Птицы объединяются в стаи для более результативного поиска пропитания и миграции. Рыбы формируют косяки, чтобы защититься от хищников. А пчёлы собираются в рои для размножения. Современные достижения в сфере искусственного интеллекта стремятся воспроизвести эти природные модели, чтобы оптимизировать поисково-спасательные операции или обнаруживать очаги лесных пожаров, охватывающих большие площади, благодаря скоординированным действиям дронов или роботов. Тем не менее, создание систем управления и применения такого вида ИИ, известного как «роевой интеллект», представляет собой сложную задачу.
В недавней публикации международная группа исследователей из Нью-Йоркского университета описывает систему, разработанную для развития роевого интеллекта, которая позволяет управлять роением подобно тому, как это происходит в природе.
«По словам Матана Яха Бена Циона, доцента Центра когнитивных исследований и соавтора публикации, одним из наиболее трудных вызовов при создании роботизированных роев является поиск децентрализованного метода управления, опубликованной в журнале Proceedings of the National Academy of Sciences. — Животные, такие как рыбы, пчёлы и птицы, прекрасно выполняют эту задачу, создавая сложные системы и работая без централизованного управления. В отличие от них, искусственные рои демонстрируют значительно меньшую активность, и их применение для решения масштабных задач пока не представляется возможным.
Для решения обозначенных проблем исследовательская группа создала правила геометрического проектирования, предназначенные для кластеризации самодвижущихся частиц. Эти правила моделируются с использованием методов естественных вычислений, подобно «положительным» и «отрицательным» зарядам протонов и электронов, которые определяют формирование материи.
Активные частицы, подвергаясь воздействию внешней силы, характеризуются внутренним свойством, вызывающим их изгиб. Это свойство ученые определяют как «кривизна». «Кривизна влияет на поведение роя в целом, что открывает перспективы для потенциального управления тем, формируются ли стаи, осуществляется ли движение или происходит группировка», — поясняет Мартиниани, доцент кафедры физики, химии и математики.
Полученные результаты были подтверждены рядом экспериментов, в процессе которых исследователи продемонстрировали, что критерий, зависящий от кривизны, определяет притяжение между роботами и может быть расширен на взаимодействие тысяч устройств. Каждый робот представлялся как элемент с положительной или отрицательной кривизной, и, аналогично электрическому заряду, эта характеристика определяла взаимодействие между роботами.
«Подобный заряду параметр способен принимать положительные или отрицательные значения и может быть непосредственно встроен в механическую конструкцию робота, — указывает Бен Цион. — Аналогично зарядам частиц, величина кривизны определяет, как роботы взаимодействуют: притягиваются для создания скопления или отталкиваются, образуя стаю».
Определив закономерности, обуславливающие геометрические характеристики, такие как кривизна, их можно будет использовать при создании промышленных роботов, роботов для доставки и микроскопических роботов, сопоставимых по размеру с клетками. Это позволит усовершенствовать доставку лекарственных препаратов и разработать новые методы лечения.
«Ученые отмечают, что ключевым преимуществом данных принципов является их основанность на базовых законах физики, что значительно облегчает их применение при создании реальных роботов. В целом, данная работа трансформирует задачу управления роем в область материаловедения, предлагая простой подход к проектированию решений для роевой инженерии».
[Фото: Отдел искусственного интеллекта, Центр познания Дондерса, Радбудский университет. Фотография: Луко Буйсе ]