SoNS, czyli wespół w zespół

Wyobraź sobie świat, w którym roboty wykonują zadania, dzieląc je między siebie – takie jak odszukiwanie ludzi ocalałych po trzęsieniu ziemi lub monitorowanie zanieczyszczenia środowiska na rozległych terenach.

Jeszcze niedawno coś takiego było możliwe tylko w opowieściach science fiction. Teraz dzięki naukowcom z Université Libre de Bruxelles (ULB) to rzeczywistość. Uczeni opracowali bowiem przełomową strukturę inspirowaną ludzkim układem nerwowym, która umożliwia rojom robotów samoorganizację w bardziej inteligentny i wydajny sposób.

Tradycyjne programowanie poszczególnych robotów w taki sposób, by w grupie zachowywały się tak, jak chcemy, polega na metodzie prób i błędów, a margines elastyczności maszyn w dostosowywaniu lub łączeniu zachowań do nowych zadań jest niewielki. Poza tym samoorganizacja tak programowanych robotów w dużych, dynamicznych środowiskach może być nieefektywna.

Uczeni z ULB znaleźli na to sposób, tworząc samoorganizujący się układ nerwowy rojów robotów – SoNS, wzorowany na biologii człowieka. W testach symulacyjnych, a także w eksperymentach w świecie rzeczywistym na mniejszą skalę, użyli do 250 maszyn.

System SoNS pozwala robotom w roju dynamicznie tworzyć hierarchie przywódcze. Niektóre roboty tymczasowo przejmują rolę „mózgu”, nadzorując grupę i zapewniając bardziej płynną koordynację zadań – na przykład rozpoznanie otoczenia, planowanie tras lub podejmowanie działań

To podejście hybrydowe, bo łączy mocne strony kontroli scentralizowanej i zdecentralizowanej. Każdy robot komunikuje się tylko z najbliższymi członkami zespołu, co pozwoli unikać problemu „wąskich gardeł”, charakterystycznych dla systemów w pełni scentralizowanych. Zarazem jednak kontrola jest uporządkowana hierarchicznie, umożliwiając rojowi zachowywanie się tak, jakby był pojedynczą, spójną jednostką.

Architektura SoNS działa jak system operacyjny dla rojów robotów. Umożliwia maszynom zbieranie danych z czujników, by lepiej zrozumieć otoczenie, sprawną koordynację działań i adaptację do zmieniających się scenariuszy. W tymczasowo budowanych hierarchiach roboty wciąż są elastyczne i odporne na błędy samoorganizacji, zwiększając jednocześnie skalowalność i wydajność.

Naukowcy z ULB są pewni, że w nowych wersjach SoNS będzie zapewne jeszcze potężniejszy – na przykład zdolny do uczenia się online i autonomicznego planowania misji.

Więcej o badaniach zespołu ULB przeczytasz TU

Zdjęcie zajawka: Freepik