Ученые разработали роевой интеллект, основываясь на принципах работы человеческой нервной системы.

За последние 20 лет, как отметили исследователи Брюссельского свободного университета (Бельгия), исследования в области роевого интеллекта продемонстрировали возможности управления множеством автономных роботов без необходимости в центральном координирующем элементе. Эти эмерджентные системы рассчитаны на коллективное поведение различных объектов, каждый из которых выполняет простые задачи, взаимодействуя с другими. Инженеры применяют такие технологии для решения самых разнообразных задач: мониторинга окружающей среды, навигации и транспортировки, а также в строительстве.

Традиционно архитектура большинства таких роев роботов представляет собой самоорганизованную гетерархию, поскольку изначально искусственный роевой интеллект разрабатывался на основе биологических систем общественных или социальных насекомых, таких как муравьи, осы и пчелы, образующие сезонные или многолетние колонии. Тем не менее, до сих пор немногим специалистам в области искусственного интеллекта удалось создать эффективную иерархию в структуре агентов-роботов.

Бельгийские ученые разработали самоорганизующиеся нервные системы (self-organizing nervous systems, или SoNSs), которые имеют сходство с человеческими. В такой архитектуре роя роботы формируют многоуровневые системные структуры и занимают определенные позиции в иерархии управления, высшая из которых — «мозг». Он направляет и контролирует групповые действия во время выполнения миссии, действуя как временный координатор.

Каждый агент на любом уровне иерархии может быть заменен другим, даже «мозгом». При этом роботы «общаются» только с ближайшими соседями, что позволяет им изменять конфигурации и перенастраивать динамические системные архитектуры.

Независимо от иерархического положения соседа, робот пытается его «завербовать». Если агент находится или недавно находился в той же нервной системе, что и конкурент, или его качество хуже, чем у соперника, он отказывается. В других случаях сосед соглашается и становится «дочерним» роботом «родителя», объединяясь с ним и привлекая своих нижестоящих «потомков».

В то же время «родитель» может заменить и потенциально понизить статус уже назначенного дочернего элемента на более подходящего в данный момент. Отключенный «потомок» автоматически восстанавливает работу в качестве «мозга» своей системы и обновляет свой целевой граф. Выполняя эти операции, роботы в SoNS могут непрерывно перераспределяться.

Уникальность разработки заключается в том, что система сочетает преимущества управления централизованных систем с масштабируемостью, гибкостью и отказоустойчивостью самоорганизующейся сети, что позволяет ей сохранять работоспособность даже после выхода из строя одной или нескольких ее частей.

Авторы исследования пояснили, что SoNS позволяет программировать рой так, будто это один робот, а не целая «популяция», что значительно упрощает интеграцию в практические приложения. Обычно именно на этапе переноса технологии из лабораторных условий в реальность возникают трудности.

Инженеры из Бельгии провели четыре миссии, каждая из которых включала как минимум пять испытаний с реальными воздушно-наземными роботами (до 12 агентов) с использованием специально разработанной квадрокоптерной платформы, а также 50 испытаний в режиме моделирования (до 65 роботов).

Во всех экспериментах роботы успешно выполнили миссии. Они исследовали окружающую среду, прокладывали маршруты, двигались и планировали следующие шаги для выполнения задач, например, искали и спасали пропавших «собратьев».

Кроме того, ученые продемонстрировали масштабируемость подхода SoNS в роях численностью до 250 роботов в физическом симуляторе и различные типы отказоустойчивости системы как в моделировании, так и в реальности. Этот вклад в развитие роевого интеллекта в робототехнике поможет создать новые решения, позволяющие роботам выполнять задачи быстрее и эффективнее. В частности, такой подход может быть применим в поисковых и спасательных операциях во время стихийных бедствий или природных катастроф.

Научная работа опубликована в журнале Science Robotics.