“在足球場(chǎng)上，對(duì)手的出現(xiàn)使得一切變得復(fù)雜起來。”法國哲學(xué)家讓-保羅·薩特（Jean-PaulSartre）的這句話適用于多個(gè)領(lǐng)域，無論是團(tuán)體項(xiàng)目的戰(zhàn)術(shù)策略，還是微觀經(jīng)濟(jì)學(xué)中的博弈論模型，亦或是大規(guī)模爆發(fā)的機(jī)器人之戰(zhàn)。
Gliders2016榮獲2016年7月在德國萊比錫舉辦的2016機(jī)器人世界杯冠軍
來自澳大利亞的Gliders2016球隊(duì)的一記決勝進(jìn)球
對(duì)手的出現(xiàn)讓一切都變得不同了：在相互對(duì)抗的局面下，再細(xì)致的準(zhǔn)備都有被打亂陣腳的可能。
以上結(jié)論在多個(gè)領(lǐng)域其實(shí)都是適用的。無論是戰(zhàn)術(shù)策略的制定，還是繪制施工藍(lán)圖，中途一旦遇上未知的境況（例如對(duì)手重新調(diào)整的策略，或是自然災(zāi)害等不可抗力），無論之前的準(zhǔn)備是多么細(xì)致入微，考慮的是多么周全，都有可能全部土崩瓦解。
因此，讓一個(gè)復(fù)雜系統(tǒng)具有應(yīng)對(duì)突變情況的能力有多重實(shí)現(xiàn)方法，其中一個(gè)可行的思路是賦予系統(tǒng)的每個(gè)組件以自適應(yīng)能力，即讓每個(gè)組件都能進(jìn)行自我調(diào)整以應(yīng)對(duì)突發(fā)狀況。
而這么做的缺點(diǎn)也顯而易見，被孤立看待的每個(gè)組成部分都只會(huì)分析各自的行為模式，但這樣的分析是很難判斷整個(gè)系統(tǒng)的動(dòng)向的。
那么能否找到方法，來預(yù)測(cè)不可知的突發(fā)狀況？這是研究復(fù)雜系統(tǒng)的科學(xué)家在設(shè)計(jì)系統(tǒng)抗干擾性和抗打擊性時(shí)所面臨的核心問題。
最早提出復(fù)雜系統(tǒng)這一概念的，是美國學(xué)者霍蘭。他提出“適應(yīng)性造就復(fù)雜性”，并于1994年引入了復(fù)雜適應(yīng)性系統(tǒng)（CAS:complex adaptive system）的概念。
復(fù)雜性系統(tǒng)的研究方法有別于傳統(tǒng)的理論研究，以計(jì)算機(jī)仿真作為主要研究工具。其主要特點(diǎn)有：
自適應(yīng)性／自組織性（self-adaptative/self-organization）
復(fù)雜系統(tǒng)能夠通過不斷學(xué)習(xí)，調(diào)整自身的結(jié)構(gòu)和行為，以適應(yīng)外部和內(nèi)部的變化。
而且各組件之間，以及組件與環(huán)境之間會(huì)發(fā)生各種交互作用。正是這種自主性和復(fù)雜性，使得復(fù)雜系統(tǒng)具備了不斷演化的動(dòng)力。
演化能力（evolution）
復(fù)雜系統(tǒng)由簡單元素組合，通過對(duì)外界環(huán)境和狀態(tài)的預(yù)期—適應(yīng)—自組織過程，經(jīng)過不斷演化，實(shí)現(xiàn)了從功能到結(jié)構(gòu)的升級(jí)。
人工智能的演化
足球比賽就是一個(gè)演示復(fù)雜系統(tǒng)的很好的模型。機(jī)器人世界杯（RoboCup），顧名思義，是機(jī)器人的世界杯。這一比賽即將迎來20周年紀(jì)念日，最近的賽事吸引了來自超過45個(gè)國家的逾40，000選手和觀眾。
該賽事同時(shí)也是人工智能，機(jī)器人研發(fā)，以及多智能主體復(fù)雜系統(tǒng)（multi-agent complex systems）發(fā)展的的風(fēng)向標(biāo)。
2016年德國萊比錫機(jī)器人世界杯2D仿真組總決賽，2016年7月3日，紅隊(duì)是來自悉尼大學(xué)&CSIFO組成的澳大利亞隊(duì)Gliders2016，黃隊(duì)是來自福岡大學(xué)和大阪府立大學(xué)組成的日本隊(duì)HELIOS2016
一邊是實(shí)體組（physical robot leagues）戰(zhàn)得如火如荼叫好叫座，另一邊仿真組（simulationleague）則將精力集中在AI的升級(jí)迭代上。
在仿真組的比賽中，兩只球隊(duì)的各11名“隊(duì)員”均為程序自主控制，馳騁在一個(gè)二維的虛擬球場(chǎng)上，整個(gè)過程中“球員”無人工操作。20多年來，機(jī)器人世界杯社區(qū)為選手們提供開源模擬器以及可視化軟件，共計(jì)近百萬行代碼。
每個(gè)虛擬“球員”都具備虛擬的全方位視覺，聽覺以及觸覺，能夠“感知”周遭發(fā)生的一切。與此同時(shí)，每一位“球員”還具備基本的行動(dòng)能力，如跑動(dòng)，轉(zhuǎn)身，踢球。
最大的挑戰(zhàn)是，如何推演出可行的最佳策略，來應(yīng)付對(duì)手突如其來的干擾性動(dòng)作。
每走一步耗時(shí)十分之一秒，在此期間，所有的感官馬達(dá)全權(quán)負(fù)責(zé)一個(gè)“球員”的信息鏈，將接受到的新的環(huán)境信息進(jìn)行處理，在約100，000個(gè)選項(xiàng)之中權(quán)衡利弊，然后將敲定的指令傳達(dá)給該“球員”。
“球員”思路示意圖
2016年7月，來自澳大利亞的Gliders2016榮獲冠軍，這是悉尼大學(xué)Mikhail Prokopenko教授以及Victor Jauregui教授，聯(lián)合CSIFO的Peter Wang,OliverObst教授通力合作的成果。
Gliders2016榮獲2016年7月在德國萊比錫舉辦的2016機(jī)器人世界杯冠軍
為了最大化的提升球隊(duì)的實(shí)力，科學(xué)家使用了基于人類演化的計(jì)算策略。以迭代的方式進(jìn)行創(chuàng)新，展開測(cè)試，檢驗(yàn)場(chǎng)上動(dòng)作，提高比賽表現(xiàn)。
若干個(gè)超級(jí)計(jì)算機(jī)群每天執(zhí)行成千上萬次的路徑演算，用以檢測(cè)評(píng)估“球員”的實(shí)力。
路徑總數(shù)接近一千萬。
高屋建瓴
在測(cè)試中，不僅需要考察每個(gè)“球員”的實(shí)力，評(píng)估整個(gè)“球隊(duì)”的表現(xiàn)，還需要高屋建瓴地進(jìn)行戰(zhàn)略考量。
從研究對(duì)手戰(zhàn)術(shù)的復(fù)雜程度著手，考察我方“隊(duì)員”的場(chǎng)上靈活性，戰(zhàn)術(shù)延展性以及戰(zhàn)略適應(yīng)性。
與此同時(shí)，還要考慮到對(duì)手接下來有可能走出的奇招怪局，以及我方“隊(duì)員”是否能夠在局勢(shì)不利的情況下力挽狂瀾。
來自澳大利亞的Gliders2016球隊(duì)的一記決勝進(jìn)球
前文所述，牽涉到復(fù)雜系統(tǒng)的一般性問題。因此必須考慮到初始條件的細(xì)微變化，諸如傳球中的“冒險(xiǎn)系數(shù)”的增加對(duì)比賽結(jié)果的影響。
另一個(gè)研究重點(diǎn)集中在，系統(tǒng)在運(yùn)行過程中，是否會(huì)傾向于重復(fù)的特定軌跡，及隨機(jī)算法的效用。因此，必須考慮模擬器中隱藏變量的建模。
一言以蔽之，就是在復(fù)雜系統(tǒng)下，一個(gè)冠軍隊(duì)伍所必需具備的素質(zhì)。
來自大自然的啟示
自然界的魚群和鳥群如何躲避捕食者體現(xiàn)了生物群落的復(fù)雜性?？蒲袌F(tuán)隊(duì)從觀察中獲取靈感，并將靈感應(yīng)用在戰(zhàn)術(shù)中。
面對(duì)捕食者，魚群迅速形成復(fù)雜的空間聚合，如此一來，即便是小小的擾動(dòng)也能以極快的速度傳遍整個(gè)群體，傳達(dá)性命攸關(guān)的警示。
回到機(jī)器人世界杯上。同樣的道理，場(chǎng)上的“球員”能夠在以很高的連貫性“跑動(dòng)”的同時(shí)，根據(jù)場(chǎng)上情況不斷調(diào)整自身位置，以便策應(yīng)隊(duì)友／堵截對(duì)手。而且，這樣的移動(dòng)不是突然的、毫無預(yù)示的，而是連貫的，協(xié)調(diào)的。
針對(duì)不同對(duì)手，需要不同的戰(zhàn)術(shù)。行動(dòng)路徑越復(fù)雜，“球隊(duì)”的作戰(zhàn)能力以及防御能力越強(qiáng)。
借助信息理論，定量和預(yù)測(cè)系統(tǒng)中的“信息流”而不是“數(shù)據(jù)流”，來評(píng)估“球隊(duì)”場(chǎng)上表現(xiàn)。不同于“數(shù)據(jù)流”，信息流突出了相關(guān)性和可行性最高的動(dòng)作。
機(jī)器人世界杯的復(fù)雜性會(huì)隨著時(shí)間的推移而增加，比賽將面臨新的挑戰(zhàn)，解決新的問題，科技也會(huì)不斷進(jìn)步。
機(jī)器人世界杯第二個(gè)二十年的旅程，將會(huì)由全新一代的科學(xué)家來主導(dǎo)。
到那時(shí)，復(fù)雜系統(tǒng)作為一塊研究領(lǐng)域，很可能主導(dǎo)全球的教育，會(huì)結(jié)合信息科技的新元素，以及物理，生物，和數(shù)學(xué)，引領(lǐng)未來的工程，科學(xué)和商業(yè)人才。
