的基礎上，通過引入長短期記憶模型LSTM對時間軌跡特征進行提取，并輔助卷積神經(jīng)網(wǎng)絡CNN做到時空數(shù)據(jù)分析。同時，采用了Ape-X機制，為智能體創(chuàng)造“分身術”，從而在環(huán)境的訓練副本中實現(xiàn)更廣泛深入的探索，優(yōu)化了經(jīng)驗復用機制的性能。實驗表明，算法在保證合作策略的同時，有效地提取了當前狀態(tài)序列的時空特征，進而學會了類似“瞻前顧后，揚長避短”的行為策略。

面向智慧城市的人機協(xié)同群智感知系統(tǒng)

除此之外，為了保障系統(tǒng)工作過程中的數(shù)據(jù)完整性、數(shù)據(jù)安全性和數(shù)據(jù)可靠性，劉馳團隊又提出了一個結(jié)合Ethereum區(qū)塊鏈的深度強化學習框架。它既可以幫助每個移動智能終端感知附近的數(shù)據(jù)點，從而實現(xiàn)上述高效的數(shù)據(jù)采集效果，同時也使區(qū)塊鏈在不同終端之間共享數(shù)據(jù)，有效地保障了數(shù)據(jù)的安全級別。

展望未來，“人機協(xié)同”群智感知技術或?qū)⒋蠓女惒?/h2>

智慧城市迅速發(fā)展的關鍵在于物聯(lián)網(wǎng)類大數(shù)據(jù)的有效獲取，用來補充互聯(lián)網(wǎng)數(shù)據(jù)在物理空間表征中的信息缺失。展望未來，在“人機協(xié)同”群智感知技術這一新的研究方向下，劉馳團隊計劃從關鍵理論和場景技術兩個方面進行攻關。具體地，在關鍵理論方面，將嘗試通過設計高效記憶機制來更好地利用人機協(xié)同條件下移動軌跡中的時空信息；在場景技術方面，將深入研究多任務深度強化學習技術，探索不同城市內(nèi)群智感知任務的知識遷移、任務與激勵分配等核心技術。

多年來，為了破解智慧城市中物聯(lián)網(wǎng)類大數(shù)據(jù)的獲取技術，北京理工大學劉馳教授團隊一直在堅持不懈地努力，也一直走在業(yè)界的前列。劉馳團隊的終極目標是實現(xiàn)真正完備的人機協(xié)同群智感知系統(tǒng)，為“智慧城市大腦”的發(fā)展提供源源不斷的數(shù)據(jù)資源，為大數(shù)據(jù)、云計算、人工智能等技術與智慧城市中的實體經(jīng)濟深度融合提供有力支持。到那一天，技術走進千家萬戶，百姓的生活質(zhì)量會得到進一步提升。能夠助力美好中國的發(fā)展，劉馳團隊也會因?qū)夹g的執(zhí)著追求取得的成果而流露出一絲欣慰。

猜你喜歡

三十六計群智人機

軟件眾測服務模式探索與實踐

計算機時代(2023年6期)2023-06-15 09:56:24

人機“翻譯員”

青少年科技博覽(中學版)(2022年6期)2022-08-31 09:04:00

從內(nèi)到外，看懂無人機

南都周刊(2021年3期)2021-04-22 16:43:49

物聯(lián)網(wǎng)時代移動群智感知技術中的安全問題淺析

數(shù)字通信世界(2021年11期)2021-01-16 04:25:01

線上教學平臺評價主體多元化的發(fā)展趨勢

科教導刊·電子版(2020年16期)2020-12-17 03:29:03

基于開源和群智的軟件工程實踐教學方法

軟件導刊(2020年1期)2020-07-14 16:36:42

巧記“三十六計”

課外語文·下(2016年11期)2017-01-19 12:36:01

“人機大戰(zhàn)”人類智慧遭遇強敵

海外星云(2016年7期)2016-12-01 04:17:50

敬老“三十六計”

現(xiàn)代養(yǎng)生·上半月(2016年10期)2016-10-12 20:15:45

未來深空探測中的人機聯(lián)合探測

太空探索(2016年5期)2016-07-12 15:17:58

科學中國人2019年12期

科學中國人的其它文章

雜志介紹

《七堂極簡物理課》

王玉明院士書法作品欣賞

未來的火星之旅：這些美麗神秘的景點必須去

萊布尼茲：天才的詠嘆調(diào)

索菲·熱爾曼：數(shù)學“花木蘭”