机器人群体中的安全与秘密协作

群体机器人系统在学术研究与现实应用中的重要性稳步提升。然而，要实现广泛部署，需要开发保障大规模机器人组安全协作的新模型。本工作引入一种新方法，将协作式机器人任务封装于称为 Merkle 树的认证数据结构中。借助该方法，操作者可提供群体任务的“蓝图”而不泄露其原始数据。换言之，数据验证可与数据本身分离。我们提出一种系统，其中群体中的机器人为了协作完成任务，必须通过交换密码学证明向同伴“证明”自身完整性。我们展示了该方法在两种不同群体机器人任务中的含义：觅食与迷宫构建。在两项任务中，群体机器人均能在不明确知晓任务高层目标的情况下协作并执行顺序操作。本工作所呈现的结果证明了在仿真与真实机器人实验中将 Merkle 树用作群体机器人系统协作机制的可行性，这对未来安全起关键作用（如环境监测、基础设施监视与灾害管理）的 decentralized 机器人应用具有重要意义。