多机器人不该每次从零开始：具身集体智能的共享世界记忆与任务账本

仓库里的清洁机器人刚发现三号走廊被货架堵住，五分钟后另一台机器人仍然沿着原路线撞上同一个问题；巡检机器人已经建立了房间地图，新加入的配送机器人却再次从头探索；某台机械臂找到一种恢复抓取的方法，经验只留在本机日志里。

今天的多机器人系统擅长共享地图和分配任务，却很少共享 Agent 在执行过程中形成的状态：什么刚刚变化、为什么计划失败、哪种恢复在什么条件下有效、谁可以继续当前任务。

近期一篇研究把下一阶段称为 Embodied Collective Intelligence，并拆成 Co-Perception、Co-Action、Co-Evolution。核心原则非常克制：共享 state，不共享 control。

为什么只共享地图不够

传统协同 SLAM 回答“空间长什么样”，任务分配回答“谁做什么”，集中训练回答“怎样改进策略”。现实部署还需要“现在发生了什么”和“之前为什么失败”。

一个可行动的世界记录至少包含：

“门是开的”不是永久事实，而是一条带时间、观察者和不确定性的事件。机器人使用前要考虑记录的新鲜度和任务风险。

Co-Perception：从多视角变成团队世界记忆

多台机器人不需要持续上传全部相机流。更可扩展的方式是同步变化事件：对象出现或消失、门状态变化、通道阻塞、区域已检查、旧记录失效。

世界记忆应同时支持快照和事件日志。快照回答当前最可信状态，事件日志保留它怎样变化以及为什么被覆盖。融合时要处理：

• 坐标系和时间同步；
• 重复对象关联；
• 不同传感器置信度；
• 网络分区后的冲突合并；
• 动态对象与静态结构的不同 TTL；
• 证据不足时保留多个假设，而不是强行平均。

对于高风险动作，继承的记忆只能提供候选，机器人仍要本地复核。例如“急停区域无人”绝不能仅凭两分钟前另一台机器人的观察。

Co-Action：把私有计划变成共享任务账本

任务分配通常记录初始 owner，但 Agent 会在执行中改变计划。机器人可能发现路线阻塞、工具不匹配、电量不足，或已经完成另一台机器人准备做的工作。

共享任务账本需要记录：

• open、claimed、running、blocked、released、done 等状态；
• owner、lease 和心跳，防止失联机器人永久占任务；
• 当前子目标、最近进展和下一检查点；
• 失败原因、需要的能力和重试预算；
• 产物与验证证据，而不是一句“完成了”。

用 lease 代替永久锁很重要。机器人断网后，任务在租约到期时可以被其他成员接管；原机器人恢复后先读取账本，避免两台同时执行有冲突的动作。

Co-Evolution：共享技能证据，不直接共享未经验证的策略

一台机器人在现场学到的可能只是技能碎片：某种抓取角度、某个门槛的通过参数、一条失败恢复路径。直接把在线更新后的模型推给整个集群，风险很高。

更稳的技能记录应包含：

• 任务类型、前置条件和适用环境；
• 本体要求、传感器、末端执行器和控制接口；
• 成功与失败 episode 数量；
• 安全边界、已知反例和验证状态；
• 可执行产物版本及其回滚版本。

技能池先聚类、去重和评测，再进入可发布库。轮式机器人学到的导航恢复可以迁移给相似底盘，双臂抓取技能则需要更严格的本体兼容检查。共享的是带条件和证据的能力，不是“大家都下载最新权重”。

新机器人能否继承，是检验集体智能的试金石

论文用目标物体导航做了一个说明性实验：无记忆的 Robot C 成功率为 24.1%；继承两台机器人合并记忆的 Robot D，在文本查询任务达到 77.1% SR，在图像查询任务达到 82.5% SR，路径效率也明显改善。

这个结果证明的是“共享世界记忆可能显著减少从零探索”，不是完整 ECI 已经被验证。实验规模、仿真环境、记忆融合方式和任务类型都有限，不能把数字外推到真实异构机器人集群。

但它给出了很好的验收问题：一台新机器人加入后，是否能在不复制其他机器人私有上下文的情况下，读取环境事实、未完成任务和兼容技能，并比从零启动更快达到安全有效的工作状态？

共享状态系统需要什么一致性

机器人系统不可能对所有数据使用强一致。相机发现一个纸箱和生产发布审批不是同一等级。

可以按风险分层：

网络断开时，机器人应保留本地安全和有限自治；恢复连接后上传事件并解决冲突。云端大脑不能成为机器人停下急刹或避免碰撞的单点依赖。

异构本体需要能力语义，而不是型号名单

任务路由不能只写“交给 Robot A”。它应匹配能力：最大载荷、可达高度、夹爪类型、传感器、定位精度、剩余电量、认证区域和当前工具。

技能也应声明 capability contract。例如开门技能要求：可检测把手、末端具备旋转自由度、可施加某范围力矩、有局部力控和门后空间。新机器人只有满足契约，才能加载技能。

这种语义层让团队可以新增本体而不重写所有任务，同时防止“名称相似但物理能力不同”的错误迁移。

安全与攻击面会随共享层扩大

共享记忆可能被错误传感器或被入侵机器人污染；任务账本可能被伪造 claim 阻塞；技能库可能成为供应链攻击入口。需要：

• 设备身份、消息签名和最小写权限；
• 观察者信誉与多源交叉验证；
• 高风险状态禁止单源覆盖；
• 技能制品签名、SBOM、模型和配置哈希；
• 每次状态合并、任务转移和技能发布可审计；
• 隔离故障机器人并撤销凭证的机制。

集体智能不应该变成集体传播错误。共享越快，证据、版本和隔离越重要。

一套可落地的三层架构

机器人本体层负责高频感知、局部地图、运动控制、碰撞避免和急停；现场边缘层维护低延迟世界状态、任务 lease 和设备健康；中心层负责跨区域历史、技能评测、模型训练和策略发布。

数据向上逐步压缩：原始流按需保存，现场同步结构化事件，中心沉淀可验证经验。命令向下逐步收敛：中心给目标和策略版本，边缘协调任务，本体决定安全可执行动作。

这种架构保留共享学习的规模优势，又不让网络和大模型接管毫秒级安全责任。

从“有很多机器人”走向“团队会积累经验”

多机器人系统过去主要扩大覆盖范围，具身集体智能希望扩大经验的可继承性。真正的分界不是机器人数量，而是团队工作一周后，新成员是否能继承更准确的世界、更清楚的任务进度和经过验证的技能。

这条路线不需要一个统一云端意识。它需要更朴素也更困难的基础设施：带时间和证据的世界记忆、有 lease 的任务账本、按本体约束发布的技能库，以及永远留在本地的安全控制。共享 state、保留 control，可能是机器人集群从协调走向共同学习最重要的边界。

参考资料

• When Multi-Robot Systems Meet Agentic AI: Towards Embodied Collective Intelligence