Исследователи из Кембриджского университета и Национального института передовых промышленных технологий Японии (AIST) опубликовали работу, которая эффективно учит рои роботов летать как заряженные адреналином пилота-акробаты — правда, без последующих столкновений в воздухе. Работа, представленная 19 марта в журнале npj Robotics, представляет фреймворк для «кинодинамически агрессивных манёвров» между несколькими агентами. Простыми словами, они нашли способ заставить группы роботов двигаться очень-очень быстро в тесных пространствах без эффектной и дорогостоящей аварии.
Статья под названием «Concrete Multi-Agent Path Planning Enabling Kinodynamically Aggressive Maneuvers» была представлена ведущим автором Кейсуке Окумурой, исследователем из AIST и приглашённым учёным Кембриджского университета. Главная проблема в многоагентном планировании маршрутов (MAPF) заключается в том, что при добавлении новых роботов сложность вычисления путей без столкновений растёт в геометрической прогрессии. Этот новый метод «конкретного планирования» умно сочетает непрерывную физику реального мира с более управляемым дискретным поиском, что позволяет быстро рассчитывать оптимальные маршруты для десятков роботов одновременно.
Термин «кинодинамический» здесь ключевой; он означает, что планирование учитывает не только положение роботов (кинематика), но и силы с импульсом (динамика). Это всё равно что сравнивать нанесение точек на карту и планирование маршрута для парка гоночных болидов, которые не могут остановиться мгновенно. Исследователи проверили фреймворк, задействовав 40 роботов — включая 20 квадрокоптеров и 8 наземных роботов — в компактном лабораторном пространстве, где те успешно выполнили сложные высокоскоростные манёвры.
Почему это важно?
Это исследование решает фундаментальную проблему, сдерживающую полный потенциал роевой робототехники. Хотя современные системы на складах или световых шоу дронов впечатляют, они часто полагаются на упрощённые модели, большие запасы безопасности и относительно спокойные движения, чтобы избежать катастрофы. Создав систему, способную планировать «агрессивные» и тесно связанные манёвры за считанные секунды, эта работа открывает путь к гораздо более динамичным и эффективным приложениям.
