ड्रोन के झुंड के लिए सामूहिक बुद्धि का विकास कैसे किया गया

30 ड्रोनों का एक समूह एक साथ हवा में उठता है, और उनके चेसिस के चेसिस के निचले हिस्से 30 अलग-अलग रंगों में चमकते हैं - वे एक ग्रे, बादल आकाश में बिखरे हुए फ्लोरोसेंट मिठाई की तरह दिखते हैं। फिर वे हवा में निलंबित कर देते हैं। कुछ सेकंड के बाद, वे सभी एक के रूप में, चलना शुरू करते हैं।

जब नवगठित झुंड चलता है, तो इसके सदस्यों के चमकदार ट्यूमर एक रंग - हरे रंग में बदल जाते हैं। वे पूर्व की ओर मुख करने का निर्णय लेते हैं। पहले ड्रोन अवरोध आ रहे हैं, और दक्षिण की ओर मुड़ते ही उनके पैंटी हरे-नीले हो जाते हैं। जल्द ही, पैक के अंतिम सदस्यों का रंग बदल जाता है।





यह सुंदर है, और अपने तरीके से आश्चर्य की बात है: ये ड्रोन स्वतंत्र रूप से एक सुसंगत झुंड का आयोजन करते हैं, और एक दूसरे के साथ टकराए बिना उड़ते हैं, और - सबसे आश्चर्यजनक रूप से - बिना किसी केंद्रीय नियंत्रण मॉड्यूल के।

यह मौलिक रूप से उन्हें ड्रोन के झुंड से अलग करता है जिसे आप सुपर बाउल या ओलंपिक के उद्घाटन के समय देख सकते थे। हां, क्वाड्रोकोप्टर के वे बेड़े हजारों इकाइयों को संख्या दे सकते हैं, लेकिन उनमें से प्रत्येक के आंदोलन और स्थान को पहले से प्रोग्राम किया गया है। और इन 30 ड्रोनों में से प्रत्येक स्वतंत्र रूप से अपने स्थान, गति को ट्रैक करता है, और एक ही समय में झुंड के अन्य सभी सदस्यों के साथ इस जानकारी को साझा करता है। उनका कोई नेता नहीं है; एक साथ वे तय करते हैं कि कहां जाना है - और वे ऐसा करते हैं, काफी सचमुच, मक्खी पर।



इस अर्थ में, वे पक्षियों की तरह दिखते हैं। या मधुमक्खियों, या टिड्डियों। या किसी भी प्राणी पर जो स्वतंत्र रूप से, राजसी और कुछ रहस्यमय तरीके से जुड़े समूहों में व्यवस्थित करने में सक्षम हैं - जैसे कि व्यक्तिगत व्यक्तियों के कार्यों की आकस्मिक संपत्ति है । कई साल पहले, शोधकर्ता 10 ड्रोन से इसे हासिल करने में सक्षम थे। आज यह संख्या तीन गुना हो गई है।

लेकिन ऐसा करना केवल तीन गुना कठिन नहीं था। ड्रोन, साइंस रोबोटिक्स के नवीनतम अंक में वर्णित यथार्थवादी फ्लॉकिंग मॉडल के लिए एक गठन बनाने में सक्षम हैं। "संख्या अकेले यह व्यक्त नहीं कर सकती है कि यह कितना जटिल था," गैबोर वासरेली , रोबोटिक लैब के निदेशक, जैविक भौतिकी विभाग, बुडापेस्ट विश्वविद्यालय और अध्ययन के पहले लेखक ने कहा। “तीन बच्चों वाले माता-पिता को एहसास होता है कि एक बच्चे के साथ उन्हें प्रबंधित करना कितना अधिक कठिन है। और यदि आपके पास 20-30 बच्चे हैं, तो परिमाण के आदेशों से जटिलता बढ़ जाती है। मुझे पहले से पता है कि मेरे तीन बेटे हैं। ”



वासरे की टीम ने हजारों सिमुलेशन के आधार पर एक मॉडल विकसित किया जिसमें सैकड़ों पीढ़ियों के साथ विकासवादी एल्गोरिदम का उपयोग किया गया था। "तथ्य यह है कि वे इसे एक विकेन्द्रीकृत तरीके से व्यवस्थित करने में कामयाब रहे, वास्तव में अच्छा है," SUNY बफ़ेलो रोबोटिक्स विशेषज्ञ कार्तिक दांतू, एक बहु-रोबोट समन्वय विशेषज्ञ जो इस अध्ययन में शामिल नहीं है। "प्रत्येक रोबोट अपनी बात करता है, और बड़े पैमाने पर व्यवहार प्रकट होता है।"

समन्वित प्रणालियों में, प्रतिभागियों की संख्या में वृद्धि से त्रुटियों की संभावना बढ़ जाती है। हवा का एक झोंका एक ड्रोन को बंद कर सकता है, और बाकी का पालन करेंगे। क्वाडकॉप्टर गलत तरीके से अपना स्थान निर्धारित कर सकता है, या अपने पड़ोसियों से संपर्क खो सकता है। इस तरह की त्रुटियों को पूरे सिस्टम में कैस्केड किया जाता है; फ्लाइंग ट्रैक द्वारा एक मामूली देरी को तेज किया जा सकता है - ट्रैफिक जाम की तरह, एक भी ब्रेक लगी कार की वजह से। एक छोटी सी गड़बड़ जल्दी अराजकता पैदा कर सकती है।

लेकिन वासरेली की टीम ने एक ऐसा झुंड बनाया, जो जितनी संभव हो उतनी चमक का अनुमान लगा सकता था। इसलिए, उनके ड्रोन न केवल सिमुलेशन में, बल्कि वास्तविक दुनिया में भी तैर सकते हैं। "यह काफी प्रभावशाली है," अनुसंधान के लिए असंबंधित रोबोट्स स्पेशलिस्ट टोननेस निगारार्ड कहते हैं। निगोर्ड ओस्लो विश्वविद्यालय से इंजीनियरिंग प्रिडिक्टिबिलिटी विद एम्बोडिड कॉग्निशन प्रोजेक्ट में एक शोधकर्ता है और चलने वाले रोबोट सिमुलेशन और वास्तविक कृत्रिम चार पैरों के बीच अंतर को कम करने के लिए काम कर रहा है। "सिमुलेशन, निश्चित रूप से महान हैं," वह कहते हैं, "क्योंकि वे आपके रोबोट की कामकाजी परिस्थितियों को आसान बनाने के लिए आसान बनाते हैं, और आप समस्याओं को अलग और जांच कर सकते हैं।" लेकिन समस्या यह है कि शोधकर्ता जल्दी से अत्यधिक सरलीकरण के लिए स्लाइड कर सकते हैं, अपने सिमुलेशन से वास्तविक दुनिया की सुविधाओं को समाप्त कर सकते हैं, और यह इस बात पर निर्भर कर सकता है कि उनका मॉडल सफल है या नहीं।

उनके झुंड के मॉडल से जटिलताओं को हटाने के बजाय, वासरेली और टीम उन्हें जोड़ते हैं। जहां अन्य मॉडल ड्रोन के संचालन पर दो या तीन प्रतिबंध लगा सकते हैं, वे 11 लगाते हैं। साथ में, वे निर्धारित करते हैं, उदाहरण के लिए, ड्रोन को बेड़े के अन्य सदस्यों के साथ कितनी जल्दी लाइन अप करना चाहिए, इसे अपने पड़ोसियों से कितनी दूर रखना चाहिए, और सक्रिय रूप से। उसे उसका समर्थन करने की कोशिश करनी चाहिए।

सभी 11 मापदंडों के लिए सर्वोत्तम मूल्यों को खोजने के लिए, वासरेली और उनकी टीम ने एक विकासवादी रणनीति का उपयोग किया। उन्होंने सुपर कंप्यूटर पर 11 मापदंडों के साथ मॉडल के यादृच्छिक संस्करण बनाए, और देखा कि ड्रोन के 100 झुंड प्रत्येक विकल्प के साथ कैसे व्यवहार करेंगे। तब उन्होंने सबसे सफल झुंडों के मॉडल का चयन किया, मापदंडों को समायोजित किया, और फिर से सिमुलेशन शुरू किया।

कभी-कभी मापदंडों का एक आशाजनक सेट हैरान करने वाला था। उन्होंने कुछ कदम पीछे खींचे, संभवतः नियमों के दो अलग-अलग होनहार सेटों के गुणों को मिलाकर, और फिर से सिमुलेशन किया। कई वर्षों के काम के बाद, 150 पीढ़ियों और 15,000 सिमुलेशन, वे मापदंडों के एक सेट पर आए, जो, उन्हें यकीन था, असली ड्रोन के साथ काम करना चाहिए।

और जबकि ये ड्रोन एक उत्कृष्ट काम करते हैं; वास्तविक दुनिया में उनके मॉडल के परीक्षणों ने अभी तक एक भी टकराव नहीं किया है। उड़ानों को न केवल शानदार ढंग से, बल्कि विभिन्न रंगों में भी किया गया था - विमान के चेसिस के रंग ने इसके आंदोलन की दिशा का संकेत दिया। प्रारंभ में, यह ड्रोन से जुड़े प्रकाश शो के लिए किया गया था, लेकिन फिर, आखिरी समय पर, शोधकर्ताओं ने उपकरणों का परीक्षण करने के लिए इस तरह के अवसर को जोड़ने का फैसला किया। वज़ारेली का कहना है कि इससे ड्रोन की स्थिति को देखने के कार्य में बहुत आसानी हुई, और उनके लिए त्रुटियों को नोटिस करना और सिस्टम में उन्हें सही करना भी आसान हो गया।

और यह बहुत ही सुंदर है - जटिल प्रणाली समन्वय के रोबल्युमिनसेंट विज़ुअलाइज़ेशन।