Cách Một Bầy Drone Phát Triển Trí Tuệ Tập Thể

Những chiếc drone nổi lên cùng một lúc, mạnh mẽ với 30 chiếc, những đèn sáng dưới thân máy phát sáng với 30 màu sắc khác nhau—như những viên đường phát sáng trên bầu trời xám, chập chùng. Sau đó, chúng tạm dừng, treo lơ lửng trong không trung. Và sau vài giây nâng cao, chúng bắt đầu di chuyển như một.

Khi bầy drone mới hình thành di cư, phần dưới sáng của các thành viên đều chuyển sang màu giống nhau: màu xanh lá cây. Chúng quyết định hướng về phía đông. Các drone ở phía trước tiếp cận một rào cản, và bụng của chúng chuyển sang màu teal khi chúng rẽ về phía nam. Sớm, ánh sáng của các thành viên sau đổi màu theo.

Đó là một cảnh đẹp. Đó cũng là một điều khá đáng kinh ngạc: Những chiếc drone này đã tự tổ chức thành một đàn đồng đều, bay đồng bộ mà không va chạm, và—điều ấn tượng là—không cần một đơn vị kiểm soát trung tâm nào chỉ đạo họ phải làm gì.

Điều đó làm cho chúng khác hoàn toàn so với đàn drone mà bạn từng thấy triển khai tại những nơi như Siêu Bowl và Thế vận hội Olympics. Dĩ nhiên, những đội động cơ quadcopter đó có thể lên đến hơn một nghìn, nhưng chuyển động và vị trí của từng đơn vị đều được lập trình trước. Ngược lại, mỗi trong số 30 chiếc drone này đang theo dõi vị trí của nó, vận tốc của nó và đồng thời chia sẻ thông tin đó với các thành viên khác của bầy. Không có một người lãnh đạo nào trong số họ; họ quyết định cùng nhau nơi họ muốn đi—quyết định mà họ đưa ra trong quá trình bay, đúng chất, một cách chân thật.

Chúng giống như chim trong cách đó. Hoặc ong, hoặc châu chấu. Hoặc bất kỳ số lượng sinh vật nào có khả năng tự tổ chức một cách tráng kiện và một cách bí ẩn vào các nhóm chặt chẽ—một thuộc tính "nổi bật" của hành động cá nhân của họ. Mấy năm trước, họ đã làm được điều này với 10 chiếc drone. Bây giờ, họ đã làm điều này với ba lần số lượng đó.

Nhưng việc làm điều này khó hơn gấp ba lần. Các drone nợ sự hình thành của chúng cho một mô hình di cư cực kỳ chân thực được mô tả trong số mới nhất của Science Robotics. "Các con số không thể nói lên được khó khăn đến mức nào," Gabor Vásárhelyi, giám đốc của Robotic Lab tại Khoa Vật lý Sinh học của Đại học Eötvös ở Budapest và tác giả đầu tiên của nghiên cứu nói. "Tôi có nghĩa là, bố mẹ có ba đứa trẻ biết bao khó khăn để quản lý họ hơn là chỉ có một đứa trẻ. Và nếu bạn phải chăm sóc 20 hoặc 30 đứa trẻ, đó là khó khăn nhiều lần. Tin tôi đi. Tôi có ba người con trai. Tôi biết tôi đang nói gì."

Đội ngũ của Vásárhelyi đã phát triển mô hình bằng cách chạy hàng nghìn mô phỏng và mô phỏng hàng trăm thế hệ của sự tiến hóa. “Việc họ đã làm điều này một cách phi tập trung là khá tuyệt vời,” nói Karthik Dantu, một chuyên gia về điều phối nhiều robot tại Đại học SUNY Buffalo, không liên quan đến nghiên cứu. “Mỗi tác nhân đều làm điều riêng của mình, và tuy nhiên, một số hành vi tập trung lại.”

Trong các hệ thống phối hợp, thường là càng nhiều thành viên thì càng nhiều cơ hội phạm lỗi. Một cơn gió có thể làm cho một chiếc drone lạc lõng, làm cho các chiếc khác theo sau nó. Một chiếc quadcopter có thể nhận diện sai vị trí của mình hoặc mất liên lạc với những chiếc xung quanh. Những sai lầm đó có cách lan tỏa qua hệ thống; độ trễ chỉ làm tăng lên nhanh chóng bởi những chiếc bay phía sau, giống như một cảnh kẹt xe bắt đầu từ một cú đập nhẹ của phanh. Một hạn chế có thể nhanh chóng dẫn đến sự hỗn loạn.

Nhưng đội của Vásárhelyii thiết kế mô hình đàn dựa trên việc dự đoán nhiều lỗi có thể xảy ra. Đó là lý do tại sao những chiếc drone của họ có thể tập trung không chỉ trong một mô phỏng mà còn trong thế giới thực. "Điều đó thực sự ấn tượng," nói Tønnes Nygaard, một chuyên gia robot tại dự án Dự đoán kỹ thuật với Tri giác vật thể tại Đại học Oslo, Nygaard đang cố gắng cầu nối khoảng cách giữa mô phỏng robot đi bộ và bốn chân thực sự, không phải sinh học. “Tất nhiên, mô phỏng tuyệt vời,” ông nói, “vì nó giúp dễ dàng hóa điều kiện của bạn để cô lập và điều tra vấn đề.” Vấn đề là các nhà nghiên cứu có thể nhanh chóng quá mức đơn giản hóa, lược bỏ mô phỏng của họ khỏi điều kiện thế giới thực có thể quyết định xem một thiết kế có thành công hay không.

Thay vì giảm độ phức tạp của mô hình đàn, nhóm của Vásárhelyi đã thêm vào đó. Nơi mô hình khác có thể quy định hai hoặc ba ràng buộc về hoạt động của một chiếc drone, mô hình của họ áp đặt 11 ràng buộc. Cùng nhau, chúng quy định những điều như cách nhanh chóng một chiếc drone nên cân bằng với các thành viên khác trong đàn, khoảng cách nên giữ giữa nó và những chiếc xung quanh, và mức độ quyết liệt mà nó nên duy trì khoảng cách đó.

Để tìm các thiết lập tốt nhất cho tất cả 11 tham số, Vásárhelyi và nhóm của anh đã sử dụng chiến lược tiến hóa. Các nhà nghiên cứu tạo ra biến thể ngẫu nhiên của mô hình 11 tham số của họ, sử dụng máy tính siêu vi tính để mô phỏng cách 100 đàn drone sẽ hoạt động dưới mỗi bộ quy tắc. Sau đó, họ lấy các mô hình liên quan đến các đàn ong thành công nhất, điều chỉnh tham số của chúng và chạy lại các mô phỏng.

Đôi khi một bộ tham số triển vọng dẫn đến một đường cùng. Vì vậy, họ quay lại, có thể kết hợp các đặc tính của hai bộ quy tắc triển vọng và chạy thêm mô phỏng. Mấy năm, 150 thế hệ và 15,000 mô phỏng sau, họ đã đạt được một bộ tham số mà họ tin tưởng sẽ hoạt động với drone thực tế.

Và cho đến nay, những chiếc drone đó đã thực hiện xuất sắc; các kiểm tra thực tế của mô hình của họ đã dẫn đến không có va chạm nào. Sau đó là những màu sắc bay đúng nghĩa: đèn dưới cánh của các quadcopter. Chúng được ánh xạ màu theo hướng di chuyển của mỗi chiếc drone. Ban đầu, chúng được phát triển cho các chương trình ánh sáng đa drone — bạn biết, như Super Bowl — nhưng các nhà nghiên cứu quyết định thêm chúng vào các đơn vị kiểm thử của họ vào phút cuối. Vásárhelyi nói rằng chúng đã làm cho việc hình dung tình trạng của các drone, phát hiện lỗi và sửa lỗi trong hệ thống dễ dàng hơn nhiều.

Chúng cũng đẹp mắt, và một cách rõ ràng — một biểu tượng đơn giản, roboluminescent của sự phối hợp phức tạp.

Những điều tuyệt vời khác từ Mytour

• Một sự chuyển đổi pháp lý đột phá mở hộp Pandora cho súng DIY
• Trong thời đại của tuyệt vọng, tìm sự an ủi trên "web chậm"
• Làm thế nào để xem tất cả những gì ứng dụng của bạn được phép làm
• Một nhà thiên văn giải thích về lỗ đen ở 5 cấp độ khó khăn
• Liệu một ứng dụng hẹn hò dựa trên văn bản có thể thay đổi văn hóa vuốt
• Đang tìm kiếm thêm? Đăng ký nhận bản tin hàng ngày của chúng tôi và đừng bao giờ bỏ lỡ những câu chuyện mới và tuyệt vời nhất của chúng tôi