Ayudar a los robots a trabajar juntos para hacer el trabajo

Ayudar a los robots a trabajar juntos para hacer el trabajo

Los investigadores del MIT desarrollaron un algoritmo que coordina el desempeño de los equipos robóticos en misiones como mapeo o búsqueda y rescate en entornos complejos e impredecibles. Fuente: Jose-Luis Olivares, MIT

A veces, un robot no es suficiente.

Considere una misión de búsqueda y rescate para encontrar a un vagabundo perdido en el bosque. Los rescatistas pueden querer desplegar un escuadrón de robots con ruedas para atravesar el bosque, posiblemente con la ayuda de drones que buscan la escena desde arriba. Los beneficios del equipo de robots son obvios. Pero organizar esta banda no es un asunto sencillo. ¿Cómo me aseguro de que los robots no dupliquen sus esfuerzos o desperdicien energía en una intrincada trayectoria de búsqueda?

Los investigadores del MIT desarrollaron un algoritmo para garantizar que los equipos de robots de recopilación de inteligencia colaboren con éxito. Su enfoque se basa en equilibrar la compensación entre los datos recopilados y la energía gastada, lo que elimina el riesgo de que el robot realice una maniobra inútil para obtener solo un poco de información. Los científicos dicen que esta garantía es fundamental para el éxito de los ensamblajes de robots en entornos complejos e impredecibles. “Nuestro método es cómodo porque sabemos que no fallará debido al peor rendimiento del algoritmo”, dice el Dr. Xiaoyi Cai. estudiante de la Facultad de Aeronáutica y Astronáutica MIT (AeroAstro).

La investigación se presentará en Conferencia internacional IEEE sobre robótica y automatización En Mayo. Cai es el autor principal del artículo. Sus coautores son Jonathan How, profesor de aviación y astronáutica RC Maclaurin en el MIT; Brent Schlotfeldt y George J. Pappas, ambos de la Universidad de Pennsylvania; y Nikolay Atanasov de la Universidad de California, San Diego.

Los equipos de robots a menudo se basaban en un principio fundamental para recopilar información: cuanto más, mejor. “La suposición era que recopilar más información nunca estaría de más”, dice Cai. “Si se especifica la duración de la batería, usémosla para obtener el mayor beneficio”. Este objetivo a menudo se realiza de forma secuencial: cada robot evalúa la situación y planifica su trayectoria uno por uno. Este es un procedimiento sencillo y, por lo general, funciona bien cuando su único objetivo es la información. Pero surgen problemas cuando la eficiencia energética se convierte en un factor.

Cai dice que los beneficios de recopilar información adicional a menudo disminuyen con el tiempo. Por ejemplo, si ya tiene 99 fotos de un bosque, enviar a su robot en una misión de una milla de largo para atrapar la centésima puede no valer la pena. “Queremos ser conscientes del equilibrio entre información y energía”, dice Cai. “No siempre es bueno tener más robots en movimiento. De hecho, podría ser peor si se piensa en el costo de la energía “.

Los científicos desarrollaron un algoritmo de programación de equipos robóticos que optimiza el equilibrio entre energía e información. La ‘función objetivo’ del algoritmo, que determina el valor de la tarea del robot propuesta, explica los rendimientos decrecientes de la recopilación de información adicional y los crecientes costos de energía. A diferencia de los métodos de planificación anteriores, no solo asigna robots de forma secuencial. “Es más un esfuerzo de colaboración”, dice Cai. “Los robots hacen que el equipo se planifique por sí mismos”.

El método de Cai, conocido como búsqueda local distribuida, es un enfoque iterativo que mejora el rendimiento del equipo al agregar o eliminar trayectorias de robots individuales del plan general del grupo. Primero, cada robot genera de forma independiente un conjunto de trayectorias potenciales que puede seguir. Luego, cada robot propone sus trayectorias al resto del equipo. Luego, el algoritmo acepta o rechaza la propuesta de cada persona, dependiendo de si aumenta o disminuye la función objetivo del equipo. “Dejamos que los robots planifiquen sus propias trayectorias”, dice Cai. “Solo cuando tienen que elaborar un plan de equipo les dejamos negociar. Así que es una informática bastante distribuida “.

La búsqueda local distribuida ha demostrado su eficacia en simulaciones por ordenador. Los investigadores compararon su algoritmo con el de la competencia mediante la coordinación de un equipo simulado de 10 robots. Aunque la búsqueda local distribuida requirió un poco más de tiempo de cálculo, garantizó la finalización exitosa de las misiones de los robots, en parte al asegurar que ningún miembro del equipo se quedara atrapado en un viaje inútil para obtener la cantidad mínima de información. “Es un método más caro”, dice Cai. “Pero estamos ganando eficiencia”.

Según Geoff Hollinger, un trabajador de la Universidad Estatal de Oregon que no participó en la investigación, el progreso podría algún día ayudar a los equipos de robots a resolver problemas de recopilación de información del mundo real donde la energía es un recurso finito. “Estas técnicas son aplicables cuando el equipo de robots necesita encontrar un compromiso entre la calidad de detección y energía gasto. Esto incluye la vigilancia de la aviación y el monitoreo de los océanos ”.

Cai también señala aplicaciones potenciales en mapeo y búsqueda y rescate, actividades que dependen de la recolección efectiva de datos. “Mejorar esta capacidad básica información la recopilación de datos tendrá un gran impacto “, dice. Los científicos planean probar su algoritmo robot equipos en el laboratorio, incluida una combinación de drones y robots con ruedas.


Técnica de planificación de rutas para múltiples robots en formaciones flexibles.

Más información:
Recopilación de información energética no monotónica para conjuntos de robots heterogéneos. arxiv.org/abs/2101.11093

Esta historia se volvió a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular de noticias sobre investigación, innovación y enseñanza del MIT.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *