Robótica de enxame

A robótica de enxame é um ramo da robótica que utiliza os métodos de sistemas de inteligência distribuídos com vários robôs. Isto normalmente envolve o uso de simples, mesmo simplista, e robôs barato de interesse individual relativamente limitado, mas que, em conjunto (por exemplo, por meio de auto- montagem ou auto-organização capacidades ) formar um sistema complexo. E robusto.

A robótica de enxame visa estudar o projeto e o comportamento de robôs. Regras relativamente simples podem dar origem a um conjunto complexo de comportamentos em enxame, mesmo para comportamentos emergentes . Um componente chave do enxame é a comunicação entre seus membros, estabelecendo um sistema de retroalimentação voltado para a cooperação do grupo.

Origens e bioinspiração

A robótica de enxame é inspirada por estudos entomológicos em insetos sociais como formigas , cupins ou abelhas , ou o comportamento de grupos ou cooperação de outros organismos (bactérias, vermes (por exemplo, Lumbriculus variegatus ) cardumes de peixes (sardinhas, por exemplo), pássaros (como estorninhos), etc. O interesse é a capacidade desses agentes simples de produzir coletivamente sistemas inteligentes  ; dessa forma, eles realizam juntos tarefas inacessíveis para um único inseto. A robótica do Swarm busca fazer o mesmo com robôs simples. Como veremos mais adiante, propriedades interessantes resultam dessa situação.

Vantagens e desvantagens

Os benefícios mais comumente citados são:

Até o momento, os enxames de robôs só podem realizar tarefas relativamente simples, muitas vezes limitados por sua necessidade de energia. De forma mais geral, as dificuldades de interoperabilidade quando se trata de associar robôs de diferentes tipos e origens também são muito limitantes.

Propriedades

Ao contrário da maioria dos sistemas robóticos distribuídos, a robótica de enxame enfatiza um grande número de robôs e promove o dimensionamento , por exemplo, o uso de comunicações locais na forma de infravermelho ou sem fio .

Espera-se que esses sistemas tenham pelo menos as três propriedades a seguir:

  1. robustez, que implica na capacidade do enxame de continuar a funcionar apesar das falhas de alguns indivíduos que o compõem e / ou das mudanças que possam ocorrer no ambiente;
  2. flexibilidade, que implica capacidade de propor soluções adaptadas às tarefas a realizar;
  3. a "escala" , que implica que o enxame deve funcionar independentemente de seu tamanho (a partir de um certo tamanho mínimo).

De acordo com Sahin (2005) e Dorigo (2013) em um sistema de enxame robótico, no enxame:

Programação

Robótica evolucionária

Grau de autonomia

A autonomia implica que um robô pode governar a si mesmo por suas próprias leis, possivelmente em um enxame (então aceitando as leis do enxame).

Segundo Huang (2008) um sistema cibernético é autônomo se puder “perceber, analisar, comunicar, planejar, tomar decisões e agir, de forma a atingir os objetivos atribuídos por um operador humano ou por outro sistema com o qual o sistema se comunica.» E essa autonomia pode ser quantificada ao longo de três eixos:

  1. independência de humanos;
  2. complexidade da tarefa;
  3. complexidade do ambiente.

A agência europeia de pesquisa em robótica escolheu para seu roteiro 2020: 11 níveis de autonomia para robôs, lembrando que fatores ambientais, o custo de uma má decisão, o tempo durante o qual o robô deve ter autonomia, bem como "a amplitude das decisões que pode assumir, influencia a atribuição dos níveis de autonomia de um sistema para uma dada tarefa " .

Segundo T Sotiropoulos (2018), o sistema deve, portanto, possuir tanto sensores para percepção de seu ambiente quanto atuadores para atuar neste ambiente por meio de escolhas pré-programadas ou feitas por meio de inteligência artificial . Um sistema autônomo deve ser capaz de levar em conta as incertezas e mudanças em seu ambiente; o seu nível de autonomia está, portanto, ligado à sua capacidade de análise dos dados adquiridos pelos seus sensores, bem como às suas capacidades de planeamento / decisão a curto, médio e longo prazo.

Estudos; pesquisa e desenvolvimento

Nos anos 1990-2020, a engenharia de enxames de robôs ainda é um setor emergente, que depende em particular da ciência da inteligência de enxames; desenvolve muitos assuntos de P&D , incluindo:

  1. o canal “hierárquico” (controle ascendente-descendente, controle descendente);
  2. o caminho "auto-organizado" (tipo estruturas de reação-difusão de Turing)
Testes já demonstraram que comportamentos puramente auto-organizados possibilitam a produção de morfologias emergentes em grandes enxames de robôs reais, que são então capazes de organização coletiva sem auto-localização, apenas a partir de algumas interações locais com seus vizinhos. Assim, 300 robôs foram capazes de construir formas orgânicas e adaptáveis, resistentes a danos. Uma equipe está trabalhando (2018) em um robô com um sistema semelhante a uma impressora 3D integrada em sua extremidade, depositando um material termoplástico, permitindo que ele cresça, um pouco como uma raiz de planta no solo ou uma trepadeira

Formulários

A robótica de enxame ainda é estudada principalmente em laboratório , mas uma série de tarefas foram identificadas para as quais existem aplicações neste campo. Assim, parece perfeitamente adequado para tarefas de vigilância, exploração ou limpeza de áreas, como monitoramento da poluição de um lago, ou uso de drones aéreos para controle meteorológico ou militar, exploração espacial. Prevê-se também a sua utilização para tarefas geralmente executadas por seres humanos, mas que se revelam particularmente perigosas. Assim, um enxame poderia cobrir um campo minado e os robôs seriam sacrificados nas minas, evitando que explodissem em alguém. As propriedades dos enxames também os tornam adequados para todas as tarefas que requerem mudanças de escala ou redundância e, em geral, para todas as tarefas que requerem tripulação em massa, como colheita ou mineração.

Notas e referências

  1. http://www.larecherche.fr/content/recherche/article?id=5941
  2. (en) Erol Şahin , "Robótica de enxame: De fontes de inspiração a domínios de aplicação" , em Robótica de Enxame , Springer Berlin Heidelberg,2005( leia online ) , p.  10-20
  3. Christensen AL, O'Grady R & Dorigo M (2009) De vaga-lumes a enxames de robôs tolerantes a falhas . IEEE Transactions on Evolutionary Computation, 13 (4): 1–12; Universidade Livre de Bruxelas IRIDIA ( resumo )
  4. Duarte M, Oliveira SM & Christensen AL (2014) Controle híbrido para grandes enxames de drones aquáticos  ; na 14ª Conferência Internacional sobre Síntese e Simulação de Sistemas Vivos (ALIFE), páginas 785–792. MIT Press, Cambridge, MA (PDF, 8 pp)
  5. Dorigo, M., Floreano, D., Gambardella, LM, Mondada, F., Nolfi, S., Baaboura, T., Birattari, M., Bonani, M., Brambilla, M., Brutschy , A., et al. (2013). Swarmanoid: um novo conceito para o estudo de enxames robóticos heterogêneos . IEEE Robotics & Automation Magazine, 20 (4): 60–71 ( resumo )
  6. http://infoscience.epfl.ch/record/166168/files/JNRR07.pdf
  7. Sahin E (2005) [Robótica de enxame: das fontes de inspiração aos domínios de aplicação] . Em Swarm Robotics, volume 3342 da Lecture; Notes in Computer Science, páginas 10–20. Springer, Berlin, Heidelberg ( resumo )
  8. Hauert S, Zufferey J & Floreano D (2009) Evolved enxame sem informações de posicionamento: um pedido no relé comunicação aérea . Autonomous Robots, 26 (1): 21–32, PDF, 12pp ( resumo ).
  9. Hui-Min Huang (2008 ) Estrutura de Níveis de Autonomia para Sistemas Não Tripulados (ALFUS) - Volume I: Terminologia. Na Publicação Especial 1011-I-2.0, Instituto Nacional de Padrões e Tecnologia (NIST)
  10. Hui-Min Huang (2007) Estrutura dos níveis de autonomia para sistemas não tripulados (ALFUS) : segurança e questões de aplicação. Em Proceedings of the 2007 Workshop on Performance Metrics for Intelligent Systems, páginas 48–53. ACM
  11. SPARC. Roteiro plurianual de Robótica 2020 para robótica na europa , Horizon 2020 Call ICT-2017 (ICT-25, ICT-27 e ICT-28), Release B. 02/12/2016. (Citado na página 13.)
  12. Sotiropoulos T (2018) Teste aleatório de navegação de robôs em mundos virtuais (dissertação de doutorado, Universidade de Toulouse, Universidade de Toulouse III-Paul Sabatier).
  13. Jin, Y., & Meng, Y. (2011). Robótica morfogenética: Um novo campo emergente na robótica de desenvolvimento . IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 41 (2), 145-160.
  14. Brambilla, M., Ferrante, E., Birattari, M., & Dorigo, M. (2013). Robótica de enxame: uma revisão da perspectiva da engenharia de enxame . Swarm Intelligence, 7 (1), 1-41.
  15. Brambilla, M., Ferrante, E., Birattari, M., & Dorigo, M. (2013). Robótica de enxame: uma revisão da perspectiva da engenharia de enxame . Swarm Intelligence, 7 (1), 1-41.
  16. O'Grady, R., Christensen, AL, & Dorigo, M. (2009). SWARMORPH: morfogênese multirrobô usando automontagem direcional . IEEE Transactions on Robotics, 25 (3), 738-743.
  17. Floreano D & Keller L (2010) Evolução do comportamento adaptativo em robôs por meio da seleção darwiniana . PLoS Biology, 8 (1): e1000292
  18. Jaffe, JS, Franks, PJ, Roberts, PL, Mirza, D., Schurgers, C., Kastner, R., & Boch, A. (2017). Um enxame de robôs náuticos autônomos em miniatura para explorar a dinâmica oceânica de submesoescala . Nature Communications, 8, 14189.
  19. MacLennan BJ (2019) Mecânica Contínua para Coordenação de Enxames de Microrrobôs Maciços: Auto-montagem por meio de Morfogênese Artificial . Em Novel Design and Applications of Robotics Technologies (ver pp. 96-133). IGI Global ( resumo ).
  20. Crespi, V., Galstyan, A. e Lerman, K. (2008). Metodologias top-down vs bottom-up em projetos de sistemas multiagentes . Autonomous Robots, 24 (3): 303-313
  21. Crespi V, Galstyan A & Lerman K (2005) Análise comparativa de metodologias de cima para baixo e de baixo para cima para projeto de sistemas multiagente, AAMAS'05 25-29 de julho de 2005 Utrecht
  22. Slavkov I & al. (2018) Morphogenesis in robot swarms | Science Robotics 19 dez 2018: Vol. 3, Edição 25, eaau9178 | DOI: 10.1126 / scirobotics.aau9178
  23. Mazzolai, B., Del Dottore, E., Sadeghi, A., Mondini, A., & Tramacere, F. (2018). Robôs que crescem como plantas . Boletim da American Physical Society ( resumo ).
  24. (in) Abraham Prieto , JA Becerra , F. Bellas e RJ Duro , "  Open-ended Evolution as a means clustering to self-organizes heterogeneous multi-robot systems in real time  " , Robotics and Autonomous Systems , vol.  58, n o  12,2010( leia online )
  25. Sabine Hauert e Denis Delbecq , "  A inteligência coletiva orienta um enxame de drones  ", La Recherche , n o  458,dezembro de 2011, p.  30
  26. "  Criar enxames de robôs imitando o comportamento social das formigas  " , em lapresse.ca ,25 de fevereiro de 2012(acessado em 11 de março de 2013 )

Veja também

Artigos relacionados

Bibliografia