Σκεφτείτε να διεξάγεται μια αποστολή αναζήτησης και διάσωσης για τον εντοπισμό ενός πεζοπόρου που είναι χαμένος μέσα στο δάσος. Σε αυτή την περίπτωση οι διασώστες μπορεί να θέλουν να αναπτύξουν μια ομάδα τροχοφόρων ρομπότ ώστε να περιπλανηθούν στο δάσος, παράλληλα με τη βοήθεια drones που θα ελέγχουν και θα παρατηρούν από ψηλά την περιοχή που ενδεχομένως να έχει χαθεί το άτομο.
Τα οφέλη μιας ομάδας ρομπότ σε αποστολές διάσωσης είναι ξεκάθαρα θετικά. Ωστόσο η ενορχήστρωση αυτής της ομάδας δεν είναι απλό θέμα. Πρωτίστως, γιατί δεν υπάρχει καμία εγγύηση ότι κάποιο ρομπότ δεν θα δυσχεραίνει τις προσπάθειες ενός άλλου ρομπότ που συμμετέχει στην ίδια αποστολή ή να ξοδεύει πολύτιμη ενέργεια από την μπαταρία του αφού περιπλανιέται άσκοπα, ή ακόμη χειρότερα, να προβαίνει σε απροσδόκητα λάθη με αρνητικό πρόσημο να χάνεται πολύτιμος χρόνος.
Οι ερευνητές του MIT έχουν σχεδιάσει έναν αλγόριθμο για τη διασφάλιση της εποικοδομητικής συνεργασίας της ομάδας ρομπότ που συλλέγει πληροφορίες. Η προσέγγιση των ερευνητών βασίζεται στην καλύτερη δυνατή εκτέλεση των καθηκόντων, τόσο κατά ανταλλαγή των δεδομένων που συλλέγονται και μοιράζονται μεταξύ τους, την στιγμή της δράσης, όσο και της ενέργειας που δαπανάται – πράγμα που εξαλείφει την πιθανότητα ένα ρομπότ να εκτελέσει κάποιο άσκοπο δρομολόγιο, λόγω λάθος συνεννόησης.
Οι ερευνητές λένε ότι αυτή η μεθοδολογία είναι ζωτικής σημασίας για την επιτυχία των ομάδων ρομπότ σε σύνθετα και απρόβλεπτα περιβάλλοντα. «Η συγκεκριμένη μέθοδος μας παρέχει αρκετές δικλείδες ασφαλείας, γιατί γνωρίζουμε ότι δεν θα αποτύχει, χάρη στη σωστή λειτουργία του αλγορίθμου», λέει ο Xiaoyi Cai, από το Τμήμα Αεροναυτικής και Αστροναυτικής του MIT (AeroAstro).
Η έρευνα θα παρουσιαστεί στο Διεθνές Συνέδριο IEEE για τη Ρομποτική και τον Αυτοματισμό αυτό το μήνα. Ο Xiaoyi Cai είναι ο επικεφαλής της μελέτης. Άλλα μέλη της έρευνας είναι ο Jonathan How, καθηγητής αεροναυτικής και αστροναυτικής και ο George J. Pappas, και οι δύο από το Πανεπιστήμιο της Πενσυλβανίας, όπως και ο Nikolay Atanasov από το Πανεπιστήμιο της Καλιφόρνιας στο Σαν Ντιέγκο.
Ο Xiaoyi Cai πρόσθεσε: «Οι ομάδες ρομπότ βασίζονται συχνά σε έναν γενικό κανόνα κατά τη συλλογή πληροφοριών: Δηλαδή όσο περισσότερο δεδομένα συλλέγουν από τον τόπο διερεύνησης, τόσο το καλύτερο. Όμως εδώ τίθεται ένα σημαντικό ζήτημα. Από τη στιγμή που η μπαταρία δεν διαθέτει απεριόριστη ποσότητα ενέργειας, ενδέχεται κάποιο ρομπότ να ξεμείνει από ενέργεια, αν κάνει άσκοπα δρομολόγια με αποτέλεσμα να σταματήσει να λειτουργεί και να καταστεί άχρηστο την κρίσιμη στιγμή της διάσωσης.
«Η καινούρια τακτική που έχουμε θεσπίσει με το νέο αλγόριθμο επιλύει αυτό το πρόβλημα – αφού κάθε ρομπότ αξιολογεί την κατάσταση και σχεδιάζει την καλύτερη δυνατή πορεία, σε συνεργασία πάντα με τα υπόλοιπα που δραστηριοποιούνται στον ίδιο ή παραπλήσιο χώρο».
Ο Xiaoyi Cai λέει ότι η υπερβολική συλλογή πρόσθετων πληροφοριών δεν παρέχει κάποια ουσιαστικά κέρδη σε αυτές τις αποστολές. Για παράδειγμα, εάν έχετε ήδη τραβήξει 99 φωτογραφίες στο δάσος που έχει χαθεί ο πεζοπόρος, ίσως να μην αξίζει τον κόπο να στείλετε ένα ρομπότ να διανύσει δύο χιλιόμετρα ώστε να τραβήξει την 100η. Δεν είναι καλό να κυκλοφορούν πολλά ρομπότ ταυτόχρονα σε επιχειρησιακό επίπεδο. Στην πραγματικότητα μπορεί να είναι μία κακή επιλογή, αν λάβουμε υπόψη το ενεργειακό κόστος.
Επί της ουσίας, οι ερευνητές ανέπτυξαν έναν εξελιγμένο αλγόριθμο για ρομπότ που βελτιστοποιεί την ισορροπία μεταξύ σπατάλης ενέργειας και επιπρόσθετων πληροφοριών. Η αντικειμενική αξιολόγηση των συνθηκών από μεριάς του αλγόριθμου, καθορίζει την αξία της προτεινόμενης εργασίας πρέπει να αναλάβει κάποιο ρομπότ.
Αυτή η μέθοδος ονομάζεται Κατανεμημένη Τοπική Αναζήτηση (Distributed Local Search), και πρακτικά πρόκειται για μια προσέγγιση που βελτιώνει την απόδοση της ομάδας προσθέτοντας ή αφαιρώντας τροχιές μεμονωμένων ρομπότ από το συνολικό σχέδιο της ομάδας. Πρώτον, κάθε ρομπότ δημιουργεί ανεξάρτητα ένα σύνολο πιθανών τροχιών που μπορεί να ακολουθήσει. Στη συνέχεια, κάθε ρομπότ προτείνει τις τροχιές του στην υπόλοιπη ομάδα. Στη συνέχεια, ο αλγόριθμος αποδέχεται ή απορρίπτει την εκάστοτε πρόταση κάθε ρομπότ, ανάλογα με το αν αυξάνει ή μειώνει την αντικειμενική επιχειρησιακή λειτουργία της ομάδας.
Η στρατηγική έχει ως εξής: «Επιτρέπεται αρχικά στα ρομπότ να σχεδιάσουν μόνα τους τις τροχιές τους. Και έπειτα τα αφήνουμε να διαπραγματευτούν με τον αλγόριθμο που είναι ο μόνος υπεύθυνος για να τα καθοδηγήσει. Έτσι, επιτυγχάνεται η μέγιστη αποτελεσματικότητα, μέσω της σωστά υπολογισμένης και κατανεμημένης ανάθεσης εργασιών».
