Новостные ленты и научные издания полны историй о роботах, нашедших применение в новых видах деятельности. За редкими исключениями, эти истории в основном об одном или нескольких роботах, работающих вместе. Фактически, развёртывание больших групп роботов или правильнее будет сказать «управляемых роев» роботов, которые скоординированными усилиями совместно решают проблему / выполняют задачу, пока остаётся для разработчиков весьма сложной задачей.
В течение последних двух десятилетий преодоление этой проблемы было целью роевой робототехники, области исследований, которая черпает вдохновение из естественных самоорганизующихся систем, таких как общественные насекомые, косяки рыб или птичьи стаи, и пытается воссоздать возникновение коллективного поведения на основе простых правил локального взаимодействия. Её цель — сделать системы с несколькими роботами более надёжными, отказоустойчивыми и гибкими, чем одиночные роботы. Область роевой робототехники берет своё начало в нескольких оригинальных работах, опубликованных в 1990-х годах, но она начала существенно развиваться только после 2000 года, перейдя от небольшого проекта, посвящённого исследованиям с явным биологическим вдохновением, к зрелой исследовательской области, включающей множество лабораторий и исследователей по всему миру.
В настоящее время рои роботов демонстрируются в лабораторных условиях, где часто используется небольшое количество устройств компактных размеров. Несмотря на то, что технологические инновации расширяют границы в сторону все меньших масштабов и увеличения числа пользователей, путь к приложениям в реальном времени по-прежнему долог и труден. Будущие массовые блоки роботов будут существовать и действовать в самых разных масштабах:
1. физическом масштабе — от микро / наноботов до крупных наземных, воздушных и водных промышленных роботов;
2. групповом масштабе — от нескольких десятков до миллионов особей, составляющих рой;
3. В быстром временном масштабировании — слияние и дробление роя, элементы которого демонстрируют быструю адаптацию в меняющейся среде, до роботов, которые непрерывно выполняют многомесячные миссии (например, на далёкой планете);
4. В пространственном масштабе — от развёртывания в небольших ограниченных пространствах до миссий на обширных неограниченных полях.
Для проектирования и управления таким широким спектром возможных систем ключевой задачей будет определение строгой инженерной методологии для программирования отдельных роботов таким образом, чтобы рой в целом действовал так, как требуется. Это непростая задача, поскольку характеристики роёв в разных масштабах могут потребовать радикально разных подходов.
Чтобы охватить разнообразие возможных систем и применений, сейчас предлагается несколько общих принципов проектирования, которые остаются актуальными во всех масштабах. Во-первых, растущая сложность роевых систем такова, что их проектирование не может быть выполнено исключительно с помощью традиционных подходов. Чем больший массив роботов будет сталкиваться с неопределённой / непредсказуемой средой, вынужденные полагаться на сложные схемы взаимодействий, тем больше потребуется автоматизированных методик проектирования для получения желаемого поведения. Это будет происходить в разных итерациях, поскольку эти разные методики можно будет использовать для создания индивидуальных правил, которые оцениваются по их влиянию на производительность роя.
Машинное обучение с использованием подходов, основанных на данных, становится актуальным всякий раз, когда решения на основе моделей слишком требовательны, например, когда трудно предоставить точную модель взаимодействия робота с окружающей средой (например, из-за сложных физических взаимодействий между микро/нанороботами или непредсказуемой динамикой окружающей среды, вызванной подводными течениями). Чтобы решить проблему самоорганизующегося управления, обучаемые архитектуры управления должны соответствующим образом интегрировать восприятие робота с информацией, асинхронно получаемой от (возможно, сотен) одноранговых узлов, и с памятью о прошлых состояниях.
Гибридные системы, сочетающие подходы без моделей или основанные на моделях, вероятно, обеспечат дополнительную мощность, извлекая из данных те аспекты, которые характерны для рассматриваемой проблемы (например, реакция зашумлённой среды, усложняющая связи). В целом, автоматизированные методы потенциально могут освободить проектировщика от утомительных проб и ошибок или настройки параметров. Благодаря автоматизации оператор сможет лучше справляться с конкретным масштабированием роя, требуемыми задачами, что приведёт к общей инженерной методологии, которая может быть соответствующим образом применена в различных областях применения.
Во-вторых, для того, чтобы рои роботов могли выполнять все более сложные задачи, они, вероятно, должны быть разнородными как по функциям оборудования, так и по ролям, которые отдельные роботы могут играть в массиве. Физическая неоднородность позволяет использовать рой роботов для задач, требующих различного аппаратного обеспечения (например, быстро движущиеся дроны для совместного мониторинга, которые взаимодействуют с медленными наземными роботами, способными влиять на окружающую среду). Поведенческая гетерогенность может способствовать специализации (возможно, с помощью местных механизмов обучения) и может лежать в основе фазовых переходов, которые делают возникающее коллективное поведение более гибким, адаптивным к новым условиям, а также устойчивым к внешним возмущениям.
Отказавшись от традиционной однородности аппаратного обеспечения и управления, можно повысить гибкость и автономность для малых и больших групп, а также расширить операции для решения более широкого спектра пространственных и временных масштабов. Дополнительные измерения, вносимые гетерогенностью (т.е. количество различных ролей и их соотношение в группе), влекут за собой повышенную сложность проектирования и дополнительно стимулируют использование автоматизированных методов.
Наконец, рои роботов должны включать механизмы, позволяющие осуществлять иерархические формы контроля, выходящие за рамки традиционной чистой самоорганизации. В то время как последняя имеет плоскую организационную структуру, иерархический подход к управлению распределяет несколько человек в соответствии с требованиями к выполнению задач. Таким образом, можно было бы более эффективно решать вопросы распределения задач, создания ориентированных на задачи команд внутри групп, координации конкретных действий или взаимодействия с пользователями-людьми.
Однако такая иерархия не должна навязываться извне. Скорее, она сама должна быть результатом процессов самоорганизации, когда некоторые роботы в рое могут играть ведущую роль в зависимости от их конкретных характеристик, выполняемой задачи и условий окружающей среды, в которые они помещены. В этом отношении использование гетерогенности для управления групповым взаимодействием — как предлагалось выше — становится ещё более важным.
(Автоматизированная) инженерная методология для гетерогенных, иерархически самоорганизующихся роёв роботизированных устройств все ещё отсутствует, но крайне необходима для успешного перехода от лабораторных испытаний к реальному применению. Есть предположение, что первые применения этих нетрадиционных групп робототехники будут осуществлены в сельском хозяйстве, инспекции и обслуживании инфраструктуры, а также в небоевых военных целях.
В точном земледелии используются обширные поля, на которых разные типы роботов могут работать параллельно и объединяться в разнородные команды для выполнения важных действий, таких как прополка, внесение удобрений или сбор урожая. Инспекция инфраструктуры может выиграть от параллельной работы, выполняемой большим количеством небольших наноботов, исследующих различные области и коллективно определяющих наличие неисправностей или повреждений. Небоевые оборонительные операции выиграют от роев, которые, благодаря использованию иерархической самоорганизации будет трудно остановить, потому что они могут гибко реорганизовываться и самовосстанавливаться. Позже, в следующем десятилетии, водные надводные и подводные роботы станут достаточно технологичными, чтобы их можно было использовать в море для проведения инспекций, экологического мониторинга, глубоководных исследований и устойчивого рыболовства. Затем рои роботов, скорее всего, войдут в наши города, скоординировано и самоорганизованно выполняя различные сервисные задачи, взаимодействуя при этом с работниками-людьми и гражданами. Использование групповых массивов разнообразной робототехники в космических полётах может стать следующим шагом в развитии отрасли и может сыграть ключевую роль в крупномасштабном исследовании Луны и Марса.
Другое возможное направление будущего использует преимущества миниатюризации и нетрадиционных материалов, возможно, будут использовать биогибридные решения. Роботы с мягким телом обеспечивают альтернативные формы взаимодействия и физической самоорганизации, которые могут быть использованы инновационным способом. Например, рои мягкотелых биоразлагаемых роботов миллиметрового размера могут быть развёрнуты на сельскохозяйственных полях, координируя свои действия для нападения на вредителей или вредоносных почвенных нематод, не повреждая урожай, или в море для сбора микроскопических частиц пластика и другого мусора, путём самоорганизации в макроскопические структуры, которые позже будут собраны более крупными роботами для очистки воды. Последним — и более сложным — рубежом будет медицинское применение, требующее чрезвычайной миниатюризации и биосовместимости. Учитывая текущие достижения, целые армии наноразмерных роботов могут быть готовы к тестированию организма человека уже к середине 21 века. Успешное внедрение в этих и других применениях может проложить путь к тому, чтобы самоорганизованная, биоинспирированная роевая робототехника стала основой инженерии во второй половине двадцать первого века и, возможно, зарекомендовала себя как стандартный способ проектирования сложных роботизированных систем.