Soms is één robot niet genoeg

Een nieuw algoritme laat robotteams met minimale verspilde energie missies voltooien, zoals het in kaart brengen van gebieden of zoeken en redden van mensen.

Onderzoekers van het Massachusetts Institute of Technology (MIT) hebben een algoritme ontworpen om de samenwerking tussen robots die in (heterogene) teams informatie verzamelen, te verbeteren. Het komt neer op het afwegen tussen verzamelde gegevens en verbruikte energie. Dit elimineert de kans dat een robot een verkwistende manoeuvre uitvoert om slechts een klein beetje informatie te krijgen. Volgens de onderzoekers is dit essentieel voor het succes van robotteams in complexe, onvoorspelbare omgevingen.

Samenwerking

Robotteams hebben vaak vertrouwd op één overkoepelende regel voor het verzamelen van informatie: hoe meer, des te beter. Elke robot evalueert de situatie en plant zijn traject, de een na de ander. Het is een eenvoudige procedure en werkt over het algemeen goed als informatie het enige doel is. Maar er ontstaan problemen als energie-efficiëntie een factor wordt. De onderzoekers ontwikkelden een planningsalgoritme voor robotteams dat de balans tussen energie en informatie optimaliseert.

De 'objectieve functie' van het algoritme, die de waarde van de voorgestelde taak van een robot bepaalt, weegt de afnemende voordelen van het verzamelen van aanvullende informatie en de stijgende energiekosten af. In tegenstelling tot eerdere planningsmethoden worden taken niet alleen opeenvolgend aan de robots toegewezen. Het is meer een gezamenlijke inspanning: de robots bedenken zelf het teamplan.

Deze methode, Distributed Local Search genaamd, is een iteratieve benadering. De prestaties van het team worden verbeterd door de trajecten van individuele robots toe te voegen aan of te verwijderen uit het algemene plan van de groep. Elke robot genereert onafhankelijk een reeks potentiële trajecten die hij zou kunnen volgen. Vervolgens stelt elke robot zijn trajecten voor aan de rest van het team. Dat accepteert of verwerpt het algoritme het voorstel van elk individu.

Distributed Local Search

De methode bewees zijn kracht al in computersimulaties. De onderzoekers testten hun algoritme tegen andere algoritmes bij het coördineren van een gesimuleerd team van tien robots. De methode nam iets meer rekentijd in beslag maar garandeerde een succesvolle voltooiing van de missie van de robots. Deels kwam dit door ervoor te zorgen dat geen enkel teamlid energie verspilde voor minimale informatie. Het is een duurdere methode, maar de prestaties zijn beter.

Het onderzoek zou op een dag robotteams kunnen helpen bij het oplossen van echte problemen met het verzamelen van informatie, waarbij energie een eindige hulpbron is. Mogelijke toepassingen zijn het in kaart brengen van gebieden en het zoeken en redden van mensen – activiteiten die afhankelijk zijn van efficiënte gegevensverzameling. Het verbeteren van deze mogelijkheid om informatie te verzamelen, zal een grote impact hebben. De onderzoekers willen nu hun algoritme testen op robotteams in het laboratorium, waaronder een mix van drones en robots op wielen.

Ill.: Jose-Luis Olivares, MIT