我的世界152mod文章列表:

• 1、全戰(zhàn)三國(guó)經(jīng)典模式演示 公孫瓚大戰(zhàn)馬超
• 2、高中教育普及與免費(fèi)：實(shí)現(xiàn)民族、連片特困地區(qū)精準(zhǔn)扶貧的有效途徑
• 3、魅族首款三攝手機(jī)，魅族16Xs簡(jiǎn)單上手
• 4、使用 OpenYurt 管理 WasmEdge
• 5、萬字長(zhǎng)文：集群智能機(jī)器人的過去、現(xiàn)在與未來

全戰(zhàn)三國(guó)經(jīng)典模式演示 公孫瓚大戰(zhàn)馬超

《全面戰(zhàn)爭(zhēng)：三國(guó)》官方今天分享了一段經(jīng)典模式(Records mode)的實(shí)機(jī)演示，在此模式下，戰(zhàn)斗將按照更為寫實(shí)的方式呈現(xiàn)，英雄們不再具有萬夫不擋之勇，他們將變得比演義模式(Romance mod)要更加脆弱，而且只會(huì)作為一個(gè)戰(zhàn)士團(tuán)體中的一員存在。

本段演示展現(xiàn)了公孫瓚勢(shì)力與馬騰勢(shì)力的一場(chǎng)交戰(zhàn)，在游戲中公孫瓚率兵對(duì)馬超駐守的安定郡發(fā)動(dòng)了攻擊，展開了一場(chǎng)史詩般的大戰(zhàn)。

游戲時(shí)間是公元220年秋季，公孫瓚的戰(zhàn)役進(jìn)程已經(jīng)達(dá)到了152回合，并且控制了黃河以北的大部分地區(qū)，正在向西擴(kuò)張。

此時(shí)就遭遇到了西涼馬騰勢(shì)力。這里發(fā)生的這場(chǎng)戰(zhàn)斗就是，公孫瓚率領(lǐng)的主力部隊(duì)要攻占馬騰領(lǐng)地內(nèi)安定郡中的一座工具生產(chǎn)據(jù)點(diǎn)，但這時(shí)候馬騰之子馬超率領(lǐng)的支援部隊(duì)也已經(jīng)趕到。最終對(duì)戰(zhàn)的就是公孫瓚的部隊(duì)與馬超部隊(duì)以及據(jù)點(diǎn)內(nèi)的額守軍展開的。

最終的對(duì)戰(zhàn)結(jié)果，則是玩家控制的公孫瓚，通過充分利用騎兵優(yōu)勢(shì)和步兵的穩(wěn)步推進(jìn)擊敗了馬超的部隊(duì)以及守城部隊(duì)，并斬殺了馬超也其他主要將領(lǐng)。

在經(jīng)典模式中戰(zhàn)斗結(jié)果往往取決于你的軍隊(duì)控制，武將的影響極小，但在演義模式中戰(zhàn)斗結(jié)果則會(huì)受很大影響。經(jīng)典模式中武將會(huì)和自己的軍隊(duì)一起作戰(zhàn)，而不是以個(gè)人形式出現(xiàn)，也不能和對(duì)方的武將單挑。

根據(jù)官方之前的問答資料，經(jīng)典模式戰(zhàn)斗的平均節(jié)奏會(huì)慢一些，因?yàn)闆]有強(qiáng)大的英雄施展技能，沖擊敵人的前線，但這也讓你有更多的時(shí)間來運(yùn)籌帷幄，經(jīng)典模式更講究戰(zhàn)術(shù)的運(yùn)用。疲勞將在經(jīng)典模式中發(fā)揮更大的作用，部隊(duì)將更容易疲倦。

《全面戰(zhàn)爭(zhēng)：三國(guó)》將于5月23日發(fā)售，敬請(qǐng)期待。

【微信關(guān)注太平洋游戲網(wǎng)（pcgames_com_cn）有意外驚喜等你。。。】

高中教育普及與免費(fèi)：實(shí)現(xiàn)民族、連片特困地區(qū)精準(zhǔn)扶貧的有效途徑

摘要：貧困表面看是收入缺乏及其引致的營(yíng)養(yǎng)不良，其產(chǎn)生的原因有多種，既有自然環(huán)境的惡劣，也有因病致貧等，但最根本的原因是擺脫貧困的發(fā)展機(jī)會(huì)與能力的欠缺，導(dǎo)致了民族及集中連片特困地區(qū)很難在有限時(shí)間內(nèi)徹底脫貧。貧困的另一種解釋就是發(fā)展能力的缺失，而教育扶貧尤其是高中階段教育的普及與免費(fèi)，對(duì)提升貧困人口發(fā)家致富的能力有著極其重要的促進(jìn)作用。盡管當(dāng)前我國(guó)教育扶貧已取得一定的成效，但問題仍然突出，如何在未來的扶貧道路上取得更好成效，從長(zhǎng)遠(yuǎn)來看，精準(zhǔn)定位于高中階段教育的普及與免費(fèi)，對(duì)民族、集中連片特困地區(qū)的扶貧、脫貧來說是一項(xiàng)效果持久、能徹底根除貧困的有效途徑，從根本上提升貧困人口的脫貧能力，對(duì)我國(guó)實(shí)現(xiàn)精準(zhǔn)脫貧，全面實(shí)現(xiàn)小康社會(huì)具有重要的現(xiàn)實(shí)意義。

　　關(guān)鍵詞：民族地區(qū)；連片特困地區(qū)；精準(zhǔn)扶貧；教育精準(zhǔn)扶貧；高中普及與免費(fèi)

　　基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目“‘三州’地區(qū)高中普及攻堅(jiān)與普職協(xié)調(diào)發(fā)展研究”（18BMZ076）

　　作者簡(jiǎn)介：沈有祿，海南師范大學(xué)教育學(xué)院教授、博士生導(dǎo)師。

　　一、引言

　　高中教育普及是指高中階段教育學(xué)齡人口毛入學(xué)率的逐步提高，達(dá)到基本普及，甚至全面普及（我國(guó)相關(guān)政策提出的是到2020年達(dá)到90%），是接受高中階段教育的人數(shù)占同齡人口比例的數(shù)量問題，是受教育機(jī)會(huì)擴(kuò)大的規(guī)模問題；而免費(fèi)是指免除學(xué)費(fèi)、課本費(fèi)、住宿費(fèi)、雜費(fèi)等與培養(yǎng)成本及生活成本有關(guān)的費(fèi)用問題，即有關(guān)高中教育成本政府承擔(dān)多大比例的問題，一般意義上的免費(fèi)并不意味著政府全部承擔(dān)教育成本，只有當(dāng)高中教育被納入義務(wù)教育范圍時(shí)，理論上才由政府公共支出全部埋單，否則普通意義上的免費(fèi)仍然意味著家庭需支付部分上學(xué)的培養(yǎng)成本或生活成本。

　　精準(zhǔn)扶貧是習(xí)近平總書記提出的新的扶貧理念，相對(duì)過去扶貧在對(duì)象、項(xiàng)目等不夠精準(zhǔn)而言，旨在精確找準(zhǔn)扶貧的對(duì)象，選擇精準(zhǔn)的項(xiàng)目與途徑等加快脫貧步伐，增強(qiáng)其實(shí)施效果，最終實(shí)現(xiàn)完全脫貧。

　　《高中階段教育普及攻堅(jiān)計(jì)劃（2017—2020年）》提出，確保到2020年如期實(shí)現(xiàn)普及高中階段教育的戰(zhàn)略目標(biāo)。脫貧攻堅(jiān)工作也要求在2020年前實(shí)現(xiàn)全部貧困人口脫貧，走完全面實(shí)現(xiàn)小康社會(huì)的“最后一公里路”。目前我國(guó)尚有14個(gè)集中連片特困地區(qū)[1]，592個(gè)國(guó)家扶貧開發(fā)重點(diǎn)縣，共7017萬貧困人口（以2010年不變價(jià)格來計(jì)算的年人均純收入不足2300元的人口），到2020年如何讓這7000多萬貧困人不愁吃、不愁穿，義務(wù)教育、基本醫(yī)療和住房安全有保障，是項(xiàng)極其艱巨而緊迫的任務(wù)[2]。《高中階段教育普及攻堅(jiān)計(jì)劃（2017-2020年）》在普及高中階段教育的基本原則中提出要“科學(xué)規(guī)劃，精準(zhǔn)發(fā)力，聚焦薄弱環(huán)節(jié)，集中力量保基本、補(bǔ)短板、促公平”，并指出攻堅(jiān)重點(diǎn)為中西部貧困地區(qū)、民族地區(qū)、邊遠(yuǎn)地區(qū)、革命老區(qū)等教育基礎(chǔ)薄弱、普及程度較低的地區(qū)，特別是集中連片特殊困難地區(qū)，以及家庭經(jīng)濟(jì)困難學(xué)生等[3]。高中階段教育的普及與免費(fèi)在貧困地區(qū)的精準(zhǔn)扶貧中將發(fā)揮至關(guān)重要的作用，為精準(zhǔn)脫貧提供了最根本、最有效的途徑。

　　二、精準(zhǔn)扶貧與教育精準(zhǔn)扶貧

　　（一）精準(zhǔn)扶貧

　　習(xí)近平總書記在2013年11月于湖南湘西考察時(shí)，首次提出了精準(zhǔn)扶貧思想，指出“扶貧開發(fā)推進(jìn)到今天這樣的程度，貴在精準(zhǔn)，重在精準(zhǔn)，成敗之舉在于精準(zhǔn)，關(guān)鍵是要找準(zhǔn)路子、構(gòu)建好的體制機(jī)制，在精準(zhǔn)施策上出實(shí)招、在精準(zhǔn)推進(jìn)上下實(shí)功、在精準(zhǔn)落地上見實(shí)效[4]。”2015年6月，他在貴州調(diào)研時(shí)進(jìn)一步提出，精準(zhǔn)扶貧要做到“扶貧對(duì)象精準(zhǔn)、項(xiàng)目安排精準(zhǔn)、資金使用精準(zhǔn)、措施到戶精準(zhǔn)、因村派人精準(zhǔn)、脫貧成效精準(zhǔn)[5]。”

　　精準(zhǔn)扶貧關(guān)鍵在于抓好精準(zhǔn)識(shí)別、建檔立卡這個(gè)環(huán)節(jié)。識(shí)別機(jī)制重在自下而上，逐步改變“自上而下”定規(guī)模、分指標(biāo)的甄別方法，探索實(shí)行自下而上、層層累加、精確計(jì)算、全面科學(xué)的多元識(shí)別機(jī)制，推動(dòng)實(shí)現(xiàn)由數(shù)字式減貧轉(zhuǎn)向?qū)嵸|(zhì)性減貧。具體包括：識(shí)別在社區(qū)及村一級(jí)基層單位的貧困人口，對(duì)貧困人口實(shí)行臺(tái)賬化管理，對(duì)每一名貧困人口都建立登記卡，準(zhǔn)確記錄家庭、收入、身體等詳細(xì)狀況，并實(shí)現(xiàn)信息聯(lián)網(wǎng)，隨時(shí)更新，隨時(shí)可以查閱；制定科學(xué)化的多維貧困評(píng)價(jià)標(biāo)準(zhǔn)，既衡量收入方面，又綜合反映教育、就業(yè)、住房、醫(yī)療健康等生活方面[6]。在具體的基層操作層面上，組織駐村工作隊(duì)和鄉(xiāng)村干部逐村逐戶調(diào)查摸底，按照倒序排名辦法，通過農(nóng)戶申請(qǐng)、小組初審、村“兩委”評(píng)議、村民代表會(huì)決議、村鄉(xiāng)公示、縣級(jí)公告，建檔立卡、動(dòng)態(tài)管理，脫貧銷號(hào)、返貧掛號(hào)[7]。

　　在策略上，通過產(chǎn)業(yè)扶持、轉(zhuǎn)移就業(yè)、易地搬遷、教育支持、醫(yī)療救助等措施實(shí)現(xiàn)脫貧，其余完全或部分喪失勞動(dòng)能力的貧困人口實(shí)行社保政策兜底脫貧。逐步使建檔立卡貧困人口中有5000萬人左右全面脫貧。與此同時(shí)，根據(jù)致貧原因和脫貧需求，對(duì)貧困人口實(shí)行分類扶持。建立貧困戶脫貧認(rèn)定機(jī)制，對(duì)已經(jīng)脫貧的農(nóng)戶，在一定時(shí)期內(nèi)讓其繼續(xù)享受扶貧相關(guān)政策，避免出現(xiàn)邊脫貧邊返貧現(xiàn)象，切實(shí)做到應(yīng)進(jìn)則進(jìn)、應(yīng)扶則扶[8]。

　　（二）教育精準(zhǔn)扶貧

　　習(xí)近平總書記的精準(zhǔn)扶貧理念在教育中的主要體現(xiàn)就是要大力發(fā)展鄉(xiāng)村教育。2015年6月，中央全面深化改革領(lǐng)導(dǎo)小組第十一次會(huì)議中提到：發(fā)展鄉(xiāng)村教育，讓每個(gè)鄉(xiāng)村孩子都能接受公平、有質(zhì)量的教育，增強(qiáng)貧困地區(qū)的自我發(fā)展能力，阻止貧困現(xiàn)象代際傳遞。[5]。《中共中央國(guó)務(wù)院關(guān)于打贏脫貧攻堅(jiān)戰(zhàn)的決定》指出，要著力加強(qiáng)教育脫貧，加快實(shí)施教育扶貧工程，讓貧困家庭子女都能接受公平有質(zhì)量的教育，阻斷貧困代際傳遞。國(guó)家教育經(jīng)費(fèi)向貧困地區(qū)、基礎(chǔ)教育傾斜，全面落實(shí)連片特困地區(qū)鄉(xiāng)村教師生活補(bǔ)助政策，普及高中階段教育，率先從建檔立卡的家庭經(jīng)濟(jì)困難學(xué)生實(shí)施普通高中免除學(xué)雜費(fèi)、中等職業(yè)教育免除學(xué)雜費(fèi)，并提高中等職業(yè)教育國(guó)家助學(xué)金資助標(biāo)準(zhǔn)，讓未升入普通高中的初中畢業(yè)生都能接受中等職業(yè)教育。加強(qiáng)特色化、適應(yīng)市場(chǎng)需求的中等職業(yè)學(xué)校建設(shè)，努力辦好貧困地區(qū)特殊教育和遠(yuǎn)程教育，建立保障農(nóng)村和貧困地區(qū)學(xué)生上重點(diǎn)高校的長(zhǎng)效機(jī)制，加大對(duì)貧困家庭大學(xué)生的救助力度，對(duì)貧困家庭離校未就業(yè)的高校畢業(yè)生提供就業(yè)支持，實(shí)施教育扶貧結(jié)對(duì)幫扶行動(dòng)計(jì)劃，將教育扶貧作為阻斷貧困代際傳遞的重要手段[9]。隨后于2016年12月27日頒布的《教育脫貧攻堅(jiān)“十三五”規(guī)劃》中進(jìn)步一步提出要通過普及高中階段教育，尤其要以加快中等職業(yè)教育的發(fā)展及免費(fèi)、開展廣泛的公益性職業(yè)技能培訓(xùn)、完善就學(xué)就業(yè)資助服務(wù)體系、實(shí)施教育扶貧結(jié)對(duì)幫扶行動(dòng)等措施來提升民族地區(qū)、農(nóng)村地區(qū)及集中連片特困地區(qū)的教育扶貧能力[10]。

　　《教育脫貧攻堅(jiān)“十三五”規(guī)劃》還明確：第一，教育扶貧的目標(biāo)是到2020年貧困地區(qū)教育總體發(fā)展水平顯著提升，實(shí)現(xiàn)建檔立卡等貧困人口（含非建檔立卡的農(nóng)村貧困殘疾人家庭、農(nóng)村低保家庭、農(nóng)村特困救助供養(yǎng)人員）教育基本公共服務(wù)全覆蓋。保障各教育階段從入學(xué)到畢業(yè)的全程全部資助，保障貧困家庭孩子都可以上學(xué)，不讓一個(gè)學(xué)生因家庭困難而失學(xué)。第二，教育扶貧的重點(diǎn)地區(qū)為國(guó)家扶貧開發(fā)工作重點(diǎn)縣和集中連片特困地區(qū)縣（以下簡(jiǎn)稱貧困縣）為重點(diǎn)，以建檔立卡等貧困人口為重點(diǎn)。第三，教育扶貧的重點(diǎn)五大教育群體：針對(duì)建檔立卡學(xué)齡前、義務(wù)教育階段、高中教育階段、高等教育階段和學(xué)齡后五個(gè)階段教育群體分類施策。對(duì)建檔立卡學(xué)齡前兒童，確保都有機(jī)會(huì)接受學(xué)前教育；對(duì)建檔立卡義務(wù)教育階段適齡人口，確保都能接受公平有質(zhì)量的義務(wù)教育；對(duì)建檔立卡高中階段適齡人口，確保都能接受高中階段教育特別是中等職業(yè)教育；對(duì)建檔立卡高等教育階段適齡人口，提供更多接受高等教育的機(jī)會(huì)；對(duì)建檔立卡學(xué)齡后人口，提供適應(yīng)就業(yè)創(chuàng)業(yè)需求的職業(yè)技能培訓(xùn)[11]。

　　由上述政策內(nèi)容可見，新時(shí)期的教育扶貧對(duì)扶貧、資助的目標(biāo)、對(duì)象、方式、途徑等都做了明確規(guī)定，指明了一條切實(shí)可操作、能及時(shí)取得顯著效果的路子，對(duì)民族地區(qū)、鄉(xiāng)村地區(qū)及集中連片特困地區(qū)的貧困家庭來說是最有效、最直接的精準(zhǔn)扶貧。教育扶貧真正做到了精準(zhǔn)招生、精準(zhǔn)資助、精準(zhǔn)就業(yè)、精準(zhǔn)培訓(xùn)。具體為：“精準(zhǔn)招生”，讓貧困戶子女不僅擁有受教育機(jī)會(huì)，而且擁有更多受優(yōu)質(zhì)教育的機(jī)會(huì)。進(jìn)一步推進(jìn)招生改革，通過多項(xiàng)傾斜政策，從實(shí)施優(yōu)質(zhì)高中招收農(nóng)村學(xué)生計(jì)劃，到實(shí)施好國(guó)家貧困地區(qū)定向招生專項(xiàng)計(jì)劃，再到省屬院校安排一定的計(jì)劃招收農(nóng)村考生，讓更多貧困家庭孩子進(jìn)入優(yōu)質(zhì)高中、重點(diǎn)高校；“精準(zhǔn)資助”，讓貧困戶子女不僅上得起學(xué)，而且免費(fèi)上學(xué)。義務(wù)教育階段實(shí)行“錢隨人走”，貧困家庭孩子無論在哪里接受義務(wù)教育都可享受“兩免一補(bǔ)”。高中階段，全免學(xué)雜費(fèi)并補(bǔ)助生活費(fèi)。大學(xué)階段，完善貧困家庭大學(xué)生學(xué)費(fèi)減免制度，高校內(nèi)公益崗位優(yōu)先安排貧困家庭大學(xué)生；“精準(zhǔn)就業(yè)”，讓貧困戶子女不僅有業(yè)可就，而且能夠持續(xù)發(fā)展。建立貧困家庭大學(xué)生實(shí)名制信息庫，開展有針對(duì)性的職業(yè)指導(dǎo)和培訓(xùn)，落實(shí)高校畢業(yè)后服兵役、下基層的優(yōu)惠政策，鼓勵(lì)貧困家庭畢業(yè)生回鄉(xiāng)自主創(chuàng)業(yè)，最終達(dá)到“一人長(zhǎng)期就業(yè)、全家穩(wěn)定脫貧”的目的；“精準(zhǔn)培訓(xùn)”，讓貧困農(nóng)民擁有一技之長(zhǎng)，能夠脫貧致富。建立面向農(nóng)民朋友的職業(yè)教育“培訓(xùn)包”，采取“群眾點(diǎn)菜、專家主廚”的方式，組織“科技小分隊(duì)”，深入田頭地間，使農(nóng)民朋友一看就懂、一學(xué)就會(huì)、一干就有效益[12]。

　　三、我國(guó)教育精準(zhǔn)扶貧目前取得的主要成就與存在的主要問題

　　（一）我國(guó)教育精準(zhǔn)扶貧目前取得的主要成就

　　十八大以來，教育部采取超常規(guī)政策舉措，精準(zhǔn)聚焦貧困地區(qū)的每一所學(xué)校、每一名教師、每一個(gè)孩子，啟動(dòng)實(shí)施教育扶貧全覆蓋行動(dòng)，先后組織實(shí)施了20項(xiàng)教育惠民政策措施，既有貧困地區(qū)教育發(fā)展總體部署，也有具體支持項(xiàng)目；既有面向?qū)W生的舉措，也有服務(wù)于教師的政策；既有普通教育，也有職業(yè)技術(shù)教育；既有面向11個(gè)連片特困地區(qū)的，也有專門針對(duì)新疆南疆四地州、西藏、四省藏區(qū)的特殊政策；既有改善基礎(chǔ)設(shè)施條件的，也有提高學(xué)生身體素質(zhì)的。這20項(xiàng)政策具體為：學(xué)前教育三年行動(dòng)計(jì)劃、全面改善貧困地區(qū)義務(wù)教育薄弱學(xué)校基本辦學(xué)條件、農(nóng)村義務(wù)教育階段學(xué)生營(yíng)養(yǎng)改善計(jì)劃、學(xué)前教育資助政策、義務(wù)教育“兩免一補(bǔ)”（免學(xué)雜費(fèi)、免教科書費(fèi)、寄宿生生活補(bǔ)助）、普通高中學(xué)生資助政策、中等職業(yè)教育免學(xué)費(fèi)與補(bǔ)助生活費(fèi)政策、高等教育學(xué)生資助政策、西藏15年免費(fèi)教育和新疆南疆四地州14年免費(fèi)教育、教育援藏援疆政策、新疆與內(nèi)地省市中小學(xué)“千校手拉手”活動(dòng)、四川藏區(qū)“9 3”免費(fèi)教育計(jì)劃、內(nèi)地民族班政策、少數(shù)民族預(yù)科班和少數(shù)民族高層次骨干人才培養(yǎng)計(jì)劃、職業(yè)教育團(tuán)隊(duì)式對(duì)口支援、面向貧困地區(qū)定向招生專項(xiàng)計(jì)劃、對(duì)新疆與西藏高校開展團(tuán)隊(duì)式對(duì)口支援、直屬高校定點(diǎn)扶貧、《國(guó)家貧困地區(qū)兒童發(fā)展規(guī)劃（2014—2020年）》、《鄉(xiāng)村教師支持計(jì)劃（2015-2020年）》。通過教育扶貧全覆蓋行動(dòng)的實(shí)施，努力辦好貧困地區(qū)每一所學(xué)校，遍及每一名教師，培養(yǎng)好每一名孩子[13]。

　　以上各教育精準(zhǔn)扶貧政策中成果最顯著的當(dāng)屬學(xué)生資助政策及資助體系的完善與全覆蓋，學(xué)生資助工作在中央系列重大決定中越來越受重視。如十八屆三中全會(huì)提出要健全家庭經(jīng)濟(jì)困難學(xué)生資助體系，十八屆五中全會(huì)提出要實(shí)現(xiàn)家庭經(jīng)濟(jì)困難學(xué)生資助全覆蓋。同手，學(xué)生資助定位上得到不斷深化，如從《關(guān)于實(shí)施教育扶貧工程意見》中的將“提高學(xué)生資助水平作為教育扶貧工程的五大主要任務(wù)之一”，到《中共中央、國(guó)務(wù)院關(guān)于打贏脫貧攻堅(jiān)戰(zhàn)的決定》中將“發(fā)展教育脫貧一批作為脫貧攻堅(jiān)的五個(gè)一批之一，提出要讓貧困家庭子女都能接受公平有質(zhì)量的教育，阻斷貧困代際傳遞。”

　　我國(guó)學(xué)生資助具體取得了如下成績(jī)：一是國(guó)家資助政策體系基本健全。實(shí)現(xiàn)了從學(xué)前教育、義務(wù)教育、普通高中及中等職業(yè)教育、高等教育，各階段都針對(duì)不同類型的貧困生提供了學(xué)費(fèi)減免、助學(xué)金、獎(jiǎng)學(xué)金等多種方式并舉的資助體系，形成了以政府為主導(dǎo)、學(xué)校和社會(huì)為補(bǔ)充的“三位一體”資助格局，形成了普惠性資助、助困性資助、獎(jiǎng)勵(lì)性資助和補(bǔ)償性資助有機(jī)結(jié)合的“多元混合”資助模式。二是已建立起中央、省、市、縣和校五級(jí)學(xué)生資助管理體系、以財(cái)政投入為主、學(xué)校和社會(huì)資金為輔的資助經(jīng)費(fèi)保障體系，以及政策宣傳、監(jiān)督檢查和績(jī)效考評(píng)相結(jié)合的資助保障機(jī)制[14]。三是學(xué)生資助規(guī)模及力度不斷擴(kuò)大。2010-2014年全國(guó)學(xué)生資助資金總額達(dá)5564.43億元，年均增長(zhǎng)率達(dá)到12.69%，“十二五”期間，累計(jì)減輕貧困學(xué)生家庭經(jīng)濟(jì)負(fù)擔(dān)超過6000億元。2016年，全國(guó)累計(jì)資助學(xué)前教育（幼兒）、義務(wù)教育、中職學(xué)校、普通高中和普通高校學(xué)生9126.14 萬人次（不包括義務(wù)教育免除學(xué)雜費(fèi)和免費(fèi)教科書、營(yíng)養(yǎng)膳食補(bǔ)助），比上年增加692.87萬人次；累計(jì)資助金額1688.76億元，比上年增加128.51億元，增幅達(dá)8.24%。國(guó)家學(xué)生資助資金連續(xù)十年保持高速增長(zhǎng)。2016年全國(guó)學(xué)生資助資金中，中央財(cái)政資金占34.30%、地方財(cái)政資金占31.38%、國(guó)家助學(xué)貸款占15.59%、學(xué)校資金占12.98%、社會(huì)資金占5.75%。此外，國(guó)家還對(duì)免費(fèi)教科書投入資金204億元，營(yíng)養(yǎng)膳食補(bǔ)助投入資金251億元[15]。四是學(xué)生資助工作成效逐步凸顯。國(guó)家資助政策幫助數(shù)千萬家庭經(jīng)濟(jì)困難學(xué)生順利入學(xué)、完成學(xué)業(yè)，幫助貧困學(xué)子通過接受教育改變本人及其家庭命運(yùn)，有效阻止了貧困代際傳遞。國(guó)家資助政策受到人民群眾的普遍擁護(hù)和充分肯定，《教育規(guī)劃綱要》中期評(píng)估10萬份調(diào)查問卷統(tǒng)計(jì)結(jié)果顯示：社會(huì)對(duì)國(guó)家資助政策的綜合滿意度較高，接近90%[14]。

　　（二）我國(guó)教育精準(zhǔn)扶貧目前存在的主要問題

　　盡管我國(guó)教育精準(zhǔn)扶貧取得了顯著成效，但在一些地方還有待改進(jìn)，主要存在以下問題。

　　第一，扶貧對(duì)象未全部覆蓋所有教育貧困群體。據(jù)2017年2月12日發(fā)布的我國(guó)第一部教育扶貧藍(lán)皮書《中國(guó)教育扶貧報(bào)告（2016）》顯示，由于目前教育扶貧對(duì)象的覆蓋范圍直接對(duì)應(yīng)的是國(guó)家貧困縣的“建檔立卡貧困人口”，而一些教育貧困群體尚未成為國(guó)家教育扶貧政策所瞄準(zhǔn)的目標(biāo)群體。這些群體包括位于經(jīng)濟(jì)欠發(fā)達(dá)但未必是國(guó)家貧困縣（地區(qū)）的留守兒童，流動(dòng)兒童中的弱勢(shì)家庭子女和城市貧困家庭子女。此外，其他因教致貧、因教返貧的學(xué)生和家庭難以及時(shí)享受到教育扶貧政策的支持，且教育扶貧制度設(shè)計(jì)部分地偏離教育規(guī)律和教育教學(xué)改革的自身需求和發(fā)展趨勢(shì)[16]。

　　在筆者的調(diào)研中還發(fā)現(xiàn)因?qū)W生資助對(duì)象識(shí)別不精準(zhǔn)，因病、因?yàn)?zāi)、因突發(fā)事故造成的貧困家庭學(xué)生數(shù)據(jù)統(tǒng)計(jì)與信息更新不及時(shí)，動(dòng)態(tài)管理調(diào)整不能及時(shí)到位。另外，義務(wù)教育階段貧困寄宿生生活補(bǔ)助和教育扶貧（移民）項(xiàng)目交通費(fèi)補(bǔ)助僅限于資助寄宿學(xué)生，部分沒有寄宿功能的中小學(xué)校或有在校寄宿的孤兒、殘疾和農(nóng)村低保戶學(xué)生沒有得到資助，這些弱勢(shì)群體沒有得到資助，使政府對(duì)貧困家庭的資助沒有達(dá)到全覆蓋，影響資助的公平性，不利于社會(huì)和諧。

　　第二，建檔立卡學(xué)生的資格認(rèn)定過程太過繁瑣，導(dǎo)致資格認(rèn)定過程長(zhǎng)，資金發(fā)放緩慢。正如習(xí)近平總書記在2017年6月23日《在深度貧困地區(qū)脫貧攻堅(jiān)座談會(huì)上的講話》中指出，“一段時(shí)間以來，一些材料反映，一些地方為了做到精準(zhǔn)識(shí)貧、精準(zhǔn)扶貧，搞了一大堆表格要下面填寫。一些基層干部忙于填寫各類表格，加班加點(diǎn)，甚至沒有時(shí)間進(jìn)村入戶調(diào)研辦實(shí)事。還有一些表格需要貧困群眾親自填報(bào)，但表格設(shè)計(jì)太復(fù)雜，填寫項(xiàng)目太多，而且很多術(shù)語，農(nóng)民也弄不清楚。這些問題要注意糾正，精準(zhǔn)識(shí)貧、精準(zhǔn)扶貧要堅(jiān)持，但要講究科學(xué)、講究方法、講究效率，把各方面信息集中起來，建立信息庫，實(shí)現(xiàn)信息資源共享[17]。”由于資助對(duì)象界定用量化的標(biāo)準(zhǔn)認(rèn)定，除農(nóng)村和城鎮(zhèn)低保戶家庭、孤兒及殘疾等受資助對(duì)象的認(rèn)定相對(duì)容易外，部分資助對(duì)象在認(rèn)定時(shí)存在一定困難。此外，部分家庭貧困情況還存在動(dòng)態(tài)調(diào)整等原因，因此，雖經(jīng)多次篩選、公示，還是存在個(gè)別異議現(xiàn)象。

　　第三，中西部部分邊遠(yuǎn)、貧困及少數(shù)民族地區(qū)、集中連片特困地區(qū)的教育發(fā)展水平仍然低于全國(guó)平均水平，部分貧困地方在某些教育發(fā)展指標(biāo)表現(xiàn)上尤其落后。如我國(guó)集中連片特殊困難地區(qū)目前仍有4000萬兒童，在健康和教育等方面的發(fā)展水平明顯低于全國(guó)平均水平[18]。如部分貧困地區(qū)農(nóng)村初中生輟學(xué)率上升、九年義務(wù)教育鞏固率低及初中升學(xué)率低。有的農(nóng)村貧困地區(qū)初中輟學(xué)率超過10%（2013年），且在輟學(xué)的初中學(xué)生中，因家庭貧困輟學(xué)的學(xué)生比例只有7.3%，因厭學(xué)輟學(xué)的學(xué)生比例則高達(dá)63%（吉林省的調(diào)查發(fā)現(xiàn)）。貧困縣九年義務(wù)教育階段平均鞏固率基本達(dá)到80%以上，但青海省貧困地區(qū)這一數(shù)值只有78.51%，安徽、江西、山東、廣西、甘肅五省貧困地區(qū)則不到90%（2014年）。此外，部分民族地區(qū)和貧困地區(qū)初中畢業(yè)生的升學(xué)率不到70%，連片貧困地區(qū)甚至不足50%[16]。

　　第四，某些貧困地區(qū)在各種教育資源投入上還存在明顯短缺，在教師配置、經(jīng)費(fèi)投入、硬件條件、學(xué)生資助上亟需補(bǔ)齊短板。如據(jù)《中國(guó)教育扶貧報(bào)告（2016）》顯示，如在經(jīng)費(fèi)投入上，部分貧困縣財(cái)政投入有限，財(cái)政教育經(jīng)費(fèi)主要用于人頭經(jīng)費(fèi)，教育經(jīng)費(fèi)很難實(shí)現(xiàn)“三個(gè)增長(zhǎng)”，有的地方甚至沒有維持正常辦學(xué)所需的教育公用經(jīng)費(fèi)，教育費(fèi)附加征而不返或隨意挪用現(xiàn)象較為常見。在師資配置上，缺編嚴(yán)重，如果按國(guó)家規(guī)定生師比配置教師則部分貧困地區(qū)的中職教師缺編近一半，而廣西、貴州、青海、江西、云南等中小學(xué)生師比明顯高于全國(guó)平均水平，且尤其缺乏音體美、科學(xué)等學(xué)科的教師，教師年齡偏大，部分地方仍存在代課教師，教師整體素質(zhì)不高。由于待遇低下、激勵(lì)不足，不利于吸引優(yōu)秀人才及現(xiàn)存農(nóng)村優(yōu)秀教師，造成教師資源流失嚴(yán)重。在硬件條件上，部分貧困地區(qū)學(xué)校數(shù)量不足，辦學(xué)條件差、教學(xué)設(shè)施落后，且部分設(shè)施還存在安全隱患，如實(shí)驗(yàn)儀器、圖書配備等都嚴(yán)重不足。在中小學(xué)生資助力度上對(duì)特別貧困家庭學(xué)生的資助還不夠高，還不足以彌補(bǔ)因?qū)W生不上學(xué)而造成的可能損失的打工收入以及家長(zhǎng)的教育支出，不足以解決特別貧困家庭孩子因貧困而造成的輟學(xué)問題[19]。

　　第五，農(nóng)村教學(xué)點(diǎn)仍然是教育發(fā)展的“最短板”和“最薄弱環(huán)節(jié)”。截止2015年我國(guó)縣域內(nèi)教學(xué)點(diǎn)數(shù)占小學(xué)總數(shù)（小學(xué)＋教學(xué)點(diǎn)）的35.8％，在學(xué)人數(shù)達(dá)402.5萬，占小學(xué)在校生總數(shù)的6.1％，復(fù)式班人數(shù)11.6萬，占小學(xué)在校生總數(shù)的0.17％。農(nóng)村教學(xué)點(diǎn)集中著貧困程度較深、無力送子女進(jìn)城上學(xué)、處于社會(huì)“后20％”弱勢(shì)人群家庭子女，是阻斷貧困代際傳遞的核心目標(biāo)人群，是教育扶貧及教育均衡化最難啃的“硬骨頭”[20]。

　　四、高中階段教育普及與免費(fèi)對(duì)精準(zhǔn)扶貧的重要意義

　　首先，普及高中階段教育是保障貧困人口基本受教育權(quán)利獲得、構(gòu)建基礎(chǔ)生活能力的需要。阿瑪?shù)賮啞ど沿毨Э醋魇菍?duì)人的一種能力的剝奪，尤其是基礎(chǔ)生活能力的剝奪。他認(rèn)為一個(gè)人的能力是其一生從事的一系列行為、或達(dá)到的某種狀態(tài)以及由此組成的“功能”集合——個(gè)人的存在和行為。因此，能力本質(zhì)上是種自由——個(gè)人擁有的決定或何種生活的可選擇范圍。根據(jù)這一觀點(diǎn)，生活的貧困不僅指這個(gè)人確實(shí)身處貧困狀態(tài)中，而且包括缺乏真正的機(jī)會(huì)——由個(gè)人環(huán)境和社會(huì)限制造成——去選擇其他生活方式，即使是低收入、缺少財(cái)產(chǎn)和一般被視為經(jīng)濟(jì)貧困的其他方面之間的關(guān)系，最終也與它們剝奪能力的功能相關(guān)（即它們大大限制了人們過有價(jià)值的寶貴生活的選擇）。因此貧困最終就是一種“能力的剝奪”[21]。而貧困家庭子女因經(jīng)濟(jì)支付能力問題，不少貧困學(xué)生過早地離開了學(xué)校，其受教育權(quán)利未得到充分保障與實(shí)現(xiàn)。隨著科技與經(jīng)濟(jì)的發(fā)展，現(xiàn)代公民僅僅獲得義務(wù)教育是難以保障其獲得足夠的基礎(chǔ)生活能力，更不用說是選擇的能力與機(jī)會(huì)。就算是初中畢業(yè)，也達(dá)不到法定勞動(dòng)年齡，出去打工也是非法童工，而接受高中階段教育，則進(jìn)一步增強(qiáng)了其基礎(chǔ)生活能力，相比初中畢業(yè)生打工或就業(yè)都變得更容易些，其生活范圍選擇的能力集合也變得稍微寬泛一些，不至于被時(shí)代和社會(huì)的發(fā)展給落下。而改變窮人命運(yùn)的，使他們獲得基礎(chǔ)生活能力的主要是通過獲得比義務(wù)教育更高一層次的中等職業(yè)教育或普通高中教育。正如舒爾茨說的那樣，“改進(jìn)窮人的福利之關(guān)鍵因素不是空間、能源和耕地，而是提高人口質(zhì)量，提高知識(shí)水平[22]。”窮人唯一的資本就是人力資本，增加其人力資本投資就是對(duì)其未來最好的投資方式。而窮人在發(fā)展機(jī)會(huì)上與非貧困人口相比是不平等的，因他們?cè)谏婕鞍l(fā)展上所具有的能駕馭的手段、工具資料和能力是不同的，始終處于弱勢(shì)地位。而普及高中階段教育就是為更多貧困人口提升其社會(huì)基礎(chǔ)生活能力，為其擺脫貧困提供了智力可能。

　　其次，普及高中教育還具有重要的減貧效應(yīng)，可縮小收入差距，尤其是對(duì)貧困生免除學(xué)費(fèi)與生活資助，一方面減輕了這些家庭的受教育成本，另一方面也間接提升了農(nóng)村學(xué)生及城市貧困學(xué)生潛在的中等教育投資收益率，有利于實(shí)現(xiàn)社會(huì)公平。如徐力群認(rèn)為普及高中教育是消除大規(guī)模貧困人口發(fā)生、阻斷貧困代際循環(huán)的最優(yōu)途徑[23]。有研究發(fā)現(xiàn)廣西農(nóng)村高中教育普及率每提高1%,，城鄉(xiāng)收入差距減少2.65%，即農(nóng)村高中教育普及水平對(duì)縮小城鄉(xiāng)差距有顯著影響[24]。而中職教育免費(fèi)有助于消除不利因素對(duì)農(nóng)村和諧發(fā)展的影響，有助于實(shí)現(xiàn)社會(huì)公平[25]。高中階段教育免費(fèi)減輕了貧困人口的教育成本，等于實(shí)際上為貧困人口提供了直接的物質(zhì)扶貧，這種扶貧不應(yīng)止于免費(fèi)提供高中教育，更應(yīng)該增加對(duì)學(xué)生的生活補(bǔ)助，如可能進(jìn)一步加大到對(duì)貧困家庭的物質(zhì)補(bǔ)助及對(duì)家長(zhǎng)的職業(yè)技能培訓(xùn)，從根本上斬?cái)嗉议L(zhǎng)不讓子女接受高中教育的意愿（因初中生畢業(yè)不久后便很快達(dá)到法定勞動(dòng)年齡可以進(jìn)入勞動(dòng)力市場(chǎng)），這又可能加劇了教育貧困的代際傳遞。

　　再次，大力推進(jìn)少數(shù)民族地區(qū)、邊疆地區(qū)、集中連片貧困地區(qū)高中教育的普及與免費(fèi)，對(duì)提升當(dāng)?shù)厍嗌倌甑娜肆Y本及維護(hù)社會(huì)穩(wěn)定與民族團(tuán)結(jié)具有重要的戰(zhàn)略意義。文化知識(shí)與技能的提升，有助于幫助他們識(shí)別正確的宗教觀念與避免極端宗教思想與行為的影響，積極投身和諧社會(huì)建設(shè)，增強(qiáng)社會(huì)向心力，提升民族團(tuán)結(jié)與和睦，也能在一定程度上遏制青少年犯罪，促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展與社會(huì)穩(wěn)定。如高鵬認(rèn)為普及高中教育對(duì)推動(dòng)貧困邊疆民族地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展、鞏固國(guó)防、促進(jìn)民族團(tuán)結(jié)具有極其重要的作用[26]。又如王喜娟認(rèn)為，民族地區(qū)普及高中教育既改善了少數(shù)民族等弱勢(shì)群體的不平等受教育狀況，也緩解了他們消極的社會(huì)心理，有助于提升少數(shù)民族學(xué)生的受教育機(jī)會(huì)與增進(jìn)學(xué)生間的團(tuán)結(jié)[27]。另外，鄧鉦凡認(rèn)為，普及高中教育有助于防止未成年人成為社會(huì)閑散人員，減少青少年犯罪的機(jī)會(huì)，切斷未成年人犯罪低齡化的源頭[28]。

　　總之，把普及高中教育作為提高貧困群眾發(fā)展能力的“治本之策”，減少收入不平等帶來的不利影響，發(fā)揮縮小城鄉(xiāng)差距、實(shí)現(xiàn)城鄉(xiāng)融合的重要手段，越來越多突顯出其在促進(jìn)扶貧、防止返貧方面的基礎(chǔ)性、根本性、可持續(xù)性作用[29]。因此對(duì)高中教育的普及、免費(fèi)，精準(zhǔn)照顧窮人及弱勢(shì)群體使他們獲得基本的生活能力并在一定程度上提高他們的收入水平是任何政府都應(yīng)盡的義務(wù)，而免費(fèi)高中教育無疑是在積極地踐行著“窮人教育學(xué)”，是政府應(yīng)有的責(zé)任和卓識(shí)[30]。

　　五、推進(jìn)貧困地區(qū)高中教育普及與免費(fèi)的措施

　　（一）加快貧困地區(qū)高中階段教育的普及與免費(fèi)進(jìn)程，力爭(zhēng)在2020年實(shí)現(xiàn)全面普及并全部免費(fèi)，為盡可能多的貧困家庭提供智力幫扶，斬?cái)嘭毨ТH傳遞

　　就全國(guó)的普及水平而言，截止2015年底有28個(gè)省的高中教育毛入學(xué)率是高于（或等于）全國(guó)平均水平87%的，只有貴州86.1%、云南80.10%、西藏73.37%低于全國(guó)平均水平，云南、西藏未如期實(shí)現(xiàn)基本普及目標(biāo)，有21個(gè)省實(shí)現(xiàn)了全面普及（毛入學(xué)率≥90%） [31]。據(jù)全國(guó)人大常委會(huì)執(zhí)法檢查組檢查《義務(wù)教育法》實(shí)施情況的報(bào)告表明，在中西部欠發(fā)達(dá)地區(qū)，尤其是邊遠(yuǎn)、貧困及少數(shù)民族地區(qū)，如青海省2014年貧困縣九年義務(wù)教育階段鞏固率只有78.51%，安徽、江西、山東、廣西、甘肅五省貧困地區(qū)則不到90%，部分民族地區(qū)和貧困地區(qū)高中階段教育的普及率不到70%（初中畢業(yè)生的升學(xué)率不到70%），連片貧困地區(qū)的普及率甚至不足50%[16]。

　　另據(jù)國(guó)務(wù)院扶貧辦信息中心2015年建檔立卡數(shù)據(jù)顯示，全國(guó)829個(gè)貧困縣高中階段教育的平均毛入學(xué)率為74.37%，比全國(guó)平均水平低12.63個(gè)百分點(diǎn)。表1顯示了全國(guó)各省貧困縣高中階段教育2015年的毛入學(xué)率的情況[32]。

　　表1 各省貧困縣高中階段教育的毛入學(xué)率的情況（2015年）

　　《高中階段教育普及攻堅(jiān)計(jì)劃（2017-2020年）》的主要目標(biāo)提出，“到2020年，全國(guó)普及高中階段教育全國(guó)、各省（區(qū)、市）毛入學(xué)率均達(dá)到90%以上，中西部貧困地區(qū)毛入學(xué)率顯著提升[3]。”可見，民族地區(qū)及連片貧困地區(qū)在高中普及上還有很長(zhǎng)的路要走，短板還很大。因此，需要加快貧困地區(qū)、少數(shù)民族地區(qū)，尤其是集中連片貧困地區(qū)的高中教育普及與免費(fèi)步伐。這對(duì)增強(qiáng)貧困地區(qū)及貧困人口的脫貧致富能力起著至關(guān)重要的作用，從智力上的脫貧才是一勞永逸的脫貧，才能斬?cái)嘭毨ТH傳遞的病根。阿瑪?shù)賮啞どJ(rèn)為，貧困不僅僅是指食物的短缺、收入不足，或基本生活內(nèi)容集合的缺乏，而貧困根本上來說是獲得與構(gòu)建最基本生活內(nèi)容集合的能力的缺失，意味著經(jīng)濟(jì)謀生手段（免于能力缺失的手段）不足。如果我們只從收入的角度看待“貧困”的話，有關(guān)“剝奪”的關(guān)鍵性的方面就會(huì)整個(gè)被忽略掉。有時(shí)，同樣的障礙（例如年齡、殘疾或疾病、地處偏僻山村、信息不足等）還降低個(gè)體獲得收入的能力，進(jìn)而也使得“收入—能力”之間的轉(zhuǎn)化變得更困難，只圍繞著收入去分析貧困并不能揭示真正的問題所在[33]。而基礎(chǔ)教育作為一種肯定性社會(huì)工具，尤其是高中階段的教育對(duì)貧困人口來說具有極大的經(jīng)濟(jì)性價(jià)值，在絕大多數(shù)國(guó)家對(duì)農(nóng)村和家庭調(diào)查的一個(gè)共同發(fā)現(xiàn)是，社會(huì)或經(jīng)濟(jì)上處于貧困群體的人們普遍認(rèn)為教育是他們的孩子向社會(huì)上層流動(dòng)的最有希望的機(jī)會(huì)，接受高中層次的教育是使其孩子能進(jìn)入勞動(dòng)力市場(chǎng)，擺脫貧困的重要社會(huì)保障性工具與能力基礎(chǔ)[21]。

　　（二）教育扶貧中的學(xué)費(fèi)減免與生活資助精準(zhǔn)定位，發(fā)揮系統(tǒng)優(yōu)勢(shì)，強(qiáng)化責(zé)任落實(shí)，不讓一個(gè)貧困孩子被落下，根據(jù)其貧困程度及其個(gè)人特質(zhì)提供精確資助，且教育扶貧路徑應(yīng)多元高效

　　首先進(jìn)一步完善資助政策體系，努力實(shí)現(xiàn)“全覆蓋”、精準(zhǔn)資助。各地、各學(xué)校要全面、準(zhǔn)確掌握扶貧部門認(rèn)定的建檔立卡貧困家庭學(xué)生（兒童）信息，并把這些高中生、中職中專生全部納入資助范圍，確保“一個(gè)不能少”。除在“資助對(duì)象”上更加精準(zhǔn)外，要堅(jiān)決杜絕“輪流受助”現(xiàn)象；力求在“資助力度”上更加精準(zhǔn)，各地和學(xué)校要根據(jù)受助高中階段學(xué)生的貧困程度分檔發(fā)放資助資金，避免“平均資助”，對(duì)特困生要給予重點(diǎn)資助[14]。其次，教育部長(zhǎng)陳寶生強(qiáng)調(diào)，學(xué)生資助要發(fā)揮系統(tǒng)優(yōu)勢(shì)，采取結(jié)對(duì)幫扶措施，根據(jù)幫扶地特色，探索出多元高效扶貧路徑；并強(qiáng)化責(zé)任落實(shí)，建立其扶貧考核評(píng)價(jià)機(jī)制，層層分解責(zé)任、層層傳導(dǎo)壓力[34]。再次，對(duì)貧困地區(qū)高中教育的扶貧應(yīng)不能僅滿足于送錢、送物、送教師等淺層扶貧，更要找準(zhǔn)扶貧的“根”。貧困地區(qū)學(xué)生輟學(xué)率高原因之一是教育質(zhì)量低下，除資源配置不足外，根本在于沒有優(yōu)質(zhì)師資，很難提供高質(zhì)量的教育。此外，中職畢業(yè)生的就業(yè)率及待遇不高。因此，對(duì)貧困地區(qū)的高中階段教育的精準(zhǔn)扶貧一是要解決好師資的問題，補(bǔ)足各緊缺科目教師，逐步提高教師質(zhì)量，鼓勵(lì)發(fā)達(dá)地區(qū)學(xué)校對(duì)貧困地區(qū)教師給予“菜單式”的精準(zhǔn)培訓(xùn)與“一對(duì)一”幫扶。二是要解決好中等職業(yè)教育畢業(yè)生的就業(yè)問題。提高其就業(yè)率及待遇，如通過“訂單式培養(yǎng)”、升學(xué)專業(yè)選擇輔導(dǎo)、勞務(wù)輸出對(duì)接等，除保證就業(yè)外，努力提升貧困家庭學(xué)生的教育收益率，以此保持并提升貧困人口對(duì)保障孩子讀書的信心，鏟除“讀書無用論”的土壤，通過教育實(shí)現(xiàn)貧困家庭子女的社會(huì)正向流動(dòng)，阻斷貧困的代際傳遞[35]。最后，教育扶貧方式要因地制宜、多元高效。如海南自2008年以來實(shí)施“教育扶貧移民工程”，把貧困地區(qū)或其他邊遠(yuǎn)農(nóng)村小學(xué)高年級(jí)和初中生遷移到縣、市城區(qū)的思源學(xué)校就學(xué)，目前已建成24所思源實(shí)驗(yàn)學(xué)校，提供優(yōu)質(zhì)學(xué)位5萬多個(gè)。此外，部分中職中專學(xué)校聯(lián)合省婦聯(lián)創(chuàng)辦扶貧巾幗勵(lì)志中專班，讓農(nóng)村貧困女孩免費(fèi)上中專，并給予生活補(bǔ)助和勤工儉學(xué)崗位，幫助家庭脫貧致富[7]。“四川藏區(qū)等民族地區(qū)‘9 3’免費(fèi)教育計(jì)劃”項(xiàng)目實(shí)施以來，中等職業(yè)教育探索出一條“州內(nèi)打基礎(chǔ)、內(nèi)地學(xué)技能”的辦學(xué)模式。到2020年確保貧困家庭中職學(xué)校畢業(yè)生接受高職教育比例不低于40%[36]。因此，發(fā)達(dá)地區(qū)應(yīng)多辦類似的普通高中及中職中專“教育扶貧班（校）”，保持并加大對(duì)藏區(qū)等少數(shù)民族地區(qū)招生的內(nèi)地高中、中職中專的西藏班、新疆班等的辦學(xué)力度，逐步提高辦學(xué)層次，并增加“集中連片貧困地區(qū)班”，通過教育扶貧移民與幫扶工程等解決貧困地區(qū)的教育脫貧問題。

　　（三）貧困地區(qū)高中普及與免費(fèi)的重點(diǎn)是中等職業(yè)教育，加快特困地區(qū)智力脫貧步伐。對(duì)極端貧困地區(qū)可從初中開始進(jìn)行職業(yè)教育分流，做好初中職業(yè)課程與中職學(xué)校的對(duì)口銜接

　　教育部原副部長(zhǎng)劉利民認(rèn)為隨著產(chǎn)業(yè)升級(jí)及用工荒的不斷加劇，以及中職招生在校生比例逐年下降的情況下，應(yīng)更加旗幟鮮明地將發(fā)展中等職業(yè)教育作為普及高中教育的重點(diǎn)，中等職業(yè)教育普及與免費(fèi)對(duì)貧困地區(qū)脫貧致富具有重要的人力資源與智力支撐及保障作用[37]。加快發(fā)展貧困地區(qū)的中等職業(yè)教育，能有效促進(jìn)貧困地區(qū)的教育脫貧能力，為此，應(yīng)支持建檔立卡等貧困家庭初中畢業(yè)生到省外經(jīng)濟(jì)較發(fā)達(dá)地區(qū)接受中等職業(yè)教育，并給予更多資助，培養(yǎng)實(shí)用技能，流入地及流出地都應(yīng)幫助其就業(yè)、就好業(yè)，使其脫貧致富、服務(wù)家鄉(xiāng)經(jīng)濟(jì)建設(shè) [11]。

　　可以考慮特別困難地區(qū)及特困家庭學(xué)生在初中階段就允許部分特困學(xué)生學(xué)習(xí)職業(yè)課程，進(jìn)行職業(yè)教育分流，讓其盡早掌握適當(dāng)?shù)穆殬I(yè)技能，以幫助那些年齡較大（初中畢業(yè)快達(dá)到法定勞動(dòng)年齡）而又對(duì)高中教育需求不強(qiáng)的貧困學(xué)生進(jìn)入社會(huì)奠定基本的就業(yè)能力。為此，應(yīng)加大對(duì)農(nóng)村中學(xué)的農(nóng)業(yè)知識(shí)普及、農(nóng)技推廣和職業(yè)技能培訓(xùn)的投入，提高未來新型農(nóng)民和農(nóng)民工的人力資本質(zhì)量[38]。

　　（四）職業(yè)教育的回報(bào)率可觀，應(yīng)將中等職業(yè)教育普及及免費(fèi)的對(duì)象擴(kuò)大至貧困農(nóng)民的職業(yè)技能培訓(xùn)

　　接受職業(yè)教育有較強(qiáng)的外溢性，尤其是較高的個(gè)人收益對(duì)貧困人口擺脫貧困起著重要的助推作用。據(jù)周亞虹等對(duì)蘇北農(nóng)村職業(yè)教育回報(bào)的研究發(fā)現(xiàn)，蘇北農(nóng)村職業(yè)教育對(duì)于農(nóng)村家庭人力資本積累及收入有著顯著影響，平均回報(bào)率約27%（年平均回報(bào)率9%），與國(guó)際上10%的年平均回報(bào)率基本一致[39]。因此對(duì)農(nóng)民的職業(yè)培訓(xùn)能較快地加強(qiáng)貧困農(nóng)民的自我發(fā)展能力的建設(shè)，提升其脫貧致富的智力能力，而56%的農(nóng)民認(rèn)為，能力差異是造成貧富差距的主要原因[40]。而能力差，又主要是因缺乏相應(yīng)的教育及技能培訓(xùn)造成的。據(jù)秦皇島市委調(diào)查數(shù)據(jù)顯示，貧困人口致貧原因50%為“缺資金”，23.68%為“缺技能”，10.53%為“缺教育”。以此推算，在貧困人口中實(shí)施職業(yè)教育，可解決34.21%的致貧原因，使貧困人口獲得就業(yè)能力和工作機(jī)遇，提高生活能力和收入水平[41]。

　　對(duì)貧困地區(qū)農(nóng)民的職業(yè)技能培訓(xùn)應(yīng)根據(jù)貧困地區(qū)在區(qū)域產(chǎn)業(yè)分工布局中的位置與區(qū)域自身產(chǎn)業(yè)分工演進(jìn)的特征，分析當(dāng)?shù)厣鐣?huì)發(fā)展的特色及優(yōu)勢(shì)產(chǎn)業(yè)，以及潛在的可培訓(xùn)農(nóng)民的培訓(xùn)需求與就業(yè)意愿，提供培訓(xùn)方式靈活多樣的、內(nèi)容適應(yīng)需求的精準(zhǔn)培訓(xùn)服務(wù)，加快貧困地區(qū)農(nóng)民教育脫貧步伐[42]。如在培訓(xùn)內(nèi)容上，可對(duì)農(nóng)業(yè)資源優(yōu)勢(shì)明顯的地區(qū)和年齡偏大、不愿意外出就業(yè)的貧困對(duì)象開展現(xiàn)代農(nóng)業(yè)實(shí)用技術(shù)培訓(xùn)和技術(shù)幫扶等，培養(yǎng)新型農(nóng)民；對(duì)旅游資源豐富地區(qū)的貧困對(duì)象，開展烹調(diào)技術(shù)、旅游服務(wù)以及民族文化挖掘傳承等培訓(xùn)；對(duì)家庭貧困程度深、文化程度低的青壯年貧困對(duì)象可以結(jié)合當(dāng)?shù)毓I(yè)園區(qū)各類企業(yè)用工要求，開展各類技能型工人短期培訓(xùn)[43]。在培訓(xùn)方式上應(yīng)按照成人學(xué)習(xí)的特點(diǎn)，將課堂教學(xué)、現(xiàn)場(chǎng)培訓(xùn)、遠(yuǎn)程教學(xué)有機(jī)結(jié)合，要重視教學(xué)手段、教學(xué)內(nèi)容和方法的轉(zhuǎn)型升級(jí)，積極提供豐富多元、可選擇的農(nóng)村成人教育資源、教育環(huán)境和服務(wù)模式[44]。在培訓(xùn)需求上，一定要滿足農(nóng)民的實(shí)際需求，避免像現(xiàn)行的“雨露計(jì)劃”，培訓(xùn)內(nèi)容與農(nóng)民需求經(jīng)常發(fā)生錯(cuò)位的情況發(fā)生，在“種植和養(yǎng)殖技術(shù)”培訓(xùn)政府實(shí)際提供的培訓(xùn)則只占25.73%，遠(yuǎn)低于農(nóng)民57.36%的需求，在“醫(yī)療衛(wèi)生保健知識(shí)”培訓(xùn)方面政府實(shí)際提供的培訓(xùn)僅占2.21%，遠(yuǎn)遠(yuǎn)低于農(nóng)民17.9%的需求比例[45]。

　　總之，需要精準(zhǔn)確定職業(yè)教育培訓(xùn)扶貧目標(biāo)、精準(zhǔn)資助職業(yè)教育培訓(xùn)扶貧對(duì)象、精準(zhǔn)提供職業(yè)教育培訓(xùn)內(nèi)容與靈活的培訓(xùn)服務(wù)方式[41]。對(duì)農(nóng)民的職業(yè)技能培訓(xùn)必須緊緊圍繞幫助貧困家庭靠技術(shù)技能脫貧的目標(biāo)，確保貧困家庭至少一人掌握一門致富技能，積極培養(yǎng)新型職業(yè)農(nóng)民，依托職業(yè)教育培訓(xùn)拔除窮根，增強(qiáng)貧困群眾致富本領(lǐng)[46]。

　　六、小結(jié)

　　貧困的原因有多種，但能力的相對(duì)不足是最根本原因，這種能力的不足或缺乏，是對(duì)人基本權(quán)利的相對(duì)剝奪。要真正徹底使人擺脫貧困，經(jīng)濟(jì)援助、移民安置等物質(zhì)手段都是治標(biāo)不治本的途徑，均達(dá)不到拔根的效果，唯有通過對(duì)貧困地區(qū)和貧困人口的人力資本、技能的提升與發(fā)展，從智力技能上增強(qiáng)其發(fā)展能力，確保其發(fā)展機(jī)會(huì)不被剝奪，才能構(gòu)筑起貧困地區(qū)與貧困人口的脫貧基本能力集合，從而享受社會(huì)經(jīng)濟(jì)發(fā)展的成果，實(shí)現(xiàn)共同富裕的小康生活。

　　社會(huì)主義的優(yōu)越性在于對(duì)貧困人口、弱勢(shì)群體的發(fā)展權(quán)利的充分保障與平等，而政府在這方面有義不容辭的責(zé)任。發(fā)展權(quán)利（機(jī)會(huì)）的平等，除考慮前途平等——每個(gè)人都有達(dá)到一個(gè)既定目的的相同可能性，更要考慮手段平等——每個(gè)人都有達(dá)到一個(gè)既定目標(biāo)的相同手段。正如道格拉斯·雷所認(rèn)為，發(fā)展機(jī)會(huì)的平等，在于不僅要考慮人們對(duì)于各種機(jī)會(huì)的平等權(quán)利，而且要考慮人們對(duì)于各種機(jī)會(huì)的平等手段，就要努力保證每個(gè)人都擁有利用這些機(jī)會(huì)的手段、工具、資源或能力[47]。發(fā)展機(jī)會(huì)的不平等正是造成貧困的最根本原因，這種機(jī)會(huì)的不平等又造成發(fā)展能力的不平等，它們互為因果，形成惡性循環(huán)，最終造成貧困人口和貧困地區(qū)的脫貧能力的不足或喪失，與其他相對(duì)發(fā)展能力較強(qiáng)的區(qū)域或群體間的發(fā)展的馬太效應(yīng)擴(kuò)大化，形成了對(duì)他們發(fā)展機(jī)會(huì)的剝奪，使他們喪失了共同分享社會(huì)發(fā)展福利的機(jī)會(huì)與能力。而低收入又進(jìn)一步剝奪了貧困人口構(gòu)筑發(fā)展能力可資利用的手段和資源，兩者相互轉(zhuǎn)化和強(qiáng)化。最終只有通過教育和醫(yī)療保健的普及與免費(fèi)，才有可能使那些本來會(huì)是窮人的人得到更好的機(jī)會(huì)去克服貧困，才能擴(kuò)展人的生產(chǎn)力。阿瑪?shù)賮啞ど呢毨菣?quán)利（能力）相對(duì)剝奪觀點(diǎn)，把我們分析貧困的視角從注意脫貧的手段（而且是經(jīng)常受到排他性注意的一種特定手段，即收入），轉(zhuǎn)向追求脫貧的目的——在于構(gòu)筑與保障貧民的發(fā)展能力與基本生活能力集合的平等[48]。

　　在處理發(fā)展中國(guó)家的極度貧困問題時(shí)，我們可以只用很少數(shù)量與生活相應(yīng)的基本能力（例如，得到良好的營(yíng)養(yǎng)和住所的能力，避免可避免的死亡或夭折的能力等）。貧民之所以貧困在于他們?nèi)狈镜纳钅芰希绻麄兙哂械幕旧钅芰系陀谧畹涂山邮芩剑瑒t貧困可以被視為受到了可恥的剝奪。而一個(gè)人的生活能力集合反映了在這個(gè)人能夠獲得的功能的不同組合，他或她可以為生活作為各種“所為（doings）與特征（beings）”的組合，并且根據(jù)獲得有價(jià)值的功能的能力來評(píng)估生活質(zhì)量[49]。

　　要補(bǔ)償不利群體的發(fā)展能力與機(jī)會(huì)，人力資本投資是最根本和直接有效的途徑，與經(jīng)濟(jì)援助、移民安置等途徑相比，能拔除貧困的病根。正如杰弗里·薩克斯認(rèn)為，貧窮國(guó)家（地區(qū)）之所以貧窮，原因在于這些國(guó)家（地區(qū)）往往都?xì)夂蜓谉帷⑼恋刎汃ぁ懠菜僚啊⑺闹鼙魂懙厮鼑狈Πl(fā)展的基本條件，很容易進(jìn)入“貧窮陷阱”的惡性循環(huán)。但要從根本上擺脫貧困，就必須要啟動(dòng)一種良性循環(huán)，即輔助貧困國(guó)家（地區(qū)）在關(guān)鍵領(lǐng)域投資，從而提高其生產(chǎn)力，由此而產(chǎn)生的更高收入會(huì)帶來更多投資，收益將呈螺旋狀上升，而教育，尤其是中、高等教育就是這種最有效投資領(lǐng)域[50]。

　　據(jù)聯(lián)合國(guó)教科文組織研究表明，不同層次受教育者提高勞動(dòng)生產(chǎn)率的水平不同：本科300%、初高中108%、小學(xué)43%，人均受教育年限與人均GDP的相關(guān)系數(shù)為0.562[45]。再如馬達(dá)加斯加的家長(zhǎng)們認(rèn)為，每一年的小學(xué)教育會(huì)使一個(gè)孩子增收6%，每一年的初中教育增收12%，而每一年的高中教育則會(huì)增收20%。摩洛哥的家長(zhǎng)們認(rèn)為，每一年小學(xué)教育可以使一個(gè)男孩增收5%，每一年的中學(xué)教育則增收15%。而女孩在這種情況中的差別則會(huì)更明顯。在家長(zhǎng)們看來，每一年的小學(xué)教育對(duì)女孩幾乎沒有任何價(jià)值——僅為其增收0.4%，但每一年的中學(xué)教育則可以為其增收17%[50]。另有研究表明，投資農(nóng)村小學(xué)、初中和高中教育對(duì)提高農(nóng)村扶貧效率的貢獻(xiàn)值逐漸增大，有利于減少農(nóng)村絕對(duì)貧困和長(zhǎng)期貧困，特別是高中及高中以上文化水平的農(nóng)村勞動(dòng)力對(duì)增進(jìn)農(nóng)村扶貧效率的貢獻(xiàn)值突出。其中，中專層次農(nóng)村勞動(dòng)力的貢獻(xiàn)值增幅最大，為0.848，其次是初中層次，約為0.331[38]。可見，教育扶貧是連片特困地區(qū)反貧困的力量源泉。教育扶貧不僅能夠提升連片特困地區(qū)的人力資本，還能有效提升該地區(qū)的社會(huì)資本，是連片特困地區(qū)拔掉窮,阻止貧困代際傳遞的重要途徑。

　　在扶貧過程中，還存在邊脫貧邊返貧的情況。據(jù)國(guó)務(wù)院扶貧辦信息中心2015年數(shù)據(jù)顯示，因病致貧、因殘致貧、因?qū)W致貧比例依次為36.04%、7.78%、5.27%，因?qū)W致貧率較高的省份有貴州10.09%、海南10.28%、甘肅11.04%、廣西13.31%、重慶36.3% [32]。

　　要解決返貧問題必須加強(qiáng)人力資本投資和積累，提高貧困人口的自身素質(zhì)，提高和完善脫貧致富能力。中國(guó)的返貧問題具有頻繁性、易發(fā)性和反復(fù)性的特點(diǎn)，反映出中國(guó)扶貧人口的抗貧能力和基本素質(zhì)較差，尤其是少數(shù)經(jīng)濟(jì)基礎(chǔ)差的地區(qū)貧困農(nóng)戶抗御經(jīng)濟(jì)風(fēng)險(xiǎn)能力薄弱，在某些因素的制約下，往往陷入“脫貧—返貧—再脫貧—再返貧”循環(huán)之中難以自拔，甚至脫貧后富裕起來的農(nóng)戶也會(huì)因家庭經(jīng)濟(jì)條件惡化而返貧。解決返貧問題必須加強(qiáng)人力資本的投資和積累，提高貧困群體的自身素質(zhì)，增強(qiáng)能力供給，這才是真正的“造血機(jī)制”[51]。

　　因此，對(duì)民族、連片特困地區(qū)的高中教育的普及與免費(fèi)的教育扶貧是阻斷貧困代際傳遞的有效途徑和重要方式。針對(duì)貧困地區(qū)的貧困人口進(jìn)行教育投入和教育資助服務(wù)，使貧困人口掌握脫貧致富的知識(shí)和技能，是最有效、最直接的精準(zhǔn)扶貧方式，是促進(jìn)貧困地區(qū)和貧困人口可持續(xù)發(fā)展的有效手段，是加快實(shí)施教育扶貧工程脫貧攻堅(jiān)的重要舉措[52]。對(duì)民族、連片特困地區(qū)的高中教育的普及與免費(fèi)是“扶智、扶本、扶根”工程。能有效幫助貧困地區(qū)的群眾提高身體素質(zhì)、文化素質(zhì)、就業(yè)能力，努力阻止因病致貧、因病返貧，增強(qiáng)貧困人口的自我發(fā)展能力，為貧困地區(qū)孩子茁壯成長(zhǎng)、改變命運(yùn)打開通道，從根本上阻斷了貧困的代際傳遞[53]。這是我國(guó)貧困地區(qū)、貧困人口的一次勝利大會(huì)戰(zhàn)，是掙脫貧困，邁向小康生活、實(shí)現(xiàn)中國(guó)夢(mèng)的一次絕地反擊[54]。

　　參考文獻(xiàn)：

　　[1]中共中央、國(guó)務(wù)院印發(fā)的《中國(guó)農(nóng)村扶貧開發(fā)綱要（2011-2020年）》指出：“集中連片特殊困難地區(qū)（簡(jiǎn)稱連片特困地區(qū)）”為發(fā)展相對(duì)滯后，扶貧開發(fā)任務(wù)仍十分艱巨的地區(qū)，具體包括：六盤山區(qū)、秦巴山區(qū)、武陵山區(qū)、烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)、大興安嶺南麓山區(qū)、燕山－太行山區(qū)、呂梁山區(qū)、大別山區(qū)、羅霄山區(qū)等區(qū)域的連片特困地區(qū)和已明確實(shí)施特殊政策的西藏、四省藏區(qū)、新疆南疆三地州。

　　[2]中國(guó)共有7017萬貧困人口 有14個(gè)集中連片特困地區(qū)[EB/OL].新華網(wǎng).

　　http://news.xinhuanet.com/local/2015-11/03/c_128389551.htm.

　　[3]教育部等四部門關(guān)于印發(fā)《高中階段教育普及攻堅(jiān)計(jì)劃（2017-2020年）》的通知.中華人民共和國(guó)中央人民政府門戶網(wǎng).

　　http://www.moe.gov.cn/srcsite/A06/s7053/201704/t20170406_301981.html

　　[4]李國(guó)祥.習(xí)近平精準(zhǔn)扶貧精準(zhǔn)脫貧思想的實(shí)踐和理論意義[EB/OL].中國(guó)網(wǎng).http://news.china.com.cn/cndg/2016-02/09/content_37761756.htm.

　　[5]唐任伍.習(xí)近平精準(zhǔn)扶貧思想闡釋[EB/OL].人民網(wǎng).http://theory.people.com.cn/n/2015/1021/c40531-27723431.html.

　　[6]歐陽煌.在扶貧戰(zhàn)略中尋找“精準(zhǔn)”落點(diǎn)[EB/OL].新華網(wǎng).

　　http://news.xinhuanet.com/politics/2017-02/03/c_1120403559.htm.

　　[7]董洪亮,趙婀娜,張爍,丁雅誦.教育扶貧,讓知識(shí)改變孩子命運(yùn)[N].人民日?qǐng)?bào)2016-07-10（6）.

　　[8]授權(quán)發(fā)布：中共中央,國(guó)務(wù)院關(guān)于打贏脫貧攻堅(jiān)戰(zhàn)的決定[EB/OL].新華網(wǎng).

　　http://news.xinhuanet.com/politics/2015-12/07/c_1117383987.htm.

　　[9]中共中央國(guó)務(wù)院出臺(tái)打贏脫貧攻堅(jiān)戰(zhàn)決定加強(qiáng)教育脫貧,阻斷貧困代際傳遞[N].中國(guó)教育報(bào)2015-12-08（1）.

　　[10]教育部等六部門關(guān)于印發(fā)《教育脫貧攻堅(jiān)“十三五”規(guī)劃》的通知.中華人民共和國(guó)教育部門戶網(wǎng)站.

　　http://www.moe.edu.cn/srcsite/A03/moe_1892/moe_630/201612/t20161229_293351.html.

　　[11]教育部發(fā)展規(guī)劃司.新聞發(fā)布會(huì)散發(fā)材料——《教育脫貧攻堅(jiān)“十三五”規(guī)劃》有關(guān)情況[EB/OL].中華人民共和國(guó)教育部門戶網(wǎng)站.

　　http://moe.gov.cn/jyb_xwfb/xw_fbh/moe_2069/xwfbh_2016n/xwfb_161229/161229_sfcl/201612/t20161229_293358.html.

　　[12]劉傳鐵.教育是最根本的精準(zhǔn)扶貧[EB/OL].新華網(wǎng).http://news.xinhuanet.com/politics/2016-01/27/c_128674232.htm.

　　[13]教育部：20項(xiàng)政策實(shí)現(xiàn)教育扶貧全覆蓋[EB/OL].學(xué)信網(wǎng).http://www.chsi.com.cn/jyzx/201510/20151015/1508027562.html.

　　[14]教育扶貧，“十三五”期間實(shí)現(xiàn)“精準(zhǔn)資助”——杜玉波副部長(zhǎng)就學(xué)生資助工作答記者問[EB/OL].中華人民共和國(guó)教育部門戶網(wǎng)站.http://www.moe.edu.cn/jyb_xwfb/gzdt_gzdt/moe_1485/201603/t20160311_233083.html.

　　[15]教育部.新聞發(fā)布會(huì)散發(fā)材料——2016年中國(guó)學(xué)生資助發(fā)展報(bào)告[EB/OL].中華人民共和國(guó)教育部門戶網(wǎng)站. http://www.moe.edu.cn/jyb_xwfb/xw_fbh/moe_2069/xwfbh_2017n/xwfb_170228/170228_sfcl/201702/t20170228_297543.html.

　　[16]陳少遠(yuǎn).寒門難出貴子 教育扶貧被指定向失準(zhǔn)[EB/OL].財(cái)新網(wǎng). http://china.caixin.com/2017-02-14/101055099.html.

　　[17]習(xí)近平.在深度貧困地區(qū)脫貧攻堅(jiān)座談會(huì)上的講話（2017-06-23）[EB/OL].中華人民共和國(guó)國(guó)防部門戶網(wǎng)站.http://www.mod.gov.cn/topnews/2017-08/31/content_4790445.htm.

　　[18]國(guó)務(wù)院辦公廳關(guān)于印發(fā)國(guó)家貧困地區(qū)兒童發(fā)展規(guī)劃（2014-2020年）的通知[國(guó)辦發(fā)〔2014〕67號(hào)][EB/OL].中華人民共和國(guó)中央人民政府門戶網(wǎng)站.http://www.gov.cn/zhengce/content/2015-01/15/content_9398.htm.

　　[19]我國(guó)首部教育扶貧藍(lán)皮書指出教育扶貧面臨六大問題[EB/OL].鳳凰咨詢網(wǎng).

　　http://news.ifeng.com/a/20170212/50680959_0.shtml.

　　[20]鄔志輝.教育扶貧的“最后一公里”[EB/OL].人民網(wǎng).http://edu.people.com.cn/n1/2016/0705/c1053-28523959.html.

　　[21][印度] 阿瑪?shù)賮啞ど?讓·德雷茲.印度:經(jīng)濟(jì)發(fā)展與社會(huì)機(jī)會(huì)[M].黃飛君譯.北京:社會(huì)科學(xué)文獻(xiàn)出版社.2006.13,130.

　　[22][美] 西奧多·W·舒爾茨.論人力資本投資[M].吳珠華等譯.北京：北京經(jīng)濟(jì)學(xué)院出版社.1990.40.

　　[23]徐力群.普及高中教育是消除大規(guī)模貧困人口發(fā)生的最優(yōu)途徑[J].中國(guó)黨政干部論壇2016（5）:90.

　　[24]梅潔.廣西農(nóng)村高中階段教育普及水平對(duì)城鄉(xiāng)收入差距的影響[J].高等函授學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）2009（5）:61-63.

　　[25]胡茂波,朱麗紅.農(nóng)村經(jīng)濟(jì)發(fā)展視野下中職教育免費(fèi)的法理依據(jù)[J].職業(yè)技術(shù)教育2011（1）:15-18.

　　[26]高鵬.民族地區(qū)期盼高中教育免費(fèi)[N].中國(guó)民族報(bào)2013-01-08（3）.

　　[27]王喜娟.美國(guó)高中教育普及化的進(jìn)程及影響因素簡(jiǎn)析[J].外國(guó)教育研究2010（11）:34-40.

　　[28]鄧鉦凡.普及高中教育，遏制未成年人犯罪低齡化——未成年人犯罪低齡化問題探尋[J].山東省團(tuán)校學(xué)報(bào)2011（1）:62-64.

　　[29]曾天山.教育扶貧的中國(guó)樣本[N].中國(guó)教育報(bào)2016-10-20（7）.

　　[30]吳杭民.免費(fèi)高中教育是踐行“窮人教育學(xué)”[N].中國(guó)改革報(bào)2008-07-30（3）.

　　[31]各地2015年高中階段教育毛入學(xué)率參見全國(guó)各省、市、自治區(qū)的《“十三五”教育改革和發(fā)展規(guī)劃》、《教育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》、《政府工作報(bào)告》、《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、教育廳網(wǎng)站信息公開或教育工作會(huì)議中公開的高中階段教育毛入學(xué)率數(shù)據(jù)。

　　[32]司樹杰,王文靜,李興洲.中國(guó)教育扶貧報(bào)告（2016）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社.2016.159,120-121.

　　[33][印度] 阿瑪?shù)賮啞ど?論經(jīng)濟(jì)不平等/不平等之再考察[M].王利文,于占杰譯.北京:社會(huì)科學(xué)文獻(xiàn)出版社.2006.321-323.

　　[34]教育部：發(fā)揮教育優(yōu)勢(shì)，實(shí)施精準(zhǔn)扶貧，為脫貧攻堅(jiān)作出新貢獻(xiàn)[EB/OL].中華人民共和國(guó)中央人民政府門戶網(wǎng)站.http://www.gov.cn/xinwen/2017-03/30/content_5182163.htm.

　　[35]蘇小成.教育扶貧關(guān)鍵在于找準(zhǔn)發(fā)力點(diǎn)[EB/OL].中國(guó)教育新聞網(wǎng).http://www.jyb.cn/opinion/pgypl/201703/t20170313_698314.html.

　　[36]高玉峰.中國(guó)職業(yè)教育扶貧：從全覆蓋邁向全面精準(zhǔn)[J].中國(guó)職業(yè)技術(shù)教育2017（6）:37-41.

　　[37]劉利民.普及高中教育首先應(yīng)該做什么？[N].光明日?qǐng)?bào)2015-11-17（14）.

　　[38]吳睿,王德祥.教育與農(nóng)村扶貧效率關(guān)系的實(shí)證研究[J].中國(guó)人力資源開發(fā)2010（4）:5-9.

　　[39]周亞虹,許玲麗,夏正青.從農(nóng)村職業(yè)教育看人力資本對(duì)農(nóng)村家庭的貢獻(xiàn)——基于蘇北農(nóng)村家庭微觀數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)研究2010（8）:55-65.

　　[40]馬建富.扶貧新政與農(nóng)民職業(yè)教育培訓(xùn)策略的選擇[J].職教通訊2012（16）:27-33.

　　[41]王大江,孫雯雯,閆志利.職業(yè)教育精準(zhǔn)扶貧：理論基礎(chǔ)、實(shí)踐效能與推進(jìn)措施[J].職業(yè)技術(shù)教育2016（34）:47-51.

　　[42]唐智彬.發(fā)展面向精準(zhǔn)扶貧的職業(yè)教育[N].中國(guó)社會(huì)科學(xué)報(bào)2017-06-01（9）

　　[43]王鋒,侯長(zhǎng)林,張亮.職業(yè)教育精準(zhǔn)扶貧的戰(zhàn)略與路徑選擇[J].職教論壇2017（1）:66-69.

　　[44]劉超,王龍.精準(zhǔn)扶貧視角下農(nóng)村貧苦地區(qū)成人教育發(fā)展策略研究[J].中國(guó)成人教育2017（3）:152-154.

　　[45]張翔.集中連片特困地區(qū)教育精準(zhǔn)扶貧機(jī)制探究[J].改革與發(fā)展2016（6）:23-27.

　　[46]王嘉毅,封清云,張金.教育與精準(zhǔn)扶貧精準(zhǔn)脫貧[J].教育研究2016（7）:12-21.

　　[47]何懷宏.公平的正義：解讀羅爾斯《正義論》[M].濟(jì)南：山東人民出版社.2002.109-110.

　　[48][印度] 阿馬蒂亞·森.以自由看待發(fā)展[M].任賾 等.北京：中國(guó)人民大學(xué)出版社.2002.85-89.

　　[49][印度] 阿馬蒂亞·森.后果評(píng)價(jià)與實(shí)踐理性[M].應(yīng)奇.北京：東方出版社.2006.228-229.

　　[50][印度] 阿比吉特·班納吉, 埃斯特·迪弗洛.貧窮的實(shí)質(zhì):我們?yōu)槭裁磾[脫不了貧窮[M].景芳譯.北京：中信出版社.2013.3,80.

　　[51]高帥.貧困識(shí)別、演進(jìn)與精準(zhǔn)扶貧研究[M].北京:經(jīng)濟(jì)科學(xué)出版社,2016.41.

　　[52]鐘慧笑.教育扶貧是最有效、最直接的精準(zhǔn)扶貧——訪中國(guó)教育學(xué)會(huì)會(huì)長(zhǎng)鐘秉林[J].中國(guó)民族教育2016（14）:22-24.

　　[53]陸漢文,黃承偉.中國(guó)精準(zhǔn)扶貧發(fā)展報(bào)告（2016）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社.2016.46.

　　[54][美] 安格斯·迪頓.逃離不平等——健康、財(cái)富及不平等的起源[M].崔傳剛譯.北京：中信出版社.2014.1.

來源：中國(guó)社會(huì)科學(xué)網(wǎng)　作者：沈有祿

歡迎關(guān)注中國(guó)社會(huì)科學(xué)網(wǎng)微信公眾號(hào) cssn_cn，獲取更多學(xué)術(shù)資訊。

魅族首款三攝手機(jī)，魅族16Xs簡(jiǎn)單上手

北京時(shí)間 5 月 30 號(hào)，下午兩點(diǎn)半，魅族在北京舉行了新品發(fā)布會(huì)，發(fā)布了魅族 16Xs 手機(jī)，愛搞機(jī)作為 500 強(qiáng)也第一時(shí)間拿到了機(jī)器，下面就帶大家來快速上手看看這臺(tái)手機(jī)如何。

正面是熟悉的魅族家族式設(shè)計(jì)，全對(duì)稱全面屏，不僅左右上下對(duì)稱，中心也對(duì)稱，官方稱為“極邊全面屏”，屏幕材質(zhì)為三星獨(dú)家定制 Super AMOLED，定制費(fèi)用 3000W，發(fā)布會(huì)上還用了很長(zhǎng)的時(shí)間介紹這塊屏幕，6.2 英寸，分辨率 2282 x 1080，該款屏幕通過德國(guó) VDE 藍(lán)光護(hù)眼認(rèn)證，可以減少 33% 有害藍(lán)光，最大程度緩解視覺疲勞。

屏幕驅(qū)動(dòng)為 EA8706。這款屏幕的硬件參數(shù)像極了魅族 16s，應(yīng)該是同款屏幕。本質(zhì)上還是 1080P 的屏幕，所以并沒有比市面上的國(guó)產(chǎn)旗艦強(qiáng)到哪里去，但是放到 16Xs 這個(gè)價(jià)位可謂說相當(dāng)不錯(cuò)了。觀感非常接近 16S。

指紋識(shí)別為 16s 上面的同款 Super mTouch 屏下指紋。匯頂提供的屏下指紋，解鎖體驗(yàn)和 16S 無異。

后蓋也是延續(xù) 16S 上的左上豎排攝像頭設(shè)計(jì)，亮點(diǎn)是攝像頭從兩個(gè)變?yōu)槿齻€(gè)，分別是超廣角、廣角、黑白，為什么不用“升級(jí)”這個(gè)詞呢，因?yàn)?16Xs 對(duì)比 16S 的攝像頭模組是有所倒退的，主攝采用三星 S5KGM1 MOD 版、超廣角使用 S5K4H7，黑白攝像頭使用 S5K5E9，缺少了長(zhǎng)焦鏡頭，使用了黑白攝像頭，官方說是為了提升夜拍畫質(zhì)，你們懂的都懂。取消了環(huán)形補(bǔ)光燈的設(shè)計(jì)，使用單色溫補(bǔ)光燈。

簡(jiǎn)單實(shí)拍了幾張，大家看看這個(gè)表現(xiàn)符合自己心里預(yù)期不。

主攝

超廣角

后蓋材質(zhì)沒有選擇成本高的玻璃和金屬，而是使用非常“成熟”的塑料，外表看上去非常像玻璃的質(zhì)感，但是摸上去是沒有玻璃那種冰冷的觸感，但好在顏色比較豐富，算是彌補(bǔ)了缺點(diǎn)。魅族 16Xs 一共有 4 個(gè)顏色，分別是：騎士黑、亞特蘭蒂斯、珊瑚橙、冰絲白，筆者覺得藍(lán)色的亞特蘭蒂斯挺不錯(cuò)的，可惜我們手上這臺(tái)是騎士黑。手感方面也和 16S 非常的相識(shí)，除去后蓋的質(zhì)感，可以說是幾乎一樣的手感。

底部保留的 3.5mm 耳機(jī)孔，好評(píng)，比那些一千來塊的手機(jī)也要砍掉耳機(jī)孔的手機(jī)高到不知道那里去。

外觀最大的亮點(diǎn)應(yīng)該就是正面的極邊全面屏設(shè)計(jì)了，這個(gè)價(jià)位說實(shí)話這個(gè)正面還是不錯(cuò)的。

SoC采用驍龍 675，2個(gè)大核基于 A76 架構(gòu)，6 個(gè)小核基于 A55 架構(gòu)，GPU 頻率依舊是常規(guī)的 845MHz，是一顆典型的 CPU 強(qiáng)，GPU 弱的偏科生，實(shí)際的使用體驗(yàn)不一定能比驍龍 710 好。

系統(tǒng)搭載 Flyme 7.3，最大的亮點(diǎn)應(yīng)該就是 OneMind 3.0 了，其中哪些復(fù)雜的原理筆者就不（bu）說（dong）了，簡(jiǎn)單說說他到底有什么用，簡(jiǎn)單來說就是對(duì)后臺(tái)的管理更加苛刻，智能管理后臺(tái)軟件，從而達(dá)到提升流暢度。發(fā)布會(huì)的時(shí)候官方使用搭載 Flyme 7.3 的 魅族 16Xs 演示了安裝 669 個(gè) APP 系統(tǒng)依舊流暢，還有針對(duì)游戲優(yōu)化的 Hyper Gaming，嗯，魅族是少數(shù)在系統(tǒng)上優(yōu)化上做到如此極致的廠商，甚至在發(fā)布會(huì)上還演示了新系統(tǒng)怎么屏蔽系統(tǒng)廣告，interesting！

電池 4000mAh，機(jī)身的三圍分別是 152mm*74.4mm*8.3mm，重量 165g，可以說市面上大部分手機(jī)有這個(gè)電池沒這個(gè)重量，而有這個(gè)重量沒這個(gè)電池，魅族這次可以說做的非常棒，165g 的機(jī)身塞下 4000mAh 大電池，再加上 OneMind 3.0 的優(yōu)化相信續(xù)航應(yīng)該不會(huì)令我們失望。

充電使用魅族祖?zhèn)鞯?mCharge 18W，如名所示，最高功率就 18W，走的是發(fā)哥 PE 快充協(xié)議，兼容性一般般，算是這個(gè)價(jià)位正常的表現(xiàn)。

震動(dòng)馬達(dá)不知道是不是線性馬達(dá)， 但肯定不是 16S 上的 X 軸線性馬達(dá)，實(shí)測(cè)震感松散，相應(yīng)時(shí)間長(zhǎng)，振幅小，mBACK 也取消了按壓功能，取而代之的是輕觸返回，長(zhǎng)按 HOME 鍵，可以說缺少了 mBACK 的按壓功能魅族的全面屏手勢(shì)體驗(yàn)一下子下降了好幾個(gè)檔次。

內(nèi)存閃存都是目前主流的配置，一共有兩個(gè)儲(chǔ)存版本，6 64GB ￥1,698 和 6 128GB ￥1,998。使用 LPDDR4X 內(nèi)存，eMMC 存儲(chǔ)。

時(shí)間有限，上手就到這里了，對(duì)這臺(tái)手機(jī)還有什么想了解的可以留言，我們會(huì)在后續(xù)的詳細(xì)評(píng)測(cè)中一一解答。

使用 OpenYurt 管理 WasmEdge

邊緣計(jì)算 是一種分布式應(yīng)用架構(gòu)，將計(jì)算資源（例如 CPU 和存儲(chǔ)）放置在靠近數(shù)據(jù)源的位置。通過這種方式，為各種應(yīng)用程序提供了低延遲、高性能和強(qiáng)大的安全性。

然而，與數(shù)據(jù)中心的云計(jì)算類似，邊緣計(jì)算也面臨著跨異構(gòu)設(shè)備和網(wǎng)絡(luò)的工作負(fù)載分發(fā)、管理和編排等挑戰(zhàn)。為了應(yīng)對(duì)以上云計(jì)算中的這些挑戰(zhàn)，很多開發(fā)者會(huì)選擇基于容器的解決方案。因此，開發(fā)者們現(xiàn)在正在將 Kubernetes (K8s) 和容器等解決方案引入邊緣計(jì)算。然而遺憾的是，K8s 和 Linux 容器都不是為邊緣計(jì)算而設(shè)計(jì)的。

邊緣上標(biāo)準(zhǔn) K8s 的潛在問題包括：

邊緣設(shè)備的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源有限。在邊緣設(shè)備上運(yùn)行完整的 K8s 節(jié)點(diǎn)通常過于耗費(fèi)資源。

K8s 只能管理具有公共 IP 地址的設(shè)備。然而，許多邊緣設(shè)備不會(huì)暴露其公共 IP。

邊緣設(shè)備經(jīng)常離線，而標(biāo)準(zhǔn)的 K8s 要求其 pod 始終處于連接狀態(tài)。

邊緣設(shè)備通常通過非 TCP 網(wǎng)絡(luò)連接，并且需要專門的網(wǎng)絡(luò)接口與它們的 K8s 管理器進(jìn)行通信。

因此，開發(fā)者為邊緣計(jì)算創(chuàng)建了專門的 Kubernetes 發(fā)行版本。一個(gè)領(lǐng)先的為邊緣優(yōu)化的 K8s 發(fā)行版本是 OpenYurt。OpenYurt 最初由阿里巴巴創(chuàng)建，現(xiàn)在是 CNCF 的沙箱項(xiàng)目。OpenYurt 是一個(gè)開放平臺(tái)，囊括了上游 Kubernetes 強(qiáng)大的編排能力。因此，用戶可以使用相同的上游 Kubernetes API 交付、管理和監(jiān)控邊緣工作負(fù)載。

即便使用像 OpenYurt 這樣的為邊緣優(yōu)化了的 K8s 發(fā)行版，標(biāo)準(zhǔn) Linux 容器仍然過于笨重，無法在小型設(shè)備上運(yùn)行邊緣工作負(fù)載。一個(gè)典型的 Linux 容器鏡像占用的空間通常以 GB 為單位，并且啟動(dòng)一個(gè)完整的 CPU 需要幾秒鐘。考慮到典型的邊緣應(yīng)用程序通常較精簡(jiǎn)，Linux 容器在資源受限的設(shè)備上占用了過多的存儲(chǔ)、CPU 和電池資源。此外，Linux 容器應(yīng)用程序在邊緣設(shè)備上不可跨平臺(tái)，且不安全。

對(duì)于邊緣容器化應(yīng)用程序而言，符合 OCI 標(biāo)準(zhǔn)的，且兼容 k8s 的輕量級(jí) WebAssembly runtime， 比如 WasmEdge ，相較于 Linux 容器是更好的替代選項(xiàng)。 WasmEdge 提供基于能力的安全沙箱，對(duì)底層操作系統(tǒng)服務(wù)做很少的假設(shè)，同時(shí)在前端支持多種編程語言。 除了 Linux、 macOS、 Windows, WasmEdge 甚至可以在實(shí)時(shí)操作系統(tǒng)（RTOS）上運(yùn)行，像 Linux 基金會(huì)的 seL4。

OpenYurt 和 WasmEdge 團(tuán)隊(duì)一起展示如何使用 OpenYurt 在一個(gè)邊緣集群中管理 WasmEdge 應(yīng)用。 OpenYurt 和 WasmEdge 將終于把云原生的容器化的應(yīng)用帶入邊緣計(jì)算了！讓我們開始吧！

準(zhǔn)備工作

OpenYurt 使用中心化 Kubernetes 控制面板來管理云服務(wù)器中的多個(gè)邊緣節(jié)點(diǎn)。 此外，它將上游 Kubernetes 擴(kuò)展到邊緣。 在這個(gè)演示中，我們將設(shè)置兩臺(tái)機(jī)器。 一個(gè)模擬的云節(jié)點(diǎn)稱為 Master，另一個(gè)模擬的邊緣節(jié)點(diǎn)稱為 Node。 這兩個(gè)節(jié)點(diǎn)構(gòu)成了最簡(jiǎn)單的 OpenYurt 集群，OpenYurt 組件在其中運(yùn)行。

首先，關(guān)閉 swap 分區(qū)

sudo swapoff -a free -m //驗(yàn)證

接下來，配置兩個(gè)節(jié)點(diǎn)的文件 node/etc/hosts

然后，加載內(nèi)核模塊 br_netfilter，并調(diào)整內(nèi)核參數(shù)。

//load the modulesudo modprobe br_netfilter//verify lsmod | grep br_netfilter// create k8s.confcat <<EOF | sudo tee /etc/sysctl.d/k8s.confnet.bridge.bridge-nf-call-ip6tables = 1net.bridge.bridge-nf-call-iptables = 1EOFsudo sysctl --system

最后，設(shè)置 rp-filter 值，將文件 /etc/sysctl.d/10-network-security.conf 中兩個(gè)參數(shù)的值由 2 改為 1，且將 /proc/sys/net/ipv4/ip_forward 設(shè)置為 1。

sudo vi /etc/sysctl.d/10-network-security.confecho 1 > /proc/sys/net/ipv4/ip_forwardsudo sysctl --system

安裝 Containerd

使用下面命令行在邊緣節(jié)點(diǎn)上安裝 containerd 。

export VERSION="1.5.7"echo -e "Version: $VERSION"echo -e "Installing libseccomp2 ..."sudo apt install -y libseccomp2echo -e "Installing wget"sudo apt install -y wgetwget https://GitHub.com/containerd/containerd/releases/download/v${VERSION}/cri-containerd-cni-${VERSION}-linux-amd64.tar.gzwget https://github.com/containerd/containerd/releases/download/v${VERSION}/cri-containerd-cni-${VERSION}-linux-amd64.tar.gz.sha256sum sha256sum --check cri-containerd-cni-${VERSION}-linux-amd64.tar.gz.sha256sumsudo tar --no-overwrite-dir -C / -xzf cri-containerd-cni-${VERSION}-linux-amd64.tar.gzsudo systemctl daemon-reload

由于 crun 項(xiàng)目默認(rèn)支持 WasmEdge，我們只需要為 runc 配置 containerd 配置即可。 所以我們需要修改 /etc/containerd/config.toml 中的 runc 參數(shù)為 curn，添加 pod_annotation。

sudo mkdir -p /etc/containerd/sudo bash -c "containerd config default > /etc/containerd/config.toml"wget https://raw.githubusercontent.com/second-state/wasmedge-containers-examples/main/containerd/containerd_config.diffsudo patch -d/ -p0 < containerd_config.diff

之后，重啟 containerd 使配置生效。

systemctl start containerd

安裝 WasmEdge

使用下面的安裝腳本，在 edge 節(jié)點(diǎn)上安裝 WasmEdge。

curl -sSf https://raw.githubusercontent.com/WasmEdge/WasmEdge/master/utils/install.sh | bash

安裝并構(gòu)建 crun

我們需要在 edge node 上構(gòu)建一個(gè)支持 WasmEdge 的 crun 二進(jìn)制文件。目前，最直接的方法是你自己從源代碼開始構(gòu)建 crun。首先請(qǐng)確保你在 Ubuntu 20.04 已經(jīng)安裝了 crun 的依賴項(xiàng)。如果你使用的是其他版本的 Linux，請(qǐng)參考官方文檔。

sudo apt updatesudo apt install -y make git gcc build-essential pkgconf libtool libsystemd-dev libprotobuf-c-dev libcap-dev libseccomp-dev libyajl-dev go-md2man libtool autoconf python3 automake

接下來，配置、構(gòu)建、安裝帶有 WasmEdge 支持的 crun 二進(jìn)制文件

sudo make installgit clone https://github.com/containers/cruncd crun./autogen.sh./configure —with-wasmedgemakesudo make install

安裝 OpenYurt

現(xiàn)在，我們可以在 Edge 節(jié)點(diǎn)上安裝 OpenYurt 來控制它下面的 containerd、crun 和 wasmedge 堆棧。

構(gòu)建 OpenYrut 集群最簡(jiǎn)單的方法是使用 OpenYurt 體驗(yàn)中心。 你只需注冊(cè)一個(gè)用于測(cè)試的帳戶，然后就可以獲得一個(gè) OpenYurt 集群。 接下來，你可以使用 yurtctl join 命令行來加入邊緣節(jié)點(diǎn)。 在此處查看更多詳細(xì)信息。 目前，OpenYurt 體驗(yàn)中心提供的 OpenYurt 組件版本為 0.6.0（最新版），Kubernetes 版本為 1.20.11。

或者，你也可以根據(jù)下面的指南，從頭開始構(gòu)建 OpenYurt 集群。

設(shè)置一個(gè) K8s 集群

這里我們使用 yurtctl convert 將 K8s 集群轉(zhuǎn)換為 OpenYurt 集群，所以我們需要先搭建一個(gè)k8s 集群。 需要注意的一點(diǎn)，如果你使用 yurtctl init/join 來設(shè)置OpenYurt 集群并加入節(jié)點(diǎn)，你可以跳過這一步。

$ sudo apt-get update && sudo apt-get install -y ca-certificates curl software-properties-common apt-transport-https// add K8s source$ curl -s https://mirrors.aliyun.com/kubernetes/apt/doc/apt-key.gpg | sudo apt-key add -$ sudo tee /etc/apt/sources.list.d/kubernetes.list <<EOF$ deb https://mirrors.aliyun.com/kubernetes/apt/ kubernetes-xenial main// install K8s components 1.18.9$ sudo apt-get update && sudo apt-get install -y kubelet=1.18.9-00 kubeadm=1.18.9-00 kubectl=1.18.9-00 // Initialize the master node$ sudo kubeadm init --pod-network-cidr 172.16.0.0/16 --apiserver-advertise-address=192.168.3.167 --image-repository registry.cn-hangzhou.aliyuncs.com/google_containers// join the work node$ kubeadm join 192.168.3.167:6443 --token 3zefbt.99e6denc1cxpk9fg --discovery-token-ca-cert-hash sha256:8077d4e7dd6eee64a999d56866ae4336073ed5ffc3f23281d757276b08b9b195

安裝 yurtctl 工具

使用以下命令行安裝 yurtctl 。 yurtcli CLI 工具可以安裝/卸載 OpenYurt 并將標(biāo)準(zhǔn) Kubernetes 集群轉(zhuǎn)換為 OpenYurt 集群。

git clone https://github.com/openyurtio/openyurt.gitcd openyurtmake build WHAT=cmd/yurtctl

安裝 OpenYurt 各組件

yurtctl convert --deploy-yurttunnel --cloud-nodes oy-master --provider kubeadm --yurt-controller-manager-image="openyurt/yurt-controller-manager:v0.5.0" --yurt-tunnel-agent-image="openyurt/yurt-tunnel-agent:v0.5.0" --yurt-tunnel-server-image="openyurt/yurt-tunnel-server:v0.5.0" --node-servant-image="openyurt/node-servant:latest" --yurthub-image="openyurt/yurthub:v0.5.0"

注：需要將 -- yurtctl-servant-image="openyurt/yurtctl-servant:v0.5.0" 改成 --node-servant-image="openyurt/node-servant:latest"

運(yùn)行一個(gè)簡(jiǎn)單的 WebAssembly app

接下來，讓我們通過 Kubernetes 集群作為 pod 中的容器運(yùn)行 WebAssembly 程序。 本節(jié)將從 Docker hub 拉取基于 WebAssembly 的容器鏡像開始。 如果你想知道如何編譯、打包 WebAssembly 程序并將其作為容器鏡像發(fā)布到 Docker hub，請(qǐng)參閱 WasmEdge Book。

從 master 節(jié)點(diǎn)的另一個(gè)終端窗口輸入以下命令，然后開始使用集群。

root@master:~# kubectl cluster-infoKubernetes master is running at https://192.168.3.167:6443KubeDNS is running at https://192.168.3.167:6443/api/v1/namespaces/kube-system/services/kube-dns:dns/proxy

因?yàn)?kubectl 1.18.9 沒有 annotations 參數(shù)，所以我們?cè)谶@里需要調(diào)整命令行。 如果你使用的是 OpenYurt Experience Center，其默認(rèn)版本為 OpenYurt 0.6.0 和 Kubernetes 1.20.11，請(qǐng)直接參閱 WasmEdge Book 中的 Kubernetes 部分來運(yùn)行 wasm 應(yīng)用程序。

// kubectl 1.18.9$ sudo kubectl run -it --rm --restart=Never wasi-demo --image=hydai/wasm-wasi-example:with-wasm-annotation --overrides='{"kind":"Pod","metadata":{"annotations":{"module.wasm.image/variant":"compat"}} , "apiVersion":"v1", "spec": {"hostNetwork": true}}' /wasi_example_main.wasm 50000000// kubectl 1.20.11$ sudo kubectl run -it --rm --restart=Never wasi-demo --image=hydai/wasm-wasi-example:with-wasm-annotation --annotations="module.wasm.image/variant=compat" --overrides='{"kind":"Pod", "apiVersion":"v1", "spec": {"hostNetwork": true}}' /wasi_example_main.wasm 50000000

容器化應(yīng)用程序的輸出被打印到控制臺(tái)。 所有 Kubernetes 版本都是一樣的。

Random number: 1123434661Random bytes: [25, 169, 202, 211, 22, 29, 128, 133, 168, 185, 114, 161, 48, 154, 56, 54, 99, 5, 229, 161, 225, 47, 85, 133, 90, 61, 156, 86, 3, 14, 10, 69, 185, 225, 226, 181, 141, 67, 44, 121, 157, 98, 247, 148, 201, 248, 236, 190, 217, 245, 131, 68, 124, 28, 193, 143, 215, 32, 184, 50, 71, 92, 148, 35, 180, 112, 125, 12, 152, 111, 32, 30, 86, 15, 107, 225, 39, 30, 178, 215, 182, 113, 216, 137, 98, 189, 72, 68, 107, 246, 108, 210, 148, 191, 28, 40, 233, 200, 222, 132, 247, 207, 239, 32, 79, 238, 18, 62, 67, 114, 186, 6, 212, 215, 31, 13, 53, 138, 97, 169, 28, 183, 235, 221, 218, 81, 84, 235]Printed from wasi: This is from a main functionThis is from a main functionThe env vars are as follows.The args are as follows./wasi_example_main.wasm50000000File content is This is in a filepod "wasi-demo" deleted

現(xiàn)在，你可以通過 Kubernetes 命令行查看 pod 狀態(tài)。

crictl ps -a

你可以在日志中看到從調(diào)度到運(yùn)行 WebAssembly 工作負(fù)載的事件。

CONTAINER IMAGE CREATED STATE NAME ATTEMPT POD ID0c176ed65599a 0423b8eb71e31 8 seconds ago Exited wasi-demo

這樣完成了。接下來，你可以嘗試使用 OpenYurt 管理自己的 WasmEdge 應(yīng)用。

未來可期

WasmEdge 和 OpenYurt 共同將 Kubernetes 的全部?jī)?yōu)勢(shì)引入到了邊緣計(jì)算。 以上的 demo 演示了一個(gè)非常簡(jiǎn)單的使用場(chǎng)景，只是觸及了其中巨大潛力和前景的一角。 請(qǐng)?jiān)?GitHub 上關(guān)注這兩個(gè)項(xiàng)目，以了解我們合作的最新信息。同時(shí)，如果你有從此技術(shù)路徑中受益的應(yīng)用，我們也很樂意聆聽！

WasmEdge GitHub repo: https://github.com/WasmEdge/WasmEdge

OpenYurt GitHub repo: https://github.com/openyurtio/openyurt

萬字長(zhǎng)文：集群智能機(jī)器人的過去、現(xiàn)在與未來

到目前為止，只有少數(shù)實(shí)驗(yàn)成功地演示了大量的自治自組織機(jī)器人，而集群機(jī)器人的實(shí)踐應(yīng)用仍是一片空白。

人工智能技術(shù)的發(fā)展，特別僅需有限計(jì)算資源并能夠與小型廉價(jià)機(jī)器人的cpu一起工作的分布式學(xué)習(xí)算法的發(fā)展，將使機(jī)器人群體逐漸增加其自主性。

研究領(lǐng)域：群體智能，集群機(jī)器人，自組織，演化算法

論文題目：

Swarm Robotics: Past, Present, and Future

論文地址：

https://ieeexplore.ieee.org/abstract/document/9460560

目錄：

1、集群機(jī)器人歷史概述

2、經(jīng)驗(yàn)教訓(xùn)和開放問題

3、新方向和新問題

4、未來應(yīng)用如何指導(dǎo)研究

5、總結(jié)

集群機(jī)器人（swarm robotics）涉及大集群機(jī)器人的設(shè)計(jì)、建造和部署，它們能夠相互協(xié)調(diào)并協(xié)同解決問題或者執(zhí)行任務(wù)。集群機(jī)器人的靈感來源于自然自組織系統(tǒng)，例如社交昆蟲，魚類或鳥群，它們都是基于簡(jiǎn)單本地交互規(guī)則的涌現(xiàn)性群體行為（emergent collective behavior）[1][2]。

通常而言，集群機(jī)器人從這些自然系統(tǒng)的研究中提取工程原理，從而構(gòu)建具有可比能力的多機(jī)器人系統(tǒng)。通過這種方式，集群機(jī)器人旨在構(gòu)建比單個(gè)機(jī)器人更加魯棒、更強(qiáng)容錯(cuò)和更高靈活的系統(tǒng)，并且能夠更好地調(diào)整自身行為來適應(yīng)環(huán)境變化。

集群機(jī)器人作為群體智能的一項(xiàng)應(yīng)用[3][4]（即集體、自組織行為的計(jì)算模型[5][6]），已經(jīng)孵化了數(shù)個(gè)成功的優(yōu)化算法，它們被廣泛應(yīng)用于電信行業(yè)[7]以及人群行為的模擬和預(yù)測(cè)[8]。

然而，人們很快發(fā)現(xiàn)，要在機(jī)器人中實(shí)現(xiàn)群體行為，需要的不僅僅是將群體智能算法應(yīng)用于現(xiàn)有的機(jī)器人平臺(tái)上。實(shí)際上，研究人員需要完全重新思考傳統(tǒng)的機(jī)器人功能，例如感知、控制、定位和機(jī)器人平臺(tái)本身的設(shè)計(jì)。

在過去的二十年里，集群機(jī)器人的研究人員取得了重大進(jìn)展，他們?yōu)榧簷C(jī)器人的潛能提供了概念證明，也使得研究人員能夠更好地理解自然界中復(fù)雜行為是如何出現(xiàn)的。

盡管如此，將這項(xiàng)研究轉(zhuǎn)化為實(shí)踐仍然充滿挑戰(zhàn)，需要研究人員去妥善解決。事實(shí)上，到目前為止，只有少數(shù)實(shí)驗(yàn)成功地演示了大量的自治自組織機(jī)器人，而集群機(jī)器人的實(shí)踐應(yīng)用仍是一片空白。研究人員需要更多的研究來建立相關(guān)理論和進(jìn)行實(shí)踐，從而將集群機(jī)器人從實(shí)驗(yàn)室?guī)氍F(xiàn)實(shí)世界。

本文的后續(xù)內(nèi)容組織如下，在簡(jiǎn)要介紹集群機(jī)器人領(lǐng)域的歷史之后，研究人員總結(jié)了在其開拓階段學(xué)到的主要經(jīng)驗(yàn)教訓(xùn)，分析了主要的開放式挑戰(zhàn)，并給出了幾個(gè)創(chuàng)新和有前景的研究方向的例子。最后，通過展示單個(gè)機(jī)器人無法解決的應(yīng)用場(chǎng)景，或由傳統(tǒng)的集中方式控制的多機(jī)器人無法解決的應(yīng)用場(chǎng)景，研究人員提出了集群機(jī)器人最有可能的應(yīng)用領(lǐng)域，并評(píng)估了其對(duì)選定行業(yè)的潛在影響。

1 集群機(jī)器人歷史概述

在過去的20年里，集群機(jī)器人已經(jīng)從由幾個(gè)具有明確生物學(xué)靈感的研究[9-12]所發(fā)起的小領(lǐng)域發(fā)展為全球多個(gè)實(shí)驗(yàn)室和研究人員參與的成熟領(lǐng)域。通過使用谷歌學(xué)術(shù)進(jìn)行搜索，“集群機(jī)器人”這個(gè)詞在1991年首次出現(xiàn)，而且其使用范圍非常有限。這種情況一直持續(xù)到2003年，此后該詞的使用開始大幅增長(zhǎng)。同樣地，使用SCOPUS進(jìn)行搜索也會(huì)得到類似的增長(zhǎng)趨勢(shì)（如圖1所示）。

這些數(shù)據(jù)表明，盡管集群機(jī)器人研究的基礎(chǔ)源自20世紀(jì)90年代的一些開創(chuàng)性著作，但該領(lǐng)域的研究直到2000年才開始顯著增長(zhǎng)。

圖 1. 在谷歌學(xué)術(shù)和Scopus中搜索“集群機(jī)器人”的引用計(jì)數(shù)，圖中顯示了2000年后的變化趨勢(shì)。

最初，對(duì)集群機(jī)器人的研究旨在測(cè)試使用stigmergy（本文中使用的各項(xiàng)概念的定義見表1）作為機(jī)器人之間間接通信和協(xié)調(diào)的手段。跟隨著早期研究[9-11]的步伐，2000年之后出現(xiàn)了一些專注于對(duì)象檢索（foraging [13]；Stick pulling[14]）、聚類[15]和對(duì)象排序[16]的研究。這些研究始于觀察所得的群居昆蟲的已知行為，并且部署了具有相似行為的集群機(jī)器人。

在少數(shù)情況下，集群機(jī)器人被用來緊密復(fù)制在生物系統(tǒng)中觀察到的動(dòng)態(tài)（例如，蟑螂群的聚集[17]），這產(chǎn)生了生物-機(jī)器人混合社會(huì)[18]的先例。此外，機(jī)器人集群還被用作解決生物學(xué)問題的工具（例如，尋找食物源和巢穴之間最短路徑的道路網(wǎng)絡(luò)幾何結(jié)構(gòu)（trail network geometry）是什么[19]）。

2001年至2005年間，由歐盟委員會(huì)資助的Swarm-bots項(xiàng)目是研究集群機(jī)器人合作的第一個(gè)國(guó)際項(xiàng)目。在該項(xiàng)目中，一個(gè)由多達(dá)20個(gè)機(jī)器人組成的具有自組裝能力的群（即物理上彼此連接以形成協(xié)作結(jié)構(gòu)）被用于研究一些群體行為，例如集體運(yùn)輸、區(qū)域覆蓋和目標(biāo)搜索[25, 26]。這些機(jī)器人能夠隨著時(shí)間推移在集群中扮演著不同的角色，這是當(dāng)時(shí)唯一一個(gè)由機(jī)器人組成的自組織團(tuán)隊(duì)合作解決復(fù)雜任務(wù)的例子。

Swarmanoid項(xiàng)目（2006-2010）將Swarm-bots中的思想和算法擴(kuò)展到由三種類型的機(jī)器人組成的異構(gòu)機(jī)器人集群中（飛行機(jī)器人、爬升機(jī)器人和地面機(jī)器人），從而協(xié)作執(zhí)行搜尋和檢索任務(wù)[28, 29]。

在成功演示了集群機(jī)器人范式的同時(shí)，有關(guān)硬件小型化的研究有望部署數(shù)百個(gè)、甚至數(shù)千個(gè)協(xié)作機(jī)器人（如圖2所示）。機(jī)器人變得越來越小、越來越簡(jiǎn)約，甚至可以嘗試在毫米尺度上對(duì)其進(jìn)行設(shè)計(jì)。

然而，硬件小型化以及將足夠多的傳感器套件進(jìn)行集成帶來的挑戰(zhàn)阻礙了這一發(fā)展進(jìn)程。僅僅幾年后，kilbot[30]，一個(gè)支持1000個(gè)機(jī)器人實(shí)驗(yàn)的硬件概念出現(xiàn)了。Kilobots的設(shè)計(jì)初衷是向?yàn)榻Y(jié)構(gòu)塑性[31]（shape formation）而設(shè)計(jì)的大型機(jī)器人集群的首次演示提供支持，后來它又被運(yùn)用于幾項(xiàng)成功的研究，使得集群機(jī)器人能夠在具有數(shù)百個(gè)機(jī)器人的物理環(huán)境中進(jìn)行演示[32-34]。

圖2. 一些主要用于集群機(jī)器人研究的機(jī)器人：（a）jasmine [35]（圖源于維基共享資源）；（b）alice [36] （照片由Simon Garnier提供）；（c）kilobots [30]（照片由Massimo Berruti提供）；（d）e-pucks [37]；（e）swarm-bots [26]；（f）swarmanoid [29]

集群機(jī)器人并不局限于地面平臺(tái)：最近的一些工作考慮了水面[38]和水下機(jī)器人[39]，以及成群的無人機(jī)[40, 41]。雖然水生技術(shù)和水下技術(shù)還需要大量的開發(fā)努力才能成熟，但是無人機(jī)已經(jīng)商業(yè)化，并且在不同領(lǐng)域的遙感應(yīng)用中代表著一個(gè)非常有前途的平臺(tái)，目前只是由于缺乏授權(quán)自主和集體飛行的法律框架而受到阻礙。

除硬件平臺(tái)外，如何控制機(jī)器人集群已成為研究的主要焦點(diǎn)。迄今為止已有眾多文獻(xiàn)提供了不同方法的報(bào)告，然而這超出了本文的研究范疇（感興趣的讀者可以參閱[42-46]）。目前主要的研究方向包括：開發(fā)集群系統(tǒng)的分析模型來指導(dǎo)機(jī)器人的實(shí)現(xiàn)[47–49]；采用（進(jìn)化）優(yōu)化方法，使用極簡(jiǎn)控制器（神經(jīng)網(wǎng)絡(luò)[50]、無需計(jì)算的控制器[51, 52]、有限狀態(tài)機(jī)[53]，或是基于語法的控制器[54]）來引導(dǎo)機(jī)器人；開發(fā)設(shè)計(jì)和驗(yàn)證方法[20，55]。

正如下文將要討論的，定義一個(gè)可靠和有效的機(jī)器人集群的工程方法仍然是當(dāng)前研究的前沿，未來幾年仍需在這方面努力。

表 1. 術(shù)語表

2 經(jīng)驗(yàn)教訓(xùn)和開放問題

盡管集群機(jī)器人的最終目標(biāo)是生產(chǎn)方法和工具，使得部署機(jī)器人集群來解決現(xiàn)實(shí)世界的問題成為可能，但目前的焦點(diǎn)仍然是科學(xué)理解這些方法和工具的機(jī)制。前二十年的研究留下了寶貴的經(jīng)驗(yàn)教訓(xùn)，也提出了一些有待解決的開放問題。

首先，研究人員了解到，目前機(jī)器人集群可以執(zhí)行的任務(wù)類型受到自主機(jī)器人有限能力的強(qiáng)烈限制。為了在集群中工作，每個(gè)機(jī)器人必須能夠互動(dòng)和交流，并且能夠識(shí)別同伴和他們的工作。這需要定制的硬件設(shè)計(jì)和特定的傳感、處理和交互能力。目前在機(jī)器人硬件和控制方面的局限性從兩方面限制了集群機(jī)器人研究的復(fù)雜性。

一方面，已有特定的機(jī)器人被開發(fā)出來解決特定的（玩具式的）問題（例如，termes [56]和kilobots [30]）。這些例子開辟了新的研究方向，但可重用組件并非總可移植到不同的上下文環(huán)境中。

另一方面，通用機(jī)器人（alice[19, 57]和e-puck[37]）已經(jīng)被用于產(chǎn)生概念證明，通常處理一些由自組織自然系統(tǒng)在人工世界中執(zhí)行的類似任務(wù)（例如，覓食[13, 34]）的直接轉(zhuǎn)換任務(wù)。

然而，當(dāng)硬件不是為集群機(jī)器人設(shè)計(jì)時(shí)，日常工作可能會(huì)變得非常繁瑣：這是因?yàn)檠芯咳藛T需要同時(shí)處理數(shù)十個(gè)或可能數(shù)百個(gè)機(jī)器人，從而使得簡(jiǎn)單操作（例如充電或上傳軟件）變得非常冗長(zhǎng)繁瑣。這往往限制了被測(cè)試集群中機(jī)器人的數(shù)量，降低了演示的廣度和重要性。

最后，值得一提的是，對(duì)于實(shí)驗(yàn)室中使用大量集群的實(shí)驗(yàn)和許多未來的應(yīng)用程序而言，硬件小型化將是一個(gè)關(guān)鍵元素。但是硬件規(guī)模的縮小帶來了極其困難的問題，到目前為止，這些問題尚未解決[58]。

為了推動(dòng)集群機(jī)器人研究的進(jìn)程，研究人員需要開發(fā)工具使得集群機(jī)器人的研究人員更容易分享結(jié)果和復(fù)現(xiàn)實(shí)驗(yàn)。一些通用機(jī)器人平臺(tái)則是非常有價(jià)值的工具。

e-puck[37]可能是迄今為止使用最多的集群機(jī)器人平臺(tái)，但是當(dāng)e-puck的個(gè)數(shù)超過30個(gè)時(shí)，研究活動(dòng)將變得非常復(fù)雜和昂貴。

專為集群機(jī)器人研究而設(shè)計(jì)Kilobot被廣泛應(yīng)用，但其能力嚴(yán)重受限，以至于虛擬化環(huán)境被提出從而增加研究的可能性[59, 60]。

雖然Crazyflies[61]不是為集群集群機(jī)器人研究而設(shè)想的，它們也越來越多地被用作集群機(jī)器人研究的飛行平臺(tái)[41]。

研究人員仍然需要大量的努力來研發(fā)集群機(jī)器人的硬件，從而滿足研究團(tuán)體的需要。首先，研究人員必須在成本、尺寸和板載特性之間找到一個(gè)很好的折中方案，確保擁有足夠豐富的傳感器和執(zhí)行器，同時(shí)保持尺寸的限制，以便在實(shí)驗(yàn)室中進(jìn)行數(shù)百個(gè)機(jī)器人的實(shí)驗(yàn)。

據(jù)此，介于kilobot和e-puck（直徑約5厘米）之間的尺寸可能是一個(gè)很好的折衷方案。e-puck的成功來自于其采用的模塊化方法，使得新的傳感器、執(zhí)行器或計(jì)算能力能夠進(jìn)行插件擴(kuò)展，但這需要精心的設(shè)計(jì)。當(dāng)處理大量數(shù)據(jù)時(shí)，尤其是移動(dòng)機(jī)器人不需要人工干預(yù)時(shí)（例如，將無線充電站集成到實(shí)驗(yàn)環(huán)境中時(shí)，或者使用電動(dòng)地板進(jìn)行無電池操作時(shí)），同時(shí)對(duì)多個(gè)機(jī)器人進(jìn)行編程和充電的可能性（使用kilobots）會(huì)極大簡(jiǎn)化實(shí)驗(yàn)活動(dòng)。一個(gè)能夠觀察機(jī)器人的狀態(tài)、移動(dòng)機(jī)器人、記錄它們所獲數(shù)據(jù)并且實(shí)現(xiàn)實(shí)驗(yàn)活動(dòng)自動(dòng)化的集中系統(tǒng)將會(huì)加快研究的進(jìn)程，并且極大地造福全世界。

模擬硬件也是集群機(jī)器人研究的一個(gè)基礎(chǔ)領(lǐng)域，但其研究問題與物理機(jī)器人的研究相似。通常，仿真軟件都是從頭開始為每個(gè)新的機(jī)器人集群演示而開發(fā)的。

開發(fā)由研究者們共享的通用模擬工具會(huì)是一項(xiàng)顯著的進(jìn)步，因?yàn)槟軌蚝?jiǎn)化研究結(jié)果的共享和比較。

然而，為了設(shè)計(jì)這樣的工具，研究人員需要更好地理解模擬和現(xiàn)實(shí)世界之間的關(guān)系。在機(jī)器人技術(shù)中，這個(gè)問題被稱為仿真-現(xiàn)實(shí)差距[62]，即當(dāng)在現(xiàn)實(shí)世界中使用仿真開發(fā)的機(jī)器人控制器時(shí)，仿真中使用的模型和現(xiàn)實(shí)世界的模型之間的差異會(huì)導(dǎo)致性能下降。

這一問題在集群機(jī)器人中尤為重要，這是因?yàn)樵S多機(jī)器人必須與彼此互動(dòng)[44]，而這種問題將被進(jìn)一步放大。即使這些差異不能完全消除，理想的機(jī)器人集群模擬器也應(yīng)該保證它們處于最低值。

在眾多可用的仿真軟件中，ARGoS[63]在支持集群機(jī)器人研究方面表現(xiàn)突出。ARGoS通過巧妙的模塊化設(shè)計(jì)和并行仿真的可能性，使得多達(dá)10000個(gè)機(jī)器人進(jìn)行實(shí)時(shí)動(dòng)態(tài)仿真成為可能。此外，它還包括了一些最常用的集群機(jī)器人模型（e-pucks和kilbots）。

另一個(gè)有趣的例子是Flightmare[64]。它是一個(gè)（多）無人機(jī)模擬器，能夠?qū)Νh(huán)境進(jìn)行逼真的渲染，對(duì)視覺導(dǎo)航和遙感的研究非常有用。

為了在經(jīng)驗(yàn)上提高并開發(fā)一個(gè)能夠響應(yīng)集群機(jī)器人社區(qū)的需求（同時(shí)解決模擬-現(xiàn)實(shí)差距）的工具，研究人員需要解決和改進(jìn)幾個(gè)地方。

例如，研究人員將需要設(shè)法改進(jìn)感知的模擬以及物理（機(jī)器人-機(jī)器人以及機(jī)器人-環(huán)境）和非物理（通信）交互的模擬。模擬應(yīng)該以不同的保真度來部署，允許用戶在速度和精度之間選擇平衡。

在大多數(shù)情況下，高保真仿真不是強(qiáng)制性的，但它們的可用性將極大地簡(jiǎn)化從仿真到現(xiàn)實(shí)的過渡，支持在真正的機(jī)器人上運(yùn)行廣泛的測(cè)試。提高模擬的可用性也是必要的，這可以通過提高模擬速度以及提供更簡(jiǎn)單的處理和控制模擬機(jī)器人及其部署環(huán)境的方法來實(shí)現(xiàn)。

模擬應(yīng)該是高度可配置的，以響應(yīng)多元化研究社區(qū)的需求。同時(shí)，建立一個(gè)新的模擬配置無需具有與軟件內(nèi)部運(yùn)行相關(guān)的專家知識(shí)。

最后，將模擬框架與標(biāo)準(zhǔn)機(jī)器人工具和庫（例如，ROS）進(jìn)行集成并允許面向機(jī)器人平臺(tái)的交叉編譯非常重要的，這樣就可以用真實(shí)的機(jī)器人來測(cè)試在模擬中開發(fā)的代碼，而不需要任何更改或調(diào)整。

有了合適的工具，集群機(jī)器人研究團(tuán)體需要為設(shè)計(jì)問題提供解決方案。事實(shí)上，第二個(gè)習(xí)得的教訓(xùn)就是如何解決微觀和宏觀問題。鑒于研究人員只能直接對(duì)組成集群的單個(gè)機(jī)器人（微觀層面）進(jìn)行編程，如何設(shè)計(jì)群體行為（宏觀層面）可能是最困難的問題。

為了解決這個(gè)問題，人們多次嘗試提出通用的、可在不同應(yīng)用程序中重用的設(shè)計(jì)方法（通常由生物靈感指導(dǎo)），它們包含設(shè)計(jì)模式[20-21]以及自動(dòng)設(shè)計(jì)方法[50, 53, 65]等（參見表1中的術(shù)語表）。

但是目前而言，這些方法都不夠強(qiáng)大：雖然它們成功地解決了相對(duì)簡(jiǎn)單或受限的問題，但隨著問題復(fù)雜性的增加，它們的局限性也迅速顯現(xiàn)。一個(gè)復(fù)雜任務(wù)由幾個(gè)子任務(wù)組成，這些子任務(wù)可能需要合作，并且具有相互依賴性和時(shí)間限制[66]。

人們可能會(huì)嘗試為每個(gè)子任務(wù)部署可行的方法，從而獲得后續(xù)可以組建的模塊。然而，這種分而治之的方法并不足以部署可用的集群機(jī)器人系統(tǒng)，因?yàn)檫@種方法忽略了任務(wù)之間許多可能的相互關(guān)系，并且忽視了這些任務(wù)可以通過某種方式被進(jìn)一步劃分和調(diào)度，從而導(dǎo)致了次優(yōu)的解決方案。研究人員需要通過持續(xù)集成和優(yōu)化[55]來設(shè)計(jì)解決子任務(wù)之間復(fù)雜相互關(guān)系的方法。

此外，當(dāng)前的實(shí)踐需要擴(kuò)大群體規(guī)模，從小群體無縫過渡到大群體。研究人員需要設(shè)計(jì)在不用考慮集群/問題大小的前提下對(duì)機(jī)器人集群進(jìn)行編程的方法，而這些應(yīng)該在配置時(shí)被確定。

最后，性能保障是非常必要的，但目前的實(shí)踐僅限于對(duì)性能的統(tǒng)計(jì)指標(biāo)進(jìn)行經(jīng)驗(yàn)評(píng)估，而沒有充分解決性能這一問題。相反，研究人員需要設(shè)計(jì)一種方法來提供性能界限，從而滿足驗(yàn)證和檢驗(yàn)標(biāo)準(zhǔn)，并提高機(jī)器人集群的可靠性，特別是在有硬性約束的應(yīng)用領(lǐng)域（例如空間應(yīng)用）。

為了具體地支持研究界，基準(zhǔn)是一項(xiàng)寶貴的工具，它能夠以定量的方式來衡量研究的進(jìn)展，還可以在越來越復(fù)雜的任務(wù)上挑戰(zhàn)研究人員 （例如，機(jī)器人世界杯[68]）。

為了直觀說明集群機(jī)器人研究的進(jìn)展所需的基準(zhǔn)類型，現(xiàn)在研究人員考慮這樣一個(gè)資源收集問題（就像在NASA Swarmathon[69]競(jìng)賽中所做的那樣）。

為了超越目前的實(shí)踐，研究人員可以設(shè)置問題使其復(fù)雜性沿著幾個(gè)維度進(jìn)行調(diào)整：調(diào)整環(huán)境大小和拓?fù)洌詼y(cè)試所提方案適應(yīng)不同問題實(shí)例的能力，并根據(jù)群體大小來擴(kuò)展性能；調(diào)整需收集項(xiàng)目的數(shù)量和分布，以測(cè)試協(xié)調(diào)開發(fā)資源的能力；以及調(diào)整項(xiàng)目的類型和持久性，以測(cè)試協(xié)作進(jìn)行識(shí)別和檢索的能力，并適應(yīng)動(dòng)態(tài)的環(huán)境。

信息復(fù)雜性也應(yīng)該是多變的，這可以通過允許任務(wù)執(zhí)行的多種替代方案來實(shí)現(xiàn)。這將要求集群去收集和聚合與問題相關(guān)的信息及其動(dòng)態(tài)，在需要時(shí)采取集體決策來優(yōu)化任務(wù)性能。如果可能的話，研究人員應(yīng)在其時(shí)間執(zhí)行內(nèi)以可變約束來識(shí)別多個(gè)相互關(guān)聯(lián)的任務(wù) （例如，對(duì)某些項(xiàng)類型給予優(yōu)先級(jí)，以支持對(duì)其他類型的檢索）。

研究人員必須分配清晰的性能指標(biāo)來跟蹤進(jìn)度，并且支持不同方法之間的比較。如果這些基準(zhǔn)被提出并與標(biāo)準(zhǔn)工具相關(guān)聯(lián)（包括前文討論的硬件和模擬），一個(gè)開放的社區(qū)將會(huì)形成并蓬勃發(fā)展，從最佳實(shí)踐中學(xué)習(xí)并不斷改進(jìn)已有成果。

第三個(gè)教訓(xùn)是理解在機(jī)器人集群中被賦予的一些屬性（例如，容錯(cuò)性和可伸縮性），它們并非是由集群群自動(dòng)提供的，而是需要精心的設(shè)計(jì)。

如果想要提供自組織機(jī)器人集群本身沒有賦予的其他屬性，比如魯棒性、靈活性或適應(yīng)性（參見表1），那么困難就更大了。人們?cè)噲D通過理論方法設(shè)計(jì)具有這些特性的機(jī)器人集群，但卻忽略了機(jī)器人在傳感器和執(zhí)行器方面的實(shí)施方式及其具體功能。

研究者們已經(jīng)使用數(shù)學(xué)模型，抽象粒子系統(tǒng)或多級(jí)系統(tǒng)在集群中執(zhí)行不同行為證明了上述性質(zhì)（例如聚集[70]、集體運(yùn)動(dòng)[71]、集體決策[20]和模式形成[72]）。

然而，將理論發(fā)現(xiàn)轉(zhuǎn)化為可工作的機(jī)器人系統(tǒng)通常需要徹底的反思，這包括如何引入必要簡(jiǎn)化的理論模型中沒有考慮的特征和約束，以及如何解釋目標(biāo)應(yīng)用領(lǐng)域的特性。

此外，迄今為止尚有一些關(guān)鍵問題沒有得到足夠的重視，但它們卻是部署實(shí)際應(yīng)用所必需的。研究人員需要能夠防止外部攻擊的安全性，使得集群能夠抵御試圖潛入并抓住集群的惡意用戶。為了讓用戶以有意義和輕松的方式與機(jī)器人系統(tǒng)進(jìn)行互動(dòng)，如何指揮和控制集群也是極其重要的。這也需要高度的解釋力，也是促進(jìn)用戶和外行人的接受和信任的集群所必需的。解決好這些問題，將極大提高集群機(jī)器人技術(shù)，加快其從研究向具體應(yīng)用的過渡。

第四個(gè)學(xué)到的教訓(xùn)是，研究人員必須非常小心地使用“生物靈感工具”。從群居昆蟲或群居物種的行為中獲得靈感在很多情況下都是非常有價(jià)值的，這是因?yàn)檫@些自然集群具有的屬性和所表現(xiàn)的行為是任意機(jī)器人集群的基礎(chǔ)：它們是自組織可以普遍工作的事實(shí)的“活證據(jù)”，它們?yōu)樘囟▎栴}提供了可行的解決方案，例如機(jī)器人集群如何以協(xié)調(diào)的方式移動(dòng)、分配任務(wù)或做出集體決策。

在這方面，研究人員要進(jìn)一步促進(jìn)生物學(xué)的貢獻(xiàn)從而提供新的指導(dǎo)原則，這是因?yàn)槿后w智能機(jī)制的新見解將繼續(xù)為集群機(jī)器人從業(yè)者提供信息。

然而，研究人員需要銘記集群機(jī)器人研究的長(zhǎng)期目標(biāo)，即在現(xiàn)實(shí)世界中部署執(zhí)行有用任務(wù)的機(jī)器人集群。因此，如果想將機(jī)器人集群與現(xiàn)實(shí)世界的應(yīng)用相關(guān)聯(lián)，研究人員就應(yīng)該以工程為導(dǎo)向的方法來設(shè)計(jì)機(jī)器人集群。所以當(dāng)機(jī)器人集群所需的行為與特定應(yīng)用高度相關(guān)時(shí)，僅僅依靠生物靈感的指導(dǎo)不太顯示。因此，研究人員應(yīng)避免對(duì)“生物靈感工具”抱有太多信心，并隨時(shí)準(zhǔn)備在必要時(shí)設(shè)計(jì)特別的解決方案。

同樣值得注意的是，盡管生物學(xué)家和機(jī)器人學(xué)家之間的合作卓有成效，但這種合作往往是單向的，并且機(jī)器人學(xué)所獲取的遠(yuǎn)遠(yuǎn)大于它對(duì)生物學(xué)的貢獻(xiàn)。研究人員相信這種情形是可以改善的，機(jī)器人集群可以真正地幫助生物學(xué)家，提供人工的、可控的模型來研究體現(xiàn)（embodiment）、感知、行動(dòng)的效果，并且提供支持群體行為[19][73]所必需的個(gè)體認(rèn)知要求。

此外，將自主機(jī)器人集成到自然集群的可能性提供了新的研究方向[18][74]-[76]，這些都才剛剛開始探索。

3 新方向和新問題

在不久的將來，大多數(shù)的集群機(jī)器人研究很有可能致力于尋求上述開放問題的答案。這一研究對(duì)于該領(lǐng)域進(jìn)一步發(fā)展和技術(shù)水平的提高具有重要意義。然而，也有一些研究方向可能會(huì)帶來更大的飛躍，因?yàn)樗麄兛赡軙?huì)調(diào)研一些全新的方法或領(lǐng)域。盡管這些領(lǐng)域已被認(rèn)定為開放問題，但是尚未得到充分研究。

研究人員首先討論當(dāng)面對(duì)新奇和具有挑戰(zhàn)性情景時(shí)，例如由小尺寸和大量個(gè)體帶來的極端約束（III-A），或由異構(gòu)集群機(jī)器人在硬件/行為內(nèi)（III-B）或在其自身組織結(jié)構(gòu)中（III-C）提供的機(jī)會(huì)，研究人員該如何設(shè)計(jì)和控制機(jī)器人集群。

研究人員接下來考慮設(shè)計(jì)機(jī)器人集群的新方向，要么模仿響應(yīng)能力和適應(yīng)性的生物啟發(fā)例子（III-D），要么采用機(jī)器學(xué)習(xí)方法為集群提供學(xué)習(xí)能力并提高它們的性能（III-E）。

最后，研究人員討論了機(jī)器人集群安全(III-F)和人類-集群交互（III-G）進(jìn)一步研究的必要性，這對(duì)現(xiàn)實(shí)世界的部署至關(guān)重要。

A. 硬件小型化

集群機(jī)器人技術(shù)的目標(biāo)之一是設(shè)計(jì)和控制數(shù)以千計(jì)的簡(jiǎn)單機(jī)器人，實(shí)現(xiàn)由簡(jiǎn)單的個(gè)體行為和大量交互產(chǎn)生的集群級(jí)別的復(fù)雜行為。

能夠最大限度發(fā)揮集群機(jī)器人未來影響的一個(gè)方面是開發(fā)數(shù)以千計(jì)的微型機(jī)器人，其尺寸可以縮小到毫米甚至微米或納米尺度。這樣的集群可以進(jìn)入狹小的密閉空間（例如，微流體通道和人體）、操縱微觀物體（例如，微塑料或單個(gè)細(xì)胞）以及自組織為局部治療提供支持（例如，靶向藥物輸送）。

迄今為止的研究只觸摸到了一個(gè)具有巨大潛力的領(lǐng)域的皮毛。然而，縮小機(jī)器人尺寸給集群機(jī)器人提供切實(shí)可行的解決方案帶來了新的挑戰(zhàn)。

微型機(jī)器人和納米機(jī)器人面臨著與宏觀尺度不同的物理定律，需要新的群體行為模式。當(dāng)前的微型機(jī)器人和納米機(jī)器人并非利用傳統(tǒng)的硬件，而是由活性膠體粒子[77]、軟體（生物）機(jī)器人[78]、細(xì)菌驅(qū)動(dòng)的納米機(jī)器[79，80]，甚至是可控的基因工程生物體[81]組成。在此類系統(tǒng)中實(shí)現(xiàn)和控制群體行為將需要新的范式，因?yàn)榫_控制個(gè)體行為的能力會(huì)被強(qiáng)制限制。

此外，整合傳統(tǒng)的感知和行動(dòng)方式極具挑戰(zhàn)性[82]，研究人員需要重新思考設(shè)計(jì)和控制此類集群的策略。總體而言，研究應(yīng)側(cè)重于利用少數(shù)不可靠傳感器、極少或完全缺乏計(jì)算能力以及不可靠行為的控制方法[51，52]。設(shè)計(jì)硬件以呈現(xiàn)自組織特性的解決方案也是合理的 [83，84]，盡管在這種情況下，靈活和自適應(yīng)的行為較難獲得。在所有這些情況下，引導(dǎo)自組織比嘗試直接控制更有價(jià)值。

B. 異構(gòu)性

同構(gòu)性假設(shè)仍然普遍存在于集群機(jī)器人的研究中：所有的機(jī)器人都是相同的并運(yùn)行相同的控制軟件，它們都是可替換的，只有與（社會(huì)）環(huán)境交互的個(gè)體歷史才能導(dǎo)致某種特定行為的表達(dá)。這個(gè)假設(shè)起源于群體行為的理論模型，它通常簡(jiǎn)化復(fù)雜現(xiàn)象以獲得易處理性。事實(shí)上，同構(gòu)系統(tǒng)中的自組織通常足以解釋實(shí)驗(yàn)觀察[1]。

然而，自然集群的不同個(gè)體在生理和行為上可能極為不同，而個(gè)體的特點(diǎn)會(huì)影響對(duì)環(huán)境和社會(huì)線索的反應(yīng)[85]。異構(gòu)性被認(rèn)為是賦予群體行為靈活性、新條件適應(yīng)性及應(yīng)對(duì)外部擾動(dòng)恢復(fù)力的基礎(chǔ)。這些功能有益于集群機(jī)器人，但異構(gòu)性并沒有得到應(yīng)有的充分利用。

前文提及的Swarmanoid 項(xiàng)目通過研究物理異構(gòu)機(jī)器人集群中的協(xié)調(diào)群體行為，證明了一個(gè)可能的方向[29]。其他強(qiáng)大的協(xié)作形式允許初始同構(gòu)的機(jī)器人學(xué)習(xí)不同的行為，當(dāng)這使群體表現(xiàn)受益時(shí)，這些形式就會(huì)與特定任務(wù)掛鉤。然而，解決異構(gòu)實(shí)體所展示的自組織行為的復(fù)雜性仍非常具有挑戰(zhàn)性，但有望為整個(gè)領(lǐng)域帶來巨大的進(jìn)步。

C. 去中心化vs層級(jí)結(jié)構(gòu)

一開始，集群機(jī)器人就采用了自組織范式，其中群體控制是通過簡(jiǎn)單的（隨機(jī)）規(guī)則獲得的，這些規(guī)則定義了機(jī)器人之間及與環(huán)境之間的交互方式，而不需要利用任何形式的集中控制或全局知識(shí)。

然而，在許多情況下，集中式或分層式控制形式可以使設(shè)計(jì)和控制集群機(jī)器人的問題變得更容易。在許多動(dòng)物社會(huì)中，等級(jí)制度常與自組織并存，這一事實(shí)也可能證明引入某種形式的層級(jí)控制是合理的[86][87]。不幸的是，這些方法將需要引入使系統(tǒng)變得脆弱（單點(diǎn)故障）和難以擴(kuò)展的機(jī)制。

選擇去中心化還是層級(jí)結(jié)構(gòu)，或者如何整合兩者，這些問題目前尚未得到充分的研究。在這個(gè)方向上，文獻(xiàn)[88]首先提出創(chuàng)建混合系統(tǒng)，其中由自組織過程產(chǎn)生的層級(jí)控制結(jié)構(gòu)可以以一種特殊的方式動(dòng)態(tài)出現(xiàn)。這與某些集群中發(fā)生的情況類似，其中自組織過程會(huì)導(dǎo)致線性層次結(jié)構(gòu)的形成和單體繁殖個(gè)體的出現(xiàn)[87]。

Mathew等人[88]創(chuàng)建了一種基礎(chǔ)設(shè)施——中間件（middleware），允許集群機(jī)器人從純粹的自組織控制自動(dòng)切換到層級(jí)控制，然后再自動(dòng)切換回來。雖然實(shí)驗(yàn)已經(jīng)證明了該方法的可行性[88，89]，如何將允許創(chuàng)建層級(jí)控制結(jié)構(gòu)的規(guī)則設(shè)計(jì)成集群機(jī)器人必須執(zhí)行的任務(wù)的函數(shù)，以及如何實(shí)現(xiàn)由純自組織控制到層級(jí)控制的轉(zhuǎn)變（以及相反的過程）作為任務(wù)的函數(shù)和環(huán)境的函數(shù)被激活，理解這些問題仍需要大量的工作。

D. 相變與適應(yīng)性

在現(xiàn)實(shí)世界的環(huán)境中，集群機(jī)器人面對(duì)的主要挑戰(zhàn)是適應(yīng)意外事件的發(fā)生，例如，障礙物的存在及不斷變化的大氣條件（例如光照、風(fēng)、降水）。所有這些事件都可能妨礙集群機(jī)器人前行或執(zhí)行某些任務(wù)。

在這些條件下，集群必須共同地調(diào)整其行為并自動(dòng)改變其策略。這種群體能力可以在一些群居動(dòng)物（成群的搖蚊、魚、羊）中觀察到。

在這些物種中，個(gè)體之間的交互會(huì)導(dǎo)致一些集體屬性，它們與兩種宏觀狀態(tài)之間接近相變的物理系統(tǒng)的屬性類似（術(shù)語見表1），這導(dǎo)致對(duì)少數(shù)個(gè)體的行為變化極為敏感[90, 91]。在這種條件下，少數(shù)察覺到環(huán)境變化的個(gè)體的反應(yīng)可以傳播到集群中的其他成員，使它們能夠有效地應(yīng)對(duì)捕食者的攻擊等干擾。

這種群體適應(yīng)能力不僅源于個(gè)體之間特殊的交互形式，而且源于對(duì)這些互動(dòng)相對(duì)強(qiáng)度的調(diào)節(jié)[92]。這類特性在集群機(jī)器人中的轉(zhuǎn)換可以顯著提高他們的自主水平，這將是一個(gè)很有前景的研究方向。

E. 集群機(jī)器人的機(jī)器學(xué)習(xí)

到目前為止，機(jī)器學(xué)習(xí)在集群機(jī)器人中唯一突出的應(yīng)用就是進(jìn)化算法（見表1中的術(shù)語表），用于開發(fā)簡(jiǎn)單的神經(jīng)控制器來驅(qū)動(dòng)集群中單個(gè)機(jī)器人的行為。

然而，機(jī)器學(xué)習(xí)的最新進(jìn)展，特別是新的深度學(xué)習(xí)技術(shù)的可用性，既可作為一種設(shè)計(jì)群體行為的手段，也可為在集體內(nèi)共享的單個(gè)機(jī)器人提供額外的能力。目前為止，這些研究沒有得到集群機(jī)器人社區(qū)的認(rèn)可。機(jī)器學(xué)習(xí)作為一種設(shè)計(jì)方法，存在自動(dòng)設(shè)計(jì)的問題[44]，以及通過試錯(cuò)來進(jìn)行在線學(xué)習(xí)的附加約束[93]，以及情景獎(jiǎng)勵(lì)和協(xié)調(diào)問題。

無模型方法（見表1）在計(jì)算條件方面可能非常苛刻，盡管它們?cè)谔幚肀碚魅后w行為的復(fù)雜、不可預(yù)測(cè)的突發(fā)事件方面非常強(qiáng)大。由于學(xué)習(xí)（當(dāng)前）群體行為的模型能夠產(chǎn)生高效設(shè)計(jì)的個(gè)體政策，基于模型的方法可能會(huì)很有價(jià)值。兩者的結(jié)合是目前幾個(gè)領(lǐng)域一直在探索的方向，它可能也與集群機(jī)器人的研究有關(guān)。

除了設(shè)計(jì)群體行為之外，機(jī)器學(xué)習(xí)以及更為特殊的深度學(xué)習(xí)方法可以為個(gè)體機(jī)器人提供先進(jìn)的能力以維持個(gè)體和群體行為。從這方面看，找到可以利用集群所得的信息來支持更有效地解釋世界的方法顯得非常重要。

例如，深度網(wǎng)絡(luò)代表了圖像分類的最先進(jìn)技術(shù)，而圖像分類則是許多與機(jī)器人集群相關(guān)應(yīng)用中所需的一項(xiàng)功能。通過利用多個(gè)機(jī)器人從不同角度和不同時(shí)間下觀察同一場(chǎng)景的存在性，可以提供更準(zhǔn)確和更高計(jì)算效率的解決方案[94，95]。為了支持這種集群級(jí)別的操作，研究人員還需要大量工作來定義網(wǎng)絡(luò)架構(gòu)和學(xué)習(xí)范式。

F. 安全

在實(shí)驗(yàn)室外使用自主機(jī)器人會(huì)帶來安全問題。機(jī)器人在執(zhí)行任務(wù)時(shí)需要具備安全性[96]，它們應(yīng)該保證所收集數(shù)據(jù)的隱私，它們也應(yīng)該能夠抵御由惡意用戶試圖獲得控制而發(fā)起的外部攻擊。在機(jī)器人集群的情況下，這些問題將更加嚴(yán)重[97]。由于某些場(chǎng)景下可能存在數(shù)百個(gè)相互交互的機(jī)器人，諸如實(shí)體身份驗(yàn)證、數(shù)據(jù)機(jī)密性和數(shù)據(jù)完整性等問題會(huì)被放大。此外，少數(shù)惡意機(jī)器人潛入集群可能會(huì)導(dǎo)致集群的工作中斷[97]。

機(jī)器人集群安全的研究仍處于起步階段。最初的工作是研究如何利用傳統(tǒng)的（例如，加密的Merkle樹[98]）和不那么傳統(tǒng)的（區(qū)塊鏈[99]）安全方法來增加安全層或被完全集成到機(jī)器人集群的控制體系結(jié)構(gòu)中。這些初期的工作可以解決諸如如何在群中保持信息私有化[98][100]，如何避免惡意機(jī)器人的干擾[101]，以及如何對(duì)抗Sybil攻擊[99]等問題。

研究人員需要進(jìn)行大量研究來擴(kuò)展這些簡(jiǎn)單的、概念驗(yàn)證的解決方案，以便將它們移植到現(xiàn)實(shí)世界中的大群機(jī)器人中。

G. 人類-集群交互

雖然與單個(gè)機(jī)器/機(jī)器人的交互已被深入研究[102]，但與機(jī)器人集群的交互則開辟了全新的方向。主要的困難在于集群是自組織的，因此沒有一個(gè)清晰的實(shí)體可以讓人類與之建立交流。為了向集群提供關(guān)于要實(shí)現(xiàn)的目標(biāo)或要完成的任務(wù)的信息[103][104]，人類-集群交互（HSI）非常有必要。

在集群中嵌入一些用戶驅(qū)動(dòng)的機(jī)器人，可以間接地控制集群。最近幾個(gè)學(xué)科的研究[92][105][107]表明，少數(shù)忠誠智能體可以決定集群的整體行為。類似的機(jī)制代表了控制機(jī)器人集群的有趣方法，盡管它們可能需要引入必要的安全挑戰(zhàn)，以避免少數(shù)惡意機(jī)器人控制整個(gè)機(jī)器人集群。或者，機(jī)器人集群可以由用戶直接控制或操縱，例如通過手勢(shì)[108][109]或腦電圖信號(hào)[110]進(jìn)行控制。

用戶對(duì)集群的直接控制是復(fù)雜的，因?yàn)槔斫饧涸谧鍪裁词欠浅＞哂刑魬?zhàn)性的，這是由于集群內(nèi)部發(fā)生了大量的交互，這對(duì)于人類觀察者來說可能很難“讀懂”。因此，可解釋性至關(guān)重要。

可能的解決方案或許內(nèi)置于集群的自組織機(jī)制中，以便使用戶能夠看到集群的當(dāng)前狀態(tài)和目標(biāo)。群體行為的接口（可能通過增強(qiáng)現(xiàn)實(shí)來實(shí)現(xiàn)）可以收集和可視化來自集群的信息，而群體行為的模型可以被集成以提供支持用戶采取行動(dòng)的預(yù)測(cè)（例如，通過向集群發(fā)出新的命令）。任何HSI解決方案的設(shè)計(jì)都需要了解與機(jī)器人集群互動(dòng)的人類所產(chǎn)生的心理影響，以支持減少壓力的互動(dòng)方式[111][112]，并提高可用性和信任度[113]。

4未來應(yīng)用如何指導(dǎo)研究

迄今為止對(duì)集群機(jī)器人研究的巨大興趣[114-116]源于人們期待基于自主機(jī)器人的現(xiàn)實(shí)應(yīng)用將在不久的將來無處不在，以及讓它們彼此合作以及與人類用戶合作來避免集中控制的陷阱。

同時(shí)考慮到合作場(chǎng)景（即機(jī)器人協(xié)調(diào)完成共同任務(wù)）和半合作場(chǎng)景（例如，受益于全球高效活動(dòng)組織的自利機(jī)器人，如自動(dòng)駕駛汽車），集群機(jī)器人研究產(chǎn)生的知識(shí)和實(shí)踐將是解決未來機(jī)器人應(yīng)用中復(fù)雜協(xié)調(diào)問題的關(guān)鍵。

因此，研究人員堅(jiān)信，推進(jìn)集群機(jī)器人研究不僅有利于該領(lǐng)域本身，而且很大程度上有利于機(jī)器人技術(shù)、信息物理系統(tǒng)和社會(huì)技術(shù)系統(tǒng)等領(lǐng)域。

在本節(jié)中，研究人員首先討論了在現(xiàn)實(shí)應(yīng)用中使用機(jī)器人集群來解決問題或執(zhí)行任務(wù)的一般準(zhǔn)測(cè)，然后概述了研究人員認(rèn)為的集群機(jī)器人的主要潛在應(yīng)用領(lǐng)域。本概述具有推測(cè)性，這是因?yàn)楝F(xiàn)實(shí)世界的應(yīng)用程序還沒有出現(xiàn)。然而，通過考慮不同的應(yīng)用領(lǐng)域，并在其中批判性地評(píng)估集群機(jī)器人方法具體帶來的好處，研究人員會(huì)有更多的選擇。

A. 集群機(jī)器人解決方案的普遍準(zhǔn)則

原則上，當(dāng)考慮將機(jī)器人集群應(yīng)用于解決現(xiàn)實(shí)問題時(shí)，首要問題是機(jī)器人集群是否確實(shí)是最好的方法。然而，這是一個(gè)非常困難的問題，特別是考慮到集群機(jī)器人是一個(gè)年輕的學(xué)科，并且如上所述，該領(lǐng)域仍有許多未解決的研究問題。

因此，當(dāng)前的實(shí)踐包括基于相對(duì)于其他解決方案的預(yù)期優(yōu)勢(shì)來評(píng)估集群機(jī)器人解決方案的適用性，并考慮可用技術(shù)施加的約束（一個(gè)值得注意的例外是Kazadi的工作[117，118]，他明確解決了機(jī)器人集群是否是某給定問題的適當(dāng)技術(shù)的問題；然而他的方法仍處于提案階段，并且尚未應(yīng)用于任何真正的機(jī)器人集群實(shí)踐）。

由于缺乏從問題規(guī)范到機(jī)器人集群實(shí)現(xiàn)和部署的工作方法，下面研究人員將討論一些在處理具體應(yīng)用問題時(shí)指導(dǎo)選擇集群機(jī)器人解決方案的普遍指導(dǎo)原則。

第一個(gè)非常普遍的指導(dǎo)方針是，只有當(dāng)單個(gè)機(jī)器人解決方案無法（有效地）解決問題時(shí)，才應(yīng)該考慮使用多機(jī)器人系統(tǒng)以及它的擴(kuò)展——機(jī)器人集群，這是因?yàn)榭紤]到現(xiàn)有的技術(shù)和應(yīng)用限制，這些系統(tǒng)要么太復(fù)雜，要么要求太高。

例如，單個(gè)機(jī)器人對(duì)大面積區(qū)域的監(jiān)控不太可行，唯一的選擇可能是同時(shí)使用多個(gè)機(jī)器人[119]。另一個(gè)例子是在搜救場(chǎng)景中使用無人機(jī)探索一座大型倒塌建筑：即使在這種情況下，一架無人機(jī)也可能執(zhí)行任務(wù)，但由于有限的飛行時(shí)間和需要飛回來充電，這可能不夠有效。在這種情況下，多機(jī)器人解決方案通過并行操作[41]可以更加高效。

一旦建立了多機(jī)器人系統(tǒng)的適應(yīng)性，研究人員就應(yīng)該考慮哪種控制方法最適合所涉及的問題。例如，當(dāng)以集中方式協(xié)調(diào)機(jī)器人不現(xiàn)實(shí)或不可取時(shí)[120]，使用機(jī)器人集群可能是正確的方法。在某些情況下，集中式重規(guī)劃可以解決任務(wù)的不確定性和環(huán)境的不可預(yù)測(cè)性[121]。

然而，如果對(duì)在線識(shí)別功能和偶發(fā)事件適應(yīng)性具有強(qiáng)烈需求，最好是通過去中心化的、自組織的方法來實(shí)現(xiàn)。然而，即使在這種情況下，應(yīng)該考慮如果其他方法，如分布式模型預(yù)測(cè)控制[122, 123]，可以用，這可能并非如此當(dāng)它是不可能或很難創(chuàng)建簡(jiǎn)單模型要解決的問題和機(jī)器人的環(huán)境操作。

然而，人們應(yīng)該考慮是否可以使用其他方法（例如分布式模型預(yù)測(cè)控制[122, 123]），但當(dāng)不可能或太難創(chuàng)建足夠簡(jiǎn)單的模型來應(yīng)對(duì)要解決的問題和機(jī)器人將要操作的環(huán)境時(shí)，那就要另當(dāng)別論了。

另一個(gè)需要考慮的方面是，給定的問題是否可以分解為固定數(shù)量的具有明確定義的任務(wù)，這些任務(wù)可以由一組機(jī)器人完成，而且每個(gè)機(jī)器人都有特定的角色，例如裝配線或機(jī)器人足球[68]。若非如此，那么集群機(jī)器人方法可能是可行的。

換句話說，即使某個(gè)問題可以用多機(jī)器人系統(tǒng)更好地解決，這并不一定意味著需要一個(gè)機(jī)器人集群。如果任務(wù)在子任務(wù)中沒有預(yù)定義的分區(qū)，或者該任務(wù)允許將不同的角色分配給可用的機(jī)器人[27，29]，則該任務(wù)更適合后一種方案。

最后，如果期望機(jī)器人之間進(jìn)行有益的合作，集群機(jī)器人方法可能是正確的選擇。事實(shí)上，集群機(jī)器人系統(tǒng)通過協(xié)作可以實(shí)現(xiàn)性能的超線性增長(zhǎng)，從而證明建立協(xié)作所必需的開銷是合理的[124]。

B. 應(yīng)用、需求和未來研究

考慮到這些因素，研究人員應(yīng)該對(duì)集群機(jī)器人的潛在應(yīng)用領(lǐng)域進(jìn)行嚴(yán)格評(píng)估，以確定集群機(jī)器人方法可以具體帶來的效益。

例如，雖然服務(wù)機(jī)器人通常不按照群體進(jìn)行組織，但是每個(gè)機(jī)器人所執(zhí)行的協(xié)調(diào)活動(dòng)和任務(wù)分配在一定程度上是去中心化的和自組織的。盡管如此，特定任務(wù)本身可能不需要機(jī)器人之間的協(xié)調(diào)或協(xié)作。類似地，物流（如大型倉庫）、自動(dòng)駕駛汽車和智能移動(dòng)肯定能從集群機(jī)器人研究的去中心化協(xié)調(diào)策略中獲益。然而，這些應(yīng)用不太可能指導(dǎo)未來的集群機(jī)器人研究。

相反，精確農(nóng)業(yè)或基礎(chǔ)設(shè)施檢查與維護(hù)等應(yīng)用需要處理非結(jié)構(gòu)化、不可預(yù)測(cè)的環(huán)境（通常覆蓋的范圍很廣），它們可以從機(jī)器人集群的并行化和協(xié)作中獲益。

例如，早期識(shí)別農(nóng)田內(nèi)疾病的爆發(fā)需要機(jī)器人之間的信息共享，以便從耦合的局部視角中形成全局模式，支持適當(dāng)?shù)捻憫?yīng)和更好的戰(zhàn)略規(guī)劃[95，125]。類似地，在大型基礎(chǔ)設(shè)施中可靠地識(shí)別缺陷需要高效的搜索能力，而這種能力可以通過群集的方式最佳實(shí)現(xiàn)[126]。精確農(nóng)業(yè)和基礎(chǔ)設(shè)施檢查都發(fā)生在某種靜態(tài)環(huán)境中（農(nóng)田或要檢查的基礎(chǔ)設(shè)施）。

盡管如此，去中心化和自組織可以提高效率（歸功于并行和協(xié)調(diào)的操作）和精度（歸功于群體感知的自適應(yīng)策略，它允許對(duì)感知到的偶發(fā)事件作出反應(yīng)，并確定最優(yōu)的任務(wù)計(jì)劃，從而最大限度地提高所有相關(guān)特征被仔細(xì)觀察的可能性）。

在這方面，未來的研究應(yīng)該聚焦于通過多種可能異構(gòu)的機(jī)器人之間的信息融合來理解復(fù)雜特征的策略。此外，研究人員需要設(shè)計(jì)有針對(duì)性的干預(yù)和操作能力（例如收獲果實(shí)或維護(hù)），為去中心化的合作活動(dòng)提供新的機(jī)會(huì)。

全世界的國(guó)防機(jī)構(gòu)都在尋求機(jī)器人集群的應(yīng)用，并且發(fā)現(xiàn)無法被輕易關(guān)閉的系統(tǒng)非常吸引人[127]。對(duì)外部攻擊具有容錯(cuò)能力的系統(tǒng)可以支持對(duì)抗性設(shè)置下的操作，特別是當(dāng)機(jī)器人是可替換的，并且在某種程度上是可丟棄的。然而，在這方面，人的因素仍然不可避免地處于中心地位。

因此，國(guó)防應(yīng)用需要考慮人機(jī)交互，而且先進(jìn)的HSI戰(zhàn)略將是有效部署的關(guān)鍵[113]。此外，安全和防護(hù)方面需要達(dá)到最高水平，以確保機(jī)器人集群不會(huì)失控或被惡意捕獲[96]。類似的方面在民防等其他應(yīng)用領(lǐng)域也很重要，這些領(lǐng)域需要面對(duì)自然或人為災(zāi)害，需要不依賴外部基礎(chǔ)設(shè)施或可靠地圖也能夠處理緊急情況的敏捷機(jī)器人。這種類型的應(yīng)用的門檻非常高，因?yàn)闄C(jī)器人集群需要保證最高的性能和可靠性，從而確保所有受害者都得到援救。

空間任務(wù)引入了機(jī)器人應(yīng)用的其他限制，這些限制可能由集群機(jī)器人成功解決。在太空中，由于宇宙輻射對(duì)現(xiàn)代cpu的影響，計(jì)算機(jī)的計(jì)算能力仍然有限[128]。因此，與單個(gè)更強(qiáng)大的機(jī)器人相比，計(jì)算能力有限的機(jī)器人集群可能是更好的設(shè)計(jì)選擇[69，129，130]。

發(fā)射到太空中的機(jī)器人不容易修復(fù)或替換，致力于冗余系統(tǒng)的集群機(jī)器人會(huì)是一個(gè)很好的解決方案，集群中單個(gè)機(jī)器人的故障只會(huì)導(dǎo)致群性能的輕微下降。

最后，在太空中，建立外部基礎(chǔ)設(shè)施來支持機(jī)器人的協(xié)調(diào)可能是極其昂貴的，甚至是不可能的，這也是機(jī)器人集群可以有效處理的典型情形。因此，NASA和ESA等空間機(jī)構(gòu)已經(jīng)開始對(duì)集群技術(shù)產(chǎn)生了興趣，例如前文提到的Swarmathon競(jìng)賽等活動(dòng)[69]和針對(duì)微衛(wèi)星群控制的研究[130]。群系統(tǒng)的必要自治是空間應(yīng)用帶來的巨大挑戰(zhàn)，它要求不能依賴可靠和持續(xù)的人工干預(yù)。

機(jī)器人集群在娛樂行業(yè)也良好的發(fā)展?jié)摿ΑＤ壳耙呀?jīng)有一些無人機(jī)在室外和室內(nèi)進(jìn)行燈光表演的例子[131]，然而，這通常是基于集中預(yù)先安排的飛行路徑。類似地，其他開發(fā)多機(jī)器人娛樂系統(tǒng)的嘗試也依賴于一些集中控制的解決方案來精細(xì)地控制系統(tǒng)[132, 133]。如果考慮去中心化方法，特別是如果用戶能夠通過參與機(jī)器人集群而積極參與娛樂活動(dòng)，并根據(jù)位置、運(yùn)動(dòng)甚至情感改變其動(dòng)態(tài)，則可能會(huì)有新的機(jī)遇[134]。在這種情況下，未來研究可以試驗(yàn)HSI的全新模式，這之后也可以被其他應(yīng)用領(lǐng)域借鑒。例如，研究人員可以想象各種HSI接口，從可穿戴設(shè)備[135]，增強(qiáng)和虛擬現(xiàn)實(shí)[136]到腦機(jī)交互模式[110]。

最后，成群的納米機(jī)器人可能在未來成為精確醫(yī)學(xué)的高新工具，使人體內(nèi)的靶向干預(yù)成為可能，如微創(chuàng)手術(shù)或直接向癌細(xì)胞傳遞的多療法[137, 138]。然而，協(xié)調(diào)大量計(jì)算能力和通信能力極其有限的機(jī)器人將使集群機(jī)器人方法達(dá)到其極限，并需要開發(fā)新的概念工具，以及微觀硬件或生物機(jī)器人設(shè)備[58]。

總體而言，集群機(jī)器人潛在應(yīng)用領(lǐng)域的需求與未來研究挑戰(zhàn)之間的關(guān)系是毋庸置疑的。因此，研究人員設(shè)想了研究人員和來自不同應(yīng)用領(lǐng)域的利益相關(guān)者之間的密切合作，他們可以提供實(shí)例來推動(dòng)新的發(fā)展，并為設(shè)定未來幾年集群機(jī)器人的研究議程做出貢獻(xiàn)。

5總結(jié)

設(shè)計(jì)和實(shí)現(xiàn)有效的機(jī)器人集群是機(jī)器人技術(shù)面臨的最大挑戰(zhàn)之一，也是最有前途的研究方向之一，這一說法已經(jīng)得到了證實(shí)[116]。

在這篇文章中，研究人員簡(jiǎn)要地總結(jié)了集群集群機(jī)器人技術(shù)的現(xiàn)狀，并確定了研究人員認(rèn)為最有前途的研究方向和主要的開放問題。

然而，研究人員認(rèn)為集群機(jī)器人技術(shù)的重大進(jìn)步必然會(huì)在該領(lǐng)域之外取得進(jìn)展。例如，新材料、生物混合解決方案以及儲(chǔ)存和傳輸能量的新方法將有助于解決目前與機(jī)器人集群硬件相關(guān)的一些問題。

人工智能技術(shù)的發(fā)展，特別僅需有限計(jì)算資源并能夠與小型廉價(jià)機(jī)器人的cpu一起工作的分布式學(xué)習(xí)算法的發(fā)展，將使機(jī)器人群體逐漸增加其自主性。

集群必須確保可解釋性，這現(xiàn)在是整個(gè)機(jī)器人和人工智能領(lǐng)域的一個(gè)主要問題。換句話說，用戶將需要能夠在不詳細(xì)了解底層機(jī)制的情況下理解決策過程——這是確保新智能技術(shù)的可接受性和培養(yǎng)對(duì)它們的信任的重要需求，從而為大規(guī)模的現(xiàn)實(shí)世界中的部署創(chuàng)造條件。

盡管這些問題在人工智能領(lǐng)域得到了更廣泛的解決，但它們的復(fù)雜性可能會(huì)因大量的自主實(shí)體和它們之間的大量交互而增加，而這恰恰是集群機(jī)器人系統(tǒng)的典型特征。

如果研究人員能夠克服這些挑戰(zhàn)，集群機(jī)器人預(yù)計(jì)將在十年內(nèi)成功地從實(shí)驗(yàn)室進(jìn)入到現(xiàn)實(shí)世界。這種轉(zhuǎn)變不會(huì)立即發(fā)生，但將逐步涉及越來越多的應(yīng)用領(lǐng)域，從而確定新的挑戰(zhàn)以及創(chuàng)造對(duì)新興技術(shù)解決方案的需求，從而推動(dòng)未來幾年的研究和創(chuàng)新。

參考文獻(xiàn)

[1] S. Camazine, J.-L. Deneubourg, N. R. Franks,J. Sneyd, G. Theraulaz, and E. Bonabeau, Self-Organization in Biological Systems. Princeton,NJ, USA: Princeton Univ. Press, 2001.

[2] D. J. T. Sumpter, Collective Animal Behavior.Princeton, NJ, USA: Princeton Univ. Press, 2010.

[3] E. Bonabeau, M. Dorigo, and G. Theraulaz, Swarm Intelligence: From Natural to Artificial Systems. New York, NY, USA: Oxford Univ. Press, 1999.

[4] M. Dorigo and M. Birattari, “Swarm intelligence,” Scholarpedia, vol. 2, no. 9, p. 1462, 2007.

[5] M. Dorigo, “Ant colony optimization,” Scholarpedia, vol. 2, no. 3, p. 1461, 2007.

[6] M. Dorigo,M. A. M. de Oca, and A. P. Engelbrecht, “Particle swarm optimization,” Scholarpedia, vol. 3, no. 11, p. 1486, 2008.

[7] G. Di Caro and M. Dorigo, “AntNet: Distributed stigmergetic control for communications networks,” J. Artif. Intell. Res., vol. 9, pp. 317–365, Dec. 1998.

[8] M. Moussa?d, D. Helbing, and G. Theraulaz, “How simple rules determine pedestrian behavior and crowd disasters,” Proc. Nat. Acad. Sci. USA, vol. 108, no. 17, pp. 6884–6888, 2011. [Online]. Available: https://www.pnas.org/content/108/17/6884

[9] R. Beckers, O. E. Holland, and J. L. Deneubourg,“From local actions to global tasks: Stigmergy and collective robotics,” in Proc. 4th Int. Workshop Synthesis Simulation Living Syst. Artif. Life IV, R. A. Brooks and P. Maes, Eds. Cambridge, MA, USA:MIT Press, 1994, pp. 181–189.

[10] O. Holland and C. Melhuish, “Stigmergy, self-organization, and sorting in collective

robotics,” Artif. Life, vol. 5, no. 2, pp. 173–202,Apr. 1999.

[11] C. R. Kube and H. Zhang, “Collective robotics:From social insects to robots,” Adapt. Behav.,vol. 2, no. 2, pp. 189–218, Sep. 1993.

[12] C. Kube and E. Bonabeau, “Cooperative transport by ants and robots,” Robot. Auton. Syst., vol. 30,no. 1, pp. 85–101, 2000. [Online]. Available:http://www.sciencedirect.com/science/article/pii/S0921889099000664

[13] M. J. B. Krieger, J.-B. Billeter, and L. Keller,“Ant-like task allocation and recruitment in cooperative robots,” Nature, vol. 406, no. 6799,pp. 992–995, Aug. 2000.

[14] A. J. Ijspeert, A. Martinoli, A. Billard, and L. M. Gambardella, “Collaboration through the exploitation of local interactions in autonomous collective robotics: The stick pulling experiment,” Autonom. Robots, vol. 11, no. 2, pp. 149–171,2001.

[15] W. Agassounon, A. Martinoli, and K. Easton,“Macroscopic modeling of aggregation

experiments using embodied agents in teams of constant and time-varying sizes,” Auton. Robots,vol. 17, nos. 2–3, pp. 163–192, Sep. 2004.

[16] M.Wilson, C. Melhuish, A. B. Sendova-Franks, and S. Scholes, “Algorithms for building annular structures with minimalist robots inspired by brood sorting in ant colonies,” Auton. Robots, vol. 17, nos. 2–3, pp. 115–136, Sep. 2004.

[17] S. Garnier et al., “The embodiment of cockroach aggregation behavior in a group of micro-robots,”Artif. Life, vol. 14, no. 4, pp. 387–408, Oct. 2008.

[18] J. Halloy et al., “Social integration of robots into groups of cockroaches to control self-organized choices,” Science, vol. 318, no. 5853, pp. 1155–1158, 2007. [Online]. Available:https://science.sciencemag.org/content/318/5853/1155

[19] S. Garnier, M. Combe, C. Jost, and G. Theraulaz,“Do ants need to estimate the geometrical properties of trail bifurcations to find an efficient route? A swarm robotics test bed,” PLoS Comput. Biol., vol. 9, no. 3, Mar. 2013, Art. no. e1002903.

[20] A. Reina, G. Valentini, C. Fernández-Oto,M. Dorigo, and V. Trianni, “A design pattern for decentralised decision making,” PLoS ONE, vol. 10, no. 10, Oct. 2015, Art. no. e0140950.

[21] G. Valentini, Achieving Consensus in Robot Swarms: Design and Analysis of Strategies for the Best-of-n Problem (Studies in Computational Intelligence). Cham, Switzerland: Springer, 2017.

[22] P.-P. Grassé, “La reconstruction du nid et lescoordinations interindividuelles chez

Bellicositermes natalensis et Cubitermes sp. La théorie de la stigmergie: Essai d’interprétation du comportement des termites constructeurs,”Insectes Sociaux, vol. 6, no. 1, pp. 41–80,Mar. 1959.

[23] G. Theraulaz and E. Bonabeau, “A brief history of stigmergy,” Artif. Life, vol. 5, no. 2, pp. 97–116, 1999, doi: 10.1162/106454699568700.

[24] S. Garnier, J. Gautrais, and G. Theraulaz,“The biological principles of swarm intelligence,”Swarm Intell., vol. 1, no. 1, pp. 3–31, Oct. 2007.

[25] M. Dorigo et al., “Evolving self-organizing behaviors for a swarm-bot,” Auton. Robots,vol. 17, nos. 2–3, pp. 223–245, Sep. 2004.

[26] F. Mondada, L. M. Gambardella, D. FloreanoS. Nolfi, J. Deneubourg, and M. Dorigo,

“The cooperation of swarm-bots–physical interactions in collective robotics,” IEEE Robot.

Autom. Mag., vol. 12, no. 2, pp. 21–28, Jun. 2005.

[27] S. Nouyan, R. Gro?,M. Bonani, F.Mondada, and M. Dorigo, “Teamwork in self-organized robot colonies,” IEEE Trans. Evol. Comput., vol. 13, no. 4, pp. 695–711, Aug. 2009.

[28] M. Dorigo, M. Birattari, and R. O’Grady, “Swarmanoid, the movie,” in Proc. AAAI-11 Video,2011. [Online]. Available: http://www.youtube.com/watch?v=M2nn1X9Xlps

[29] M. Dorigo et al., “Swarmanoid: A novel concept for the study of heterogeneous robotic swarms,”IEEE Robot. Autom. Mag., vol. 20, no. 4,pp. 60–71, Dec. 2013.

[30] M. Rubenstein, C. Ahler, N. Hoff, A. Cabrera, and R. Nagpal, “Kilobot: A low cost robot with scalable operations designed for collective behaviors,” Robot. Auton. Syst., vol. 62, no. 7, pp. 966–975,2014, reconfigurable Modular Robotics. [Online]. Available: http://www.sciencedirect.com/science/article/pii/S0921889013001474

[31] M. Rubenstein, A. Cornejo and R. Nagpal, "Programmable self-assembly in a thousand-robot swarm", Science, vol. 345, no. 6198, pp. 795-799, 2014, [online] Available: https://science.sciencemag.org/content/345/6198/795.

[32] G. Valentini, E. Ferrante, H. Hamann and M. Dorigo, "Collective decision with 100 kilobots: Speed versus accuracy in binary discrimination problems", Auton. Agents Multi-Agent Syst., vol. 30, no. 3, pp. 553-580, May 2016.

[33] I. Slavkov et al., “Morphogenesis in robot swarms,” Sci. Robot., vol. 3, no. 25, 2018, Art. no. eaau9178. [Online]. Available: https:// robotics.sciencemag.org/content/3/25/eaau9178

[34] M. S. Talamali, T. Bose, M. Haire, X. Xu, J. A. R. Marshall, and A. Reina, “Sophisticated collective foraging with minimalist agents: A swarm robotics test,” Swarm Intell., vol. 14, no. 1, pp. 25–56, Mar. 2020.

[35] S. Kornienko, O. Kornienko, and P. Levi, “Minimalistic approach towards communication and perception in microrobotic swarms,” in Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., Aug. 2005, pp. 2228–2234.

[36] G. Caprari and R. Siegwart, “Mobile micro-robots ready to use: Alice,” in Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., Aug.2005, pp. 3295–3300.

[37] F. Mondada et al., “The e-puck, a robot designed for education in engineering,” in Proc. 9th Conf. Auton. Robot Syst. Competitions, 2009, pp. 59–65.

[38] M. Duarte et al., “Evolution of collective behaviors for a real swarm of aquatic surface robots,” PLoS ONE, vol. 11, no. 3, Mar. 2016, Art. no. e0151834.

[39] P. Zahadat and T. Schmickl, “Division of labor in a swarm of autonomous underwater robots by improved partitioning social inhibition,” Adapt. Behav., vol. 24, no. 2, pp. 87–101, Apr. 2016.

[40] G. Vásárhelyi, C. Virágh, G. Somorjai, T. Nepusz, A. E. Eiben, and T. Vicsek, “Optimized flocking of autonomous drones in confined environments,” Sci. Robot., vol. 3, no. 20, 2018, Art. no. eaat3536. [Online]. Available: https://robotics.sciencemag. org/content/3/20/eaat3536

[41] K. N. McGuire, C. De Wagter, K. Tuyls, H. J. Kappen, and G. C. H. E. de Croon, “Minimal navigation solution for a swarm of tiny flying robots to explore an unknown environment,” Sci. Robot., vol. 4, no. 35, 2019, Art. no. eaaw9710. [Online]. Available: https://robotics. sciencemag.org/content/4/35/eaaw9710

[42] M. Brambilla, E. Ferrante, M. Birattari, and M. Dorigo, “Swarm robotics: A review from the swarm engineering perspective,” Swarm Intell., vol. 7, no. 1, pp. 1–41, Mar. 2013.

[43] V. Trianni and A. Campo, “Fundamental collective behaviors in swarm robotics,” in Springer Handbook of Computational Intelligence, J. Kacprzyk and W. Pedrycz, Eds. Berlin, Germany: Springer, 2015, pp. 1377–1394, doi: 10.1007/978-3-662-43505-2_71. [44] G. Francesca and M. Birattari, “Automatic design of robot swarms: Achievements and challenges,” Frontiers Robot. AI, vol. 3, p. 29, Mar. 2016. [Online]. Available: https://www.frontiersin. org/article/10.3389/frobt.2016.00029

[45] L. Garattoni and M. Birattari, “Swarm robotics,” in Wiley Encyclopedia of Electrical and Electronics Engineering, J. G. Webster, Ed. 2016, 10.1002/047134608X.W8312.

[46] G. Valentini, E. Ferrante and M. Dorigo, "The best-of-n problem in robot swarms: Formalization state of the art and novel perspectives", Frontiers Robot. AI, vol. 4, Mar. 2017.

[47] M. Massink, M. Brambilla, D. Latella, M. Dorigo, and M. Birattari, “On the use of bio-PEPA for modelling and analysing collective behaviours in swarm robotics,” Swarm Intell., vol. 7, nos. 2–3, pp. 201–228, Sep. 2013.

[48] A. Prorok, N. Correll, and A. Martinoli, “Multi-level spatial modeling for stochastic distributed robotic systems,” Int. J. Robot. Res., vol. 30, no. 5, pp. 574–589, Apr. 2011.

[49] K. Elamvazhuthi and S. Berman, “Mean-field models in swarm robotics: A survey,” Bioinspiration Biomimetics, vol. 15, no. 1, 2019, Art. no. 015001, doi: 10.1088/1748-3190/ab49a4.

[50] V. Trianni, “Evolutionary swarm robotics,” in Evolving Self-Organising Behaviours in Groups of Autonomous Robots (Studies in Computational Intelligence), vol. 108. Berlin, Germany: Springer-Verlag, 2008.

[51] M. Gauci, J. Chen, W. Li, T. J. Dodd, and R. Gro?, “Self-organized aggregation without computation,” Int. J. Robot. Res., vol. 33, no. 8, pp. 1145–1161, 2014.

[52] A. Ozdemir, M. Gauci, S. Bonnet, and R. Gro?, “Finding consensus without computation,” IEEE Robot. Autom. Lett., vol. 3, no. 3, pp. 1346–1353, Jul. 2018.

[53] G. Francesca et al., “AutoMoDe-chocolate: Automatic design of control software for robot swarms,” Swarm Intell., vol. 9, nos. 2–3, pp. 125–152, Sep. 2015.

[54] E. Ferrante, A. E. Turgut, E. Dué?ez-Guzmán, M. Dorigo, and T. Wenseleers, “Evolution of self-organized task specialization in robot swarms,” PLOS Comput. Biol., vol. 11, no. 8, Aug. 2015, Art. no. e1004273.

[55] M. Brambilla, A. Brutschy, M. Dorigo, and M. Birattari, “Property-driven design for robot swarms: A design method based on prescriptive modeling and model checking,” ACM Trans. Auton. Adapt. Syst., vol. 9, no. 4, pp. 17:1–17:28, 2015.

[56] J. Werfel, K. Petersen, and R. Nagpa, “Designing collective behavior in a termite-inspired robot construction team,” Science, vol. 343, no. 6172, pp. 754–758, 2014. [Online]. Available: https:// science.sciencemag.org/content/343/6172/754

[57] S. Garnier, J. Gautrais, M. Asadpour, C. Jost, and G. Theraulaz, “Self-organized aggregation triggers collective decision making in a group of cockroach-like robots,” Adapt. Behav., vol. 17, no. 2, pp. 109–133, Apr. 2009.

[58] M. Sitti, Mobile Microrobotics. Cambridge, MA, USA: MIT Press, 2017.

[59] A. Reina, A. J. Cope, E. Nikolaidis, J. A. R. Marshall, and C. Sabo, “ARK: Augmented reality for kilobots,” IEEE Robot. Autom. Lett., vol. 2, no. 3, pp. 1755–1761, Jul. 2017.

[60] G. Valentini et al., “Kilogrid: A novel experimental environment for the Kilobot robot,” Swarm Intell., vol. 12, no. 3, pp. 245–266, Sep. 2018.

[61] W. Giernacki, M. Skwierczy′nski, W. Witwicki, P. Wro′nski, and P. Kozierski, “Crazyflie 2.0 quadrotor as a platform for research and education in robotics and control engineering,” in Proc. 22nd Int. Conf. Methods Models Autom. Robot. (MMAR), Aug. 2017, pp. 37–42.

[62] N. Jacobi, P. Husbands, and I. Harvey, “Noise and the reality gap: The use of simulation in evolutionary robotics,” in Proc. 3rd Eur. Conf. Adv. Artif. Life. Berlin, Germany: Springer-Verlag, 1995, pp. 704–720.

[63] C. Pinciroli et al., “ARGoS: A modular, parallel, multi-engine simulator for multi-robot systems,” Swarm Intell., vol. 6, no. 4, pp. 271–295, Dec. 2012.

[64] Y. Song, S. Naji, E. Kaufmann, A. Loquercio, and D. Scaramuzza, “Flightmare: A flexible quadrotor simulator,” 2020, arXiv:2009.00563. [Online]. Available: https://arxiv.org/abs/2009.00563

[65] M. Birattari et al., “Automatic off-line design of robot swarms: A manifesto,” Frontiers Robot. AI, vol. 6, p. 59, Jul. 2019.

[66] B. P. Gerkey and M. J. Matari′c, “A formal analysis and taxonomy of task allocation in multi-robot systems,” Int. J. Robot. Res., vol. 23, no. 9, pp. 939–954, Sep. 2004.

[67] E. Nunes, M. Manner, H. Mitiche, and M. Gini, “A taxonomy for task allocation problems with temporal and ordering constraints,” Robot. Auton. Syst., vol. 90, pp. 55–70, Apr. 2017. [Online]. Available: http://www.sciencedirect. com/science/article/pii/S0921889016306157

[68] S. R. Hedberg, “Robots playing soccer? RoboCup poses a new set of challenges in intelligent distributed computing,” IEEE Concurrency, vol. 5, no. 4, pp. 13–17, Oct. 1997.

[69] L. A. Nguyen, T. L. Harman, and C. Fairchild, “Swarmathon: A swarm robotics experiment for future space exploration,” in Proc. IEEE Int. Symp. Meas. Control Robot. (ISMCR), Sep. 2019, pp. B1-3-1–B1-3-4.

[70] H. Hamann and H. W?rn, “A framework of space–time continuous models for algorithm design in swarm robotics,” Swarm Intell., vol. 2, nos. 2–4, pp. 209–239, Dec. 2008.

[71] T. Vicsek and A. Zafeiris, “Collective motion,” Phys. Rep., vol. 517, nos. 3–4, pp. 71–140, Aug. 2012.

[72] M. Coppola, J. Guo, E. Gill, and G. C. H. E. de Croon, “Provable self-organizing pattern formation by a swarm of robots with limited knowledge,” Swarm Intell., vol. 13, no. 1, pp. 59–94, Mar. 2019.

[73] L. Lei, R. Escobedo, C. Sire, and G. Theraulaz, “Computational and robotic modeling reveal parsimonious combinations of interactions between individuals in schooling fish,” PLOS Comput. Biol., vol. 16, no. 3, Mar. 2020, Art. no. e1007194.

[74] J. Krause, A. F. Winfield, and J.-L. Deneubourg, “Interactive robots in experimental biology,” Trends Ecol. Evol., vol. 26, no. 7, pp. 369–375, 2011. [Online]. Available: http://www. sciencedirect.com/science/article/pii/S016953 4711000851

[75] S. Mitri, S. Wischmann, D. Floreano, and L. Keller, “Using robots to understand social behaviour,” Biol. Rev., vol. 88, no. 1, pp. 31–39, 2013, doi: 10.1111/j.1469-185X.2012.00236.x.

[76] F. Bonnet et al., “Robots mediating interactions between animals for interspecies collective behaviors,” Sci. Robot., vol. 4, no. 28, 2019, Art. no. eaau7897. [Online]. Available: https:// robotics.sciencemag.org/content/4/28/eaau7897

[77] H. Xie et al., “Reconfigurable magnetic microrobot swarm: Multimode transformation, locomotion, and manipulation,” Sci. Robot., vol. 4, no. 28, 2019, Art. no. eaav8006. [Online]. Available: https://robotics.sciencemag.org/content/4/28/ eaav8006

[78] S. Kriegman, D. Blackiston, M. Levin, and J. Bongard, “A scalable pipeline for designing reconfigurable organisms,” Proc. Nat. Acad. Sci. USA, vol. 117, no. 4, pp. 1853–1859, 2020. [Online]. Available: https://www.pnas. org/content/117/4/1853

[79] R. D. Leonardo et al., “Bacterial ratchet motors,” Proc. Nat. Acad. Sci. USA, vol. 107, no. 21, pp. 9541–9545, May 2010. [Online]. Available: https://www.pnas.org/content/107/21/9541

[80] K. E. Peyer, L. Zhang, and B. J. Nelson, “Bio-inspired magnetic swimming microrobots for biomedical applications,” Nanoscale, vol. 5, no. 4, pp. 1259–1272, 2012. [Online]. Available: http://dx.doi.org/10.1039/C2NR32554C

[81] I. Rabinowitch, M. Chatzigeorgiou, B. Zhao, M. Treinin, and W. R. Schafer, “Rewiring neural circuits by the insertion of ectopic electrical synapses in transgenic C. elegans,” Nature Commun., vol. 5, no. 1, 2014, Art. no. 4442. [Online]. Available: https://app.dimensions.ai/ details/publication/pub.1050134945 and https://www.ncbi.nlm.nih.gov/pmc/articles/ PMC4109004

[82] M. Z. Miskin et al., “Electronically integrated, mass-manufactured, microscopic robots,” Nature, vol. 584, no. 7822, pp. 557–561, Aug. 2020.

[83] N. Kumar, H. Soni, S. Ramaswamy, and A. K. Sood, “Flocking at a distance in active granular matter,” Nature Commun., vol. 5, no. 1, p. 4688, Dec. 2014.

[84] M. B?r, R. Gro?mann, S. Heidenreich, and F. Peruani, “Self-propelled rods: Insights and perspectives for active matter,” Annu. Rev. Condens. Matter Phys., vol. 11, no. 1, pp. 441–466, Mar. 2020.

[85] R. Jeanson and A. Weidenmüller, “Interindividual variability in social insects–proximate causes and ultimate consequences,” Biol. Rev., vol. 89, no. 3, pp. 671–687, 2014. [Online]. Available: https:// onlinelibrary.wiley.com/doi/abs/10.1111/brv.12074

[86] I. D. Chase, “Social process and hierarchy formation in small groups: A comparative perspective,” Amer. Sociol. Rev., vol. 45, no. 6, pp. 905–924, 1980. [Online]. Available: http://www.jstor.org/stable/2094909

[87] G. Theraulaz, E. Bonabeau, and J.-L. Deneubourg, “Self-organization of hierarchies in animal societies: The case of the primitively eusocial wasp Polistes dominulus Christ,” J. Theor. Biol., vol. 174, no. 3, pp. 313–323, 1995. [Online]. Available: http://www.sciencedirect.com/ science/article/pii/S0022519385701014

[88] N. Mathews, A. L. Christensen, R. O’Grady, F. Mondada, and M. Dorigo, “Mergeable nervous systems for robots,” Nature Commun., vol. 8, no. 1, p. 439, Dec. 2017.

[89] W. Zhu, M. Allwright, M. K. Heinrich, S. O?guz, A. L. Christensen, and M. Dorigo, “Formation control of UAVs and mobile robots using self-organized communication topologies,” in Proc. 12th Int. Conf. Swarm Intell. (ANTS) (Lecture Notes in Computer Science), vol. 12421. Berlin, Germany: Springer, 2020, pp. 306–314.

[90] A. Attanasi et al., “Finite-size scaling as a way to probe near-criticality in natural swarms,” Phys. Rev. Lett., vol. 113, Dec. 2014, Art. no. 238102, doi: 10.1103/PhysRevLett.113.238102.

[91] M. A. Mu?oz, “Colloquium: Criticality and dynamical scaling in living systems,” Rev. Mod. Phys., vol. 90, Jul. 2018, Art. no. 031001, doi: 10.1103/RevModPhys.90.031001.

[92] D. S. Calovi, U. Lopez, P. Schuhmacher, H. Chaté, C. Sire, and G. Theraulaz, “Collective response to perturbations in a data-driven fish school model,” J. Roy. Soc. Interface, vol. 12, no. 104, 2015, Art. no. 20141362. [Online]. Available: https://royalsocietypublishing.org/doi/abs/ 10.1098/rsif.2014.1362

[93] L. Busoniu, R. Babuska, and B. De Schutter, “A comprehensive survey of multiagent reinforcement learning,” IEEE Trans. Syst., Man, Cybern. C, Appl. Rev., vol. 38, no. 2, pp. 156–172, Mar. 2008.

[94] E. Price et al., “Deep neural network-based cooperative visual tracking through multiple micro aerial vehicles,” IEEE Robot. Autom. Lett., vol. 3, no. 4, pp. 3193–3200, Oct. 2018.

[95] F. Magistri, D. Nardi, and V. Trianni, “Using prior information to improve crop/weed classification by MAV swarms,” in Proc. 11th Int. Micro Air Vehicle Competition Conf., Madrid, Spain, 2019, pp. 67–75.

[96] E. R. Hunt and S. Hauert, “A checklist for safe robot swarms,” Nature Mach. Intell., vol. 2, no. 8, pp. 420–422, Aug. 2020.

[97] F. Higgins, A. Tomlinson, and K. M. Martin, “Survey on security challenges for swarm robotics,” in Proc. 5th Int. Conf. Auton. Auton. Syst., 2009, pp. 307–312.

[98] E. C. Ferrer, T. Hardjono, M. Dorigo, and A. S. Pentland, “Secure and secret cooperation in robotic swarms,” 2019, arXiv:1904.09266. [Online]. Available: https://arxiv.org/abs/ 1904.09266

[99] V. Strobel, E. C. Ferrer, and M. Dorigo, “Blockchain technology secures robot swarms: A comparison of consensus protocols and their resilience to Byzantine robots,” Frontiers Robot. AI, vol. 7, p. 54, May 2020.

[100] A. Prorok and V. Kumar, “Towards differentially private aggregation of heterogeneous robots,” in Proc. 13th Int. Symp. Distrib. Auton. Robotic Syst., R. Gro?, A. Kolling, S. Berman, E. Frazzoli, A. Martinoli, F. Matsuno, and M. Gauci, Eds. Cham, Switzerland: Springer, 2018, pp. 587–601, doi: 10.1007/978-3-319-73008-0_41

[101] V. Strobel, E. C. Ferrer, and M. Dorigo, “Managing Byzantine robots via blockchain technology in a swarm robotics collective decision making scenario,” in Proc. 17th Int. Conf. Auton. Agents Multiagent Syst. (AAMAS), M. Dastani, G. Sukthankar, E. André, and S. Koenig, Eds. Richland, SC, USA: International Foundation for Autonomous Agents and Multiagent Systems, 2018, pp. 541–549.

[102] C. Bartneck, T. Belpaeme, F. Eyssel, T. Kanda, M. Keijsers, and S. ?abanovi′c, Human-Robot Interaction: An Introduction. Cambridge, U.K.: Cambridge Univ. Press, 2020.

[103] D. S. Brown, M. A. Goodrich, S.-Y. Jung, and S. C. Kerman, “Two invariants of human swarm interaction,” J. Human-Robot Interact., vol. 5, no. 1, pp. 1–31, Aug. 2015.

[104] A. Kolling, P. Walker, N. Chakraborty, K. Sycara, and M. Lewis, “Human interaction with robot swarms: A survey,” IEEE Trans. Human-Mach. Syst., vol. 46, no. 1, pp. 9–26, Feb. 2016.

[105] J. Gautrais, C. Jost, R. Jeanson, and G. Theraulaz, “How individual interactions control aggregation patterns in gregarious arthropods,” Interact. Stud., vol. 5, no. 2, pp. 245–269, 2004. [Online]. Available: https://www.jbe-platform.com/ content/journals/10.1075/is.5.2.05gau

[106] I. D. Couzin, J. Krause, N. R. Franks, and S. A. Levin, “Effective leadership and decision-making in animal groups on the move,” Nature, vol. 433, no. 7025, pp. 513–516, Feb. 2005.

[107] A. Baronchelli, “The emergence of consensus: A primer,” Roy. Soc. Open Sci., vol. 5, no. 2, Feb. 2018, Art. no. 172189.

[108] G. Podevijn, R. O’Grady, Y. S. G. Nashed, and M. Dorigo, “Gesturing at subswarms: Towards direct human control of robot swarms,” in Proc. 14th Annu. Conf. Towards Auton. Robotic Syst. (TAROS) (Lecture Notes in Computer Science), vol. 8069, A. Natraj, S. Cameron, C. Melhuish, and M. Witkowski, Eds., 2013, pp. 390–403.

[109] J. Nagi, A. Giusti, L. M. Gambardella, and G. A. Di Caro, “Human-swarm interaction using spatial gestures,” in Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst., Sep. 2014, pp. 3834–3841.

[110] L. Mondada, M. E. Karim, and F. Mondada, “Electroencephalography as implicit communication channel for proximal interaction between humans and robot swarms,” Swarm Intell., vol. 10, no. 4, pp. 247–265, Dec. 2016.

[111] G. Podevijn, R. O’Grady, N. Mathews, A. Gilles, C. Fantini-Hauwel, and M. Dorigo, “Investigating the effect of increasing robot group sizes on the human psychophysiological state in the context of human–swarm interaction,” Swarm Intell., vol. 10, no. 3, pp. 193–210, Sep. 2016.

[112] G. Podevijn, R. O’Grady, C. Fantini-Hauwel, and M. Dorigo, “Human responses to stimuli produced by robot swarms—The effect of the reality-gap on psychological state,” in Proc. 13th Int. Symp. Distrib. Auto. Robotic Syst. (Springer Proceedings in Advanced Robotics), vol. 6, R. Gro?, A. Kolling, S. Berman, E. Frazzoli, A. Martinoli, F. Matsuno, and M. Gauci, Eds. Cham, Switzerland: Springer, 2018, pp. 531–543.

[113] C. Nam, P. Walker, H. Li, M. Lewis, and K. Sycara, “Models of trust in human control of swarms with varied levels of autonomy,” IEEE Trans. HumanMach. Syst., vol. 50, no. 3, pp. 194–204,Jun.2020.

[114] M. Dorigo, G. Theraulaz, and V. Trianni, “Reflections on the future of swarm robotics,” Sci. Robot., vol. 5, no. 49, Dec. 2020, Art. no. eabe4385.

[115] M. Dorigo and E. Sahin, Eds., “Special issue on swarm robotics,” Auton. Robots, vol. 17, nos. 2–3, pp. 111–246, Sep. 2004.

[116] G.-Z. Yang et al., “The grand challenges of science robotics,” Sci. Robot., vol. 3, no. 14, 2018, Art. no. eaar7650. [Online]. Available: https:// robotics.sciencemag.org/content/3/14/eaar7650

[117] S. Kazadi, “Swarm engineering,” Ph.D. dissertation, California Inst. Technol., Pasadena, CA, USA, 2000.

[118] M. Li et al., “Generating swarm solution classes using the Hamiltonian method of swarm design,” in Proc. 9th Int. Conf. Agents Artif. Intell., vol. 2. Setúbal, Portugal: SciTePress, 2017, pp. 145–152.

[119] A. Renzaglia, L. Doitsidis, A. Martinelli, and E. B. Kosmatopoulos, “Multi-robot three-dimensional coverage of unknown areas,” Int. J. Robot. Res., vol. 31, no. 6, pp. 738–752, May 2012.

[120] W. H?nig, J. A. Preiss, T. K. S. Kumar, G. S. Sukhatme, and N. Ayanian, “Trajectory planning for quadrotor swarms,” IEEE Trans. Robot., vol. 34, no. 4, pp. 856–869, Aug. 2018.

[121] W. H?nig, S. Kiesel, A. Tinka, J. W. Durham, and N. Ayanian, “Persistent and robust execution of MAPF schedules in warehouses,” IEEE Robot. Autom. Lett., vol. 4, no. 2, pp. 1125–1131, Apr. 2019.

[122] R. R. Negenborn and J. M. Maestre, “Distributed model predictive control: An overview and roadmap of future research opportunities,” IEEE Control Syst., vol. 34, no. 4, pp. 87–97, Aug. 2014.

[123] C. E. Luis, M. Vukosavljev, and A. P. Schoellig, “Online trajectory generation with distributed model predictive control for multi-robot motion planning,” IEEE Robot. Autom. Lett., vol. 5, no. 2, pp. 604–611, Apr. 2020.

[124] H. Hamann and A. Reina, “Scalability in computing and robotics,” 2020, arXiv:2006.04969. [Online]. Available: http://arxiv.org/abs/2006.04969

[125] D. Albani, T. Manoni, D. Nardi, and V. Trianni, “Dynamic UAV swarm deployment for non-uniform coverage,” in Proc. 17th Int. Conf. Auton. Agents MultiAgent Syst. (AAMAS), 2018, pp. 523–531.

[126] N. Correll and A. Martinoli, “Multirobot inspection of industrial machinery,” IEEE Robot. Autom. Mag., vol. 16, no. 1, pp. 103–112, Mar. 2009.

[127] J. J. Dawkins, F. L. Crabbe, and D. Evangelista, “Deployment and flight operations of a large scale UAS combat swarm: Results from DARPA service academies swarm challenge,” in Proc. Int. Conf. Unmanned Aircr. Syst. (ICUAS), Jun. 2018, pp. 1271–1278.

[128] G. C. Messenger, “Radiation hardening,” in AccessScience. McGraw-Hill, 2020. [Online]. Available: https://www.accessscience.com/ content/566850

[129] T. M. Roehr, F. Cordes, and F. Kirchner, “Reconfigurable integrated multirobot exploration system (RIMRES): Heterogeneous modular reconfigurable robots for space exploration,” J. Field Robot., vol. 31, no. 1, pp. 3–34, 2014. [Online]. Available: https://onlinelibrary.wiley. com/doi/abs/10.1002/rob.21477

[130] C. Pinciroli et al., “Self-organizing and scalable shape formation for a swarm of pico satellites,” in Proc. NASA/ESA Conf. Adapt. Hardw. Syst., Los Alamitos, CA, USA: IEEE Computer Society Press, Jun. 2008, pp. 57–61.

[131] M. Waibel, B. Keays, and F. Augugliaro, “Drones shows: Creative potential and best practices,” Verity Studios, Zurich, Switzerland, White Paper, Jan. 2017.

[132] J. Alonso-Mora, A. Breitenmoser, M. Rufli, R. Siegwart, and P. Beardsley, “Image and animation display with multiple mobile robots,” Int. J. Robot. Res., vol. 31, no. 6, pp. 753–773, May 2012.

[133] M. Le Goc, L. H. Kim, A. Parsaei, J.-D. Fekete, P. Dragicevic, and S. Follmer, “Zooids: Building blocks for swarm user interfaces,” in Proc. 29th Annu. Symp. User Interface Softw. Technol. New York, NY, USA: Association for Computing Machinery, Oct. 2016, p. 97.

[134] M. Alhafnawi, S. Hauert, and P. O’Dowd, “Robotic canvas: Interactive painting onto robot swarms,” in Proc. Conf. Artif. Life, 2020, pp. 163–170.

[135] E. Tsykunov, R. Agishev, R. Ibrahimov, L. Labazanova, A. Tleugazy, and D. Tsetserukou, “SwarmTouch: Guiding a swarm of micro-quadrotors with impedance control using a wearable tactile interface,” IEEE Trans. Haptics, vol. 12, no. 3, pp. 363–374, Jul. 2019.

[136] W. H?nig, C. Milanes, L. Scaria, T. Phan, M. Bolas, and N. Ayanian, “Mixed reality for robotics,” in Proc. IEEE/RSJ Int. Conf. Intell. Robots Syst. (IROS), Sep. 2015, pp. 5382–5387.

[137] S. Jeon et al., “Magnetically actuated microrobots as a platform for stem cell transplantation,” Sci. Robot., vol. 4, no. 30, May 2019, Art. no. eaav4317.

[138] X. Dong and M. Sitti, “Controlling two-dimensional collective formation and cooperative behavior of magnetic microrobot swarms,” Int. J. Robot. Res., vol. 39, no. 5, 2020, Art. no. 027836492090310.

原文鏈接：

https://ieeexplore.ieee.org/abstract/document/9460560

由于微信公眾號(hào)試行亂序推送，您可能不再能準(zhǔn)時(shí)收到AI科技評(píng)論的推送。為了第一時(shí)間收到AI科技評(píng)論的報(bào)道， 請(qǐng)將“AI科技評(píng)論”設(shè)為星標(biāo)賬號(hào)在看”。