Đôi khi, một Robot là không đủ. Hãy xem xét một nhiệm vụ tìm kiếm và cứu hộ để tìm một người đi bộ đường dài bị lạc trong rừng. Lực lượng cứu hộ có thể muốn triển khai một đội robot có bánh xe để đi lang thang trong rừng, có lẽ với sự hỗ trợ của máy bay không người lái đang lùng sục hiện trường từ trên cao. Lợi ích của đội robot rất rõ ràng. Nhưng việc điều phối đội ngũ đó không phải là chuyện đơn giản. Làm cách nào để đảm bảo các robot không trùng lặp nỗ lực của nhau hoặc lãng phí năng lượng trên quỹ đạo tìm kiếm phức tạp?
Các nhà nghiên cứu của MIT đã thiết kế một thuật toán để đảm bảo sự hợp tác hiệu quả của các nhóm robot thu thập thông tin. Cách tiếp cận của họ dựa trên việc cân bằng sự cân bằng giữa dữ liệu thu thập được và năng lượng tiêu thụ — điều này giúp loại bỏ khả năng robot có thể thực hiện một thao tác lãng phí để chỉ thu được một thông tin nhỏ. Các nhà nghiên cứu cho biết sự đảm bảo này rất quan trọng đối với sự thành công của các nhóm robot trong các môi trường phức tạp, không thể đoán trước. "Phương pháp của chúng tôi mang lại sự thoải mái vì chúng tôi biết nó sẽ không thất bại, nhờ vào hiệu suất trong trường hợp xấu nhất của thuật toán", Xiaoyi Cai, một tiến sĩ. sinh viên Khoa Hàng không và Du hành vũ trụ (AeroAstro) của MIT.
Các đội robot thường dựa vào một quy tắc chung để thu thập thông tin: Càng nhiều càng vui. Cai cho biết: “Giả định rằng việc thu thập thêm thông tin không bao giờ có hại cho việc thu thập thêm thông tin. “Nếu có một thời lượng pin nhất định, chúng ta hãy sử dụng tất cả để đạt được nhiều nhất có thể.” Mục tiêu này thường được thực hiện tuần tự — mỗi robot đánh giá tình hình và lập kế hoạch quỹ đạo của nó, cái này đến cái khác. Đó là một thủ tục đơn giản và nó thường hoạt động tốt khi thông tin là mục tiêu duy nhất. Nhưng vấn đề nảy sinh khi hiệu quả năng lượng trở thành một yếu tố.
Cai cho biết lợi ích của việc thu thập thông tin bổ sung thường giảm dần theo thời gian. For example, if you already have 99 pictures of a forest, it might not be worth sending a robot on a miles-long quest to snap the 100th. Cai nói: “Chúng tôi muốn nhận thức được sự cân bằng giữa thông tin và năng lượng. “Không phải lúc nào cũng tốt khi có nhiều robot di chuyển xung quanh. Nó thực sự có thể tồi tệ hơn khi bạn tính đến chi phí năng lượng ”.
Các nhà nghiên cứu đã phát triển một thuật toán lập kế hoạch cho nhóm robot nhằm tối ưu hóa sự cân bằng giữa năng lượng và thông tin. "Hàm mục tiêu" của thuật toán, xác định giá trị của nhiệm vụ được đề xuất của robot, giải thích cho lợi ích ngày càng giảm của việc thu thập thông tin bổ sung và chi phí năng lượng tăng lên. Không giống như các phương pháp lập kế hoạch trước, nó không chỉ giao nhiệm vụ cho các robot một cách tuần tự. Cai nói: “Đó là một nỗ lực hợp tác nhiều hơn. "Các robot tự đưa ra kế hoạch cho nhóm."
Phương pháp của Cai, được gọi là Tìm kiếm cục bộ phân tán, là một cách tiếp cận lặp đi lặp lại để cải thiện hiệu suất của nhóm bằng cách thêm hoặc xóa các quỹ đạo robot riêng lẻ khỏi kế hoạch tổng thể của nhóm. Đầu tiên, mỗi robot độc lập tạo ra một tập hợp các quỹ đạo tiềm năng mà nó có thể theo đuổi. Tiếp theo, mỗi robot đề xuất quỹ đạo của mình cho các thành viên còn lại trong đội. Sau đó, thuật toán chấp nhận hoặc từ chối đề xuất của mỗi cá nhân, tùy thuộc vào việc nó làm tăng hay giảm hàm mục tiêu của nhóm. Cai nói: “Chúng tôi cho phép robot tự lập kế hoạch quỹ đạo của chúng. “Chỉ khi họ cần đưa ra phương án của đội, chúng tôi mới để họ đàm phán. Vì vậy, đó là một phép tính khá phân tán. "
Tìm kiếm cục bộ phân tán đã chứng tỏ dũng khí của nó trong mô phỏng máy tính. Các nhà nghiên cứu đã chạy thuật toán của họ chống lại những người cạnh tranh trong việc điều phối một nhóm mô phỏng gồm 10 robot. Mặc dù Tìm kiếm cục bộ được phân phối mất nhiều thời gian tính toán hơn một chút, nhưng nó đảm bảo hoàn thành thành công nhiệm vụ của rô-bốt, một phần bằng cách đảm bảo rằng không có thành viên nào trong nhóm sa lầy trong một cuộc thám hiểm lãng phí để có được thông tin tối thiểu. Cai nói: “Đó là một phương pháp đắt tiền hơn. "Nhưng chúng tôi đạt được hiệu suất."
Theo Geoff Hollinger, nhà chế tạo robot tại Đại học bang Oregon, người không tham gia nghiên cứu, tiến bộ này một ngày nào đó có thể giúp các nhóm robot giải quyết các vấn đề thu thập thông tin trong thế giới thực, nơi năng lượng là một nguồn tài nguyên hữu hạn. “Những kỹ thuật này có thể áp dụng khi nhóm robot cần đánh đổi giữa chất lượng cảm biến và năng lượng tiêu thụ. Điều đó sẽ bao gồm giám sát trên không và giám sát đại dương ”.
Cai cũng chỉ ra các ứng dụng tiềm năng trong lập bản đồ và tìm kiếm cứu nạn — các hoạt động dựa vào việc thu thập dữ liệu hiệu quả. Ông nói: “Cải thiện khả năng thu thập thông tin cơ bản này sẽ có tác động khá lớn. Các nhà nghiên cứu tiếp theo có kế hoạch thử nghiệm thuật toán của họ trên các đội robot trong phòng thí nghiệm, bao gồm cả sự kết hợp của bay không người lái và rô bốt có bánh xe.