“Dumma robotar” uppnår uppgifter genom att utnyttja fysiska egenskaper

För att svärmar av robotar ska kunna agera kollektivt måste forskare koreografera deras interaktioner genom att lita till avancerade algoritmer och komponenter. Men om robotarna är enkla och saknar avancerad programmering, kan koordinerat beteende sällan uppnås.

Dana Randall, ADVANCE-professor i datavetenskap och Daniel Goldman, Dunn Family-professor, har lett ett team av forskare vid Georgia Institute of Technology för att ta itu med detta problem. Teamet satte upp att demonstrera hur enkla robotar fortfarande kan uppnå uppgifter som går utöver en enskild robots förmåga.

Forskningen publicerades i tidskriften Science Advances den 23 april.

Dumma robotar uppnår komplexa uppgifter

De så kallade “dumma robotarna” använde i princip mobila granulära partiklar, och det var detta som teamet satte upp för att bevisa att de kunde uppnå komplexa uppgifter. Forskarna rapporterade att de kunde ta bort alla sensorer, kommunikation, minne och beräkning från robotarna och att de utnyttjade robotarnas fysiska egenskaper för att slutföra en uppsättning uppgifter. Enligt teamet kallas denna egenskap “uppgiftsincarnation”.

BOBbotarna, som står för “beteende, organisering, surrande botar”, uppkallades efter Bob Behringer, en pionjär inom granulär fysik.

Robotarna är “så dumma som det går”, säger Randall. “Deras cylindriska chassi har vibrerande borstar under och lösa magneter på sina kanter, vilket gör att de tillbringar mer tid på platser med fler grannar”.

https://www.youtube.com/watch?v=hsLJShwjknI

Datorsimulationer

Utöver den experimentella plattformen använde teamet också precisa datorsimulationer ledda av Shengkai Li, en fysikstudent vid Georgia Tech. Dessa simulationer hjälpte till att studera olika aspekter av systemet som inte kunde undersökas i labbet.

BOBbotarna är extremt enkla, men forskarna visade ändå att när robotarna rör sig tillsammans och krockar med varandra, “bildas kompakta aggregat som kan kollektivt rensa bort skräp som är för tungt för en enskild robot att flytta”, förklarar Goldman. “Medan de flesta bygger alltmer komplexa och dyra robotar för att garantera samordning, ville vi se vilka komplexa uppgifter som kunde uppnås med mycket enkla robotar”.

Teamets arbete inspirerades av en teoretisk modell av partiklar som rör sig på ett schackbräde, och för att studera en matematisk modell av BOBbotarna utvecklades en teoretisk abstraktion som kallas ett självorganiserande partikelsystem. Genom att dra nytta av sannolikhetslära, statistisk fysik och stokastiska algoritmer kunde teamet bevisa att när de magnetiska interaktionerna ökar, går den teoretiska modellen genom en fasändring. Den ändras snabbt från spridd till aggregat, och bildar kompakta kluster som liknar system som vatten och is.

Randall är också professor i datavetenskap och adjungerad professor i matematik vid Georgia Tech.

“Den rigorösa analysen visade inte bara hur vi kunde bygga BOBbotarna, utan avslöjade också en inneboende robusthet i vår algoritm som tillät vissa robotar att vara felaktiga eller oförutsägbara”, säger Randall.