Przełom z Cambridge: AI dyryguje rojem robotów z niesamowitą precyzją, bez kolizji

Przełom z Cambridge: AI dyryguje rojem robotów z agresywną precyzją, bez kolizji

Naukowcy z Cambridge i AIST stworzyli system, który pozwala dziesiątkom robotów na szybkie i agresywne manewry w małej przestrzeni, rozwiązując fundamentalny problem w robotyce wieloagentowej.

Scena wygląda jak fragment filmu science-fiction: w niewielkiej laboratoryjnej przestrzeni rój 40 robotów - w tym 20 dronów i 8 pojazdów naziemnych - porusza się z zawrotną prędkością, wykonując skomplikowane i agresywne manewry, mijając się o centymetry. Nie jest to jednak hollywoodzka animacja, a udokumentowana rzeczywistość, będąca wynikiem przełomowego badania opublikowanego w prestiżowym czasopiśmie „npj Robotics”. Międzynarodowy zespół badaczy z Uniwersytetu Cambridge oraz japońskiego Narodowego Instytutu Zaawansowanej Nauki i Technologii (AIST) opracował nową metodę planowania, która może zrewolucjonizować świat automatyki, od logistyki magazynowej po misje ratunkowe.

U podstaw tego osiągnięcia leży rozwiązanie jednego z najtrudniejszych problemów w robotyce: wieloagentowego planowania ścieżek (ang. Multi-Agent Pathfinding, MAPF). Wyzwanie to rośnie wykładniczo wraz z liczbą robotów, co sprawia, że obliczenie pozbawionych kolizji tras dla dużej grupy staje się niezwykle skomplikowane. Dotychczasowe podejścia oferowały niewygodny kompromis. Z jednej strony, metody oparte na dyskretnym przeszukiwaniu, działające na uproszczonej siatce (niczym pionki na szachownicy), pozwalały na skalowanie do tysięcy agentów, ale ignorowały fizyczne ograniczenia realnych maszyn, takie jak pęd czy bezwładność. Z drugiej strony, metody oparte na optymalizacji ciągłej uwzględniały złożoną fizykę, umożliwiając płynne i dynamiczne ruchy, lecz ich koszt obliczeniowy był tak wysoki, że w czasie rzeczywistym mogły zarządzać zaledwie kilkoma robotami.

Nowe rozwiązanie, nazwane przez twórców „planowaniem konkretnym” (ang. concrete planning), stanowi hybrydę obu tych światów. To innowacyjne podejście łączy skalowalność gwarantowaną przez dyskretne wyszukiwanie z fizycznym realizmem modeli ciągłych. Sercem systemu jest zrozumienie, że planowanie musi uwzględniać nie tylko pozycję robotów (kinematykę), ale także siły i pęd, które na nie działają (dynamikę). To właśnie ten „kinodynamiczny” aspekt pozwala robotom na wykonywanie „agresywnych manewrów” - gwałtownych przyspieszeń, ostrych skrętów i szybkich hamowań, które maksymalizują ich potencjał sprzętowy i drastycznie skracają czas realizacji zadań. Jak ujął to jeden z komentarzy w branżowym portalu RoboHorizon, nowe algorytmy zamieniają ostrożnie przemieszczające się roboty w grupę „bezwzględnie efektywnych” maszyn.

Od strony technicznej badacze opracowali algorytm nazwany Tree-LaCAM, który jest rozszerzeniem istniejących, wiodących rozwiązań w dziedzinie MAPF. Algorytm ten jest kompletny, co oznacza, że jeśli rozwiązanie istnieje, znajdzie je w skończonym czasie. Co więcej, działa w trybie „anytime” - szybko znajduje pierwszą możliwą do wykonania trajektorię, a następnie, w miarę dostępnego czasu obliczeniowego, stopniowo ją optymalizuje. Stworzony w ten sposób modularny system działa w następujący sposób: centralny planer przydziela skoordynowane sekwencje punktów kontrolnych (waypointów) dla każdego robota, a następnie indywidualne kontrolery na pokładzie każdej maszyny przekształcają te punkty w dynamicznie wykonalne trajektorie, które są natychmiast realizowane.

Aby udowodnić skuteczność swojej metody, zespół przeprowadził eksperyment na bezprecedensową skalę. W zamkniętej przestrzeni o wymiarach zaledwie 7 na 5 metrów i wysokości 1,8 metra umieszczono flotę 40 robotów: 20 nowo zbudowanych quadrotorów, 8 pojazdów naziemnych RoboMaster oraz 12 dodatkowych robotów działających jako ruchome przeszkody. Mimo tak ogromnego zagęszczenia i ciągłych zmian w otoczeniu, system był w stanie planować i realizować kolejne misje nawigacyjne w czasie zaledwie kilku sekund. Materiały wideo z eksperymentu ukazują zapierający dech w piersiach balet maszyn, które z precyzją i dużą prędkością przeplatają swoje trasy, realizując zadania takie jak symulacja dostawy ostatniej mili czy automatyzacja magazynu.

Implikacje tego badania wykraczają daleko poza mury laboratorium. Obecne systemy automatyki, choć imponujące - jak w zautomatyzowanych magazynach czy podczas pokazów dronów świetlnych - działają w oparciu o uproszczone modele, duże marginesy bezpieczeństwa i stosunkowo powolne ruchy. Zdolność do szybkiego planowania skomplikowanych i agresywnych manewrów dla dziesiątek robotów jednocześnie otwiera drzwi do nowej generacji zastosowań. Możemy wyobrazić sobie centra logistyczne, gdzie roboty nie poruszają się po wyznaczonych ścieżkach, ale aktywnie i z dużą prędkością omijają się nawzajem, by maksymalnie skrócić czas realizacji zamówień. W scenariuszach poszukiwawczo-ratowniczych roje dronów mogłyby błyskawicznie i akrobatycznie przeszukiwać zawalone budynki, docierając w miejsca niedostępne dla ludzi.

Praca zespołu z Cambridge i AIST, pod kierownictwem Keisuke Okumury i Amandy Prorok, stanowi fundamentalny krok naprzód w dziedzinie robotyki wieloagentowej. Dostarcza algorytmicznego fundamentu, który może przekształcić wiele futurystycznych wizji w praktyczne i wydajne rozwiązania. To przejście od świata, w którym roboty poruszają się w sposób „ostrożny i uprzejmy”, do rzeczywistości, w której ich współpraca staje się dynamiczna, zwinna i bezwzględnie efektywna.