«То, что мы узнаем из игры и наших лабораторных экспериментов, применимо непосредственно к реальным задачам», — сказал Аарон Беккер, научный сотрудник MRSL. «Например, если у доктора будет рой из нескольких тысяч микроскопических роботов, каждый из которых несет крошечный груз противораковых препаратов, возможно ли, чтобы все они собрались на опухоли, используя магнитные сигналы от аппарата МРТ?»В играх, доступных на http://www.swarmcontrol.net, игроки используют простые команды для перемещения групп роботов через лабиринты и вокруг препятствий.
Иногда цель состоит в том, чтобы подтолкнуть более крупный предмет к определенному месту. В других случаях цель состоит в том, чтобы переместить коллектив к цели или заставить его принять определенную форму.
Каждый раз, когда запускается игра, веб-сайт собирает информацию о том, как была выполнена задача. Беккер сказал, что эти данные будут использоваться для разработки новых алгоритмов управления роями роботов.«Данные этих игр помогут нам лучше понять, как использовать системы с несколькими роботами с огромным количеством людей для выполнения скоординированных сложных задач», — сказал директор лаборатории Джеймс МакЛуркин, доцент кафедры информатики в Rice.Чтобы продемонстрировать вид сложного поведения, которого можно добиться с помощью простых команд, Беккер записал на видео эксперимент в выходные, посвященный Дню труда, в котором рой из дюжины случайно разбросанных роботов r-one было приказано сформировать сложную форму — заглавную R. Чтобы управлять роботами, Беккер использовал базовый контроллер — простой однокнопочный джойстик для видеоигр 80-х годов, который мог отдавать только две команды: вращать и вращать вперед.
«Все роботы подключены к одному джойстику, поэтому каждый робот получал одни и те же команды», — сказал Беккер.
Эксперименты были последними с использованием r-one, недорогой, но сложной системы с несколькими роботами, которую МакЛуркин начал разрабатывать в 2009 году. Каждый r-one размером с бублик имеет радио, двигатель, два колеса, десятки датчиков и бортовую электронику. . R-one до 10 раз дешевле, чем доступные ранее роевые роботы исследовательского уровня.В эксперименте «День труда» алгоритм управления Беккера направлял каждого r-one в рое в уникальную, заранее запрограммированную конечную позицию. Алгоритм сделал это, используя небольшие различия в реакции каждого робота на две простые команды.
В компьютерном моделировании Беккер также показал, как можно использовать ту же технику, чтобы направить рой из 120 роботов как по буквам «Рис», так и по форме университетского талисмана совы.«Контроллер дает команду всем роботам вращаться, и перед тем, как дать команду вперед, контроллер измеряет местоположение и ориентацию каждого члена роя с помощью верхней камеры», — сказал Беккер. «Алгоритм сворачивает всю эту информацию в одно число — измерение ошибки — и пытается сделать эту ошибку как можно меньше».Чтобы уменьшить погрешность, контроллер использует «вращательный шум».
«Каждый раз, когда джойстик приказывает роботам повернуться, каждый робот поворачивается на несколько разную величину из-за случайного проскальзывания колес», — сказал Беккер. «Контроллер использует эти различия, чтобы медленно вести рой к своей цели. Именно здесь алгоритмические результаты имеют решающее значение. Для создания сложной формы могут потребоваться тысячи отдельных команд, но доказательство показывает, что алгоритм всегда будет обеспечивать желаемую цель. позиции ".«Это нелогично», — сказал МакЛуркин. «Здравый смысл, казалось бы, указывает на то, что вам нужно будет отдавать отдельные команды каждому роботу, чтобы переместить группу в сложные шаблоны, но это не так. Красота алгоритма в том, что каждое простое движение приближает всю группу к цель."
Он сказал, что демонстрация — это первый шаг к более амбициозной цели.«Новая работа Аарона направлена на использование препятствий окружающей среды для выполнения более сложных задач и одновременного управления сотнями или тысячами роботов», — сказал МакЛуркин. «Это может звучать как научная фантастика, но химик Райс Джеймс Тур разрабатывает огромные популяции нанороботов прямо сейчас, всего в двух зданиях. Его группа может построить много триллионов таких нанороботов за одну партию».Беккер сказал, что текущий алгоритм медленный, и данные из онлайн-игр будут использоваться для разработки новых алгоритмов управления, которые будут в 200 раз быстрее.
Беккер, который завершит годичную постдокторскую стажировку в MRSL в конце этого месяца, продолжит свои исследования на своем следующем постдокторском задании в Гарвардском университете и Бостонской детской больнице.Видео: http://www.youtube.com/watch?v=QsbcIgHRSMAlist=PLYZT24lofrjX0COcX1Z5APiC_QeyN2mEr