Modely a platformy AI

Swarm Roboti Pomáhají Samojízdným Automobilům Vyhnout Se Srážkám

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Hlavní prioritou společností vyvíjejících samořízená vozidla je to, aby mohla bezpečně navigovat a vyhnout se srážkám nebo způsobit dopravní zácpy. Northwestern University přinesla tuto realitu o krok blíže díky vývoji prvního decentralizovaného algoritmu s garancí bez kolizí a bez deadloků.

Algoritmus byl testován výzkumníky v simulaci 1 024 robotů, stejně jako ve svermu 100 skutečných robotů v laboratoři. V rámci jedné minuty byli roboti schopni spolehlivě, bezpečně a efektivně konvergovat a vytvořit předem stanovený tvar v méně než jedné minutě.

Studii vedl Michael Rubenstein z Northwestern University, který je profesorem počítačových věd na McCormick School of Engineering.

“Pokud máte mnoho autonomních vozidel na silnici, nechcete, aby se srazily nebo uvízly v deadloku,” řekl Rubenstein. “Pochopením, jak ovládat naše roboty ve svermu, abychom vytvořili tvary, můžeme pochopit, jak ovládat flotily autonomních vozidel, když interagují mezi sebou.”

Článek bude zveřejněn v časopise IEEE Transactions on Robotics later tento měsíc.

Existuje výhoda v použití svermu malých robotů ve srovnání s jedním velkým robotem nebo svermem vedeným jedním robotem; chybí centralizovaná kontrola. Centralizovaná kontrola může být hlavní příčinou selhání, a Rubensteinův decentralizovaný algoritmus funguje jako záruka.

“Pokud je systém centralizován a robot přestane fungovat, celý systém selže,” řekl Rubenstein. “V decentralizovaném systému není žádný vůdce, který by říkal ostatním robotům, co mají dělat. Každý robot dělá自己的 rozhodnutí. Pokud jeden robot selže ve svermu, sverm může stále dokončit úkol.”

Aby se roboti vyhnuli srážkám a zácpám, koordinují se navzájem. Povrch pod roboty funguje jako mřížka pro algoritmus, a každý robot je vědom si své pozice na mřížce díky technologii podobné GPS.

Předtím, než se roboti přesunou z jednoho místa na druhé, spoléhají na senzory, aby komunikovali s ostatními. Tímto způsobem mohou určit, zda jsou ostatní prostory na mřížce volné nebo obsazené.

“Roboti odmítají přesunout se na místo, dokud toto místo není volné a dokud nevědí, že žádný jiný robot se na toto místo nehonu,” řekl Rubenstein. “Jsou opatrní a rezervují si prostor dopředu.”

Roboti jsou schopni komunikovat mezi sebou, aby vytvořili tvar, a to je možné díky jejich “krátkozrakosti”.

“Každý robot může vnímat pouze tři nebo čtyři svých nejbližších sousedů,” vysvětlil Rubenstein. “Nemohou vidět přes celý sverm, což usnadňuje škálovatelnost systému. Roboti interagují lokálně, aby dělali rozhodnutí bez globálních informací.”

100 robotů může koordinovat, aby vytvořilo tvar v rámci jedné minuty, ve srovnání s jednou hodinou, kterou to trvalo u některých předchozích přístupů. Rubenstein chce, aby jeho algoritmus byl použit jak u samořízených vozidel, tak u automatizovaných skladů.

“Velké společnosti mají sklady s stovkami robotů, kteří dělají úkoly podobné těm, které naše roboty dělají v laboratoři,” řekl. “Potřebují zajistit, aby jejich roboti se nesrazili, ale aby se pohybovali co nejrychleji, aby dosáhli místa, kde nakonec předají objekt člověku.”

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.