- 群れの一部としてのロボット
- スワームロボティクスが社会性昆虫からどのように影響を受けているか
- ロボット群の特徴
- マルチロボティクスシステムとスワームロボティクス
- 単一ロボットと比較したマルチロボティクスシステムの利点
- スワームロボティクスの実験プラットフォーム
- スワームロボティクスのさまざまなタスクに使用されるアルゴリズムと手法
- スワームロボティクスの実際のアプリケーション
相互作用し、理解し、そして状況に対応することは、人間の最大の特徴のいくつかであり、それらは私たちを私たちにするものです。私たちは社会社会に生きるために生まれ、この惑星の創設以来、私たちが最も礼儀正しい社会的生き物であることを常に知っています。
共通の目標を達成するための社会文化と相互作用は、人間だけでなく、鳥や魚や蜂の群れのようなこの惑星の他の種にも見られます。彼らが持っている共通点は1つだけです。集団行動。鳥が移動するとき、よく見られるのは、グループのリードメンバーが率いるグループに属し、全員がフォローしていて、鳥であるにもかかわらず、特定の幾何学的形状で設計されているため、形や形がわかりません。また、グループは、グループのシニアメンバーが境界にあり、若いメンバーまたは新生児が中央にいるように作られています。
同じ特徴がヒアリにも見られます。これらのアリは他の種類のアリとは少し異なり、特にグループ行動で知られています。一緒に構築し、一緒に食べ、一緒に獲物からコロニーを守ります。基本的には知っています。彼らがグループにいるとき、彼らはより多くを達成することができます。最近の研究では、これらのアリの集団行動について行われ、クロスオーバーへの小さな橋を作る必要があるときなど、必要なときにいつでも強力な構造を作ることができることがわかりました。
これらの社会的な動物と昆虫の集団行動は、彼らのすべての制約にもかかわらず、彼らがより多くを達成するのを助けます。研究者は、これらのグループの個人がそのような複雑な行動を生み出すために表現や高度な知識を必要としないことを実証しました。社会性昆虫では、動物や鳥の個体はコロニーの世界的な状況について知らされていません。群れの知識はすべてのエージェントに分散され、個人は群れの残りの部分なしではそのタスクを達成することができません。この集合的なセンシングをロボットのグループに取り入れることができるとしたらどうでしょうか？これがスワームロボティクスとは何かであり、これについてはこの記事で詳しく説明します。
群れの一部としてのロボット
私たちが住んでいる私たちの環境は私たちにとって非常に刺激的です。私たちの多くは自然と環境から彼らの仕事にインスピレーションを得ています。レオナルド・ダ・ヴィンチのような有名な発明者はそれを非常にうまくやり、今日の世界で彼のデザインに見ることができます。また、弾丸の鼻がカワセミのくちばしからインスピレーションを得ているなど、設計とエンジニアリングの問題を解決するために同じプロセスを機能させているため、カワセミの速度とエネルギー効率が向上し、通過する際のノイズが比較的少なくなりますトンネルとこれのために造られた用語があり、Biomimicryとして知られています。
したがって、人間の介入が難しく、地震によって建物が倒壊し、人々がコンクリートの下に落ち込んでいる特定のユースケースのように、単なる平均的なロボット以上のものが必要な複雑なタスクを解決するには、確かにこの問題一度に複数のタスクを実行でき、コンクリートを通り抜けるのに十分小さく、そもそも人間の存在の情報を取得するのに役立つ、ある種のロボットが必要です。そこで頭に浮かぶのは、小さなロボットのグループです。十分かつ自律的に独自の方法を作成して情報を取得します。これは確かに、昆虫やハエのある種の群れを模倣しているため、群れのロボット工学が最初に登場します。これがより正式なものです。スワームロボティクスは、多数のロボットが分散型および分散型の方法で調整されるマルチロボティクスの分野です。これは、地域のルール、社会性昆虫の集団行動に触発された小さなシンプルなロボットの使用に基づいているため、多数のシンプルなロボットが単一のロボットよりも効率的な方法で複雑なタスクを上回り、グループに堅牢性と柔軟性をもたらします。
組織やグループは、個人間や個人とそれを取り巻く環境との相互作用から生まれます。これらの相互作用はコロニー全体に散在しているため、コロニーは、単一の個人では解決が難しいタスクを解決できます。つまり、共通の目標に向かって取り組む必要があります。
スワームロボティクスが社会性昆虫からどのように影響を受けているか
マルチロボットシステムは、堅牢性などの社会性昆虫の特性の一部を維持します。ロボットの群れは、一部の個体が失敗した場合でも、周囲の環境に混乱が生じた場合でも機能します。柔軟性があり、群れはさまざまなタスクに対してさまざまなソリューションを作成でき、モーメントの必要性に応じて各ロボットの役割を変更できます。スケーラビリティ、ロボットの群れは、数人から数千人まで、さまざまなグループサイズで動作できます。
ロボット群の特徴
前述のように、単純なロボット群は次のようにリストされている社会性昆虫の特徴を獲得します
1.ロボットの群れは自律的であり、実際の環境で感知して行動できる必要があります。
2.群れの中のロボットの数は、実行する必要のあるグループとしてすべてのタスクをバックアップするのに十分な数である必要があります。
3.群れには均質性が必要です。群れにはさまざまなグループが存在する可能性がありますが、多すぎないようにする必要があります。
4.群れの単一のロボットは、その主な目的に関して無能で非効率的でなければなりません。つまり、成功してパフォーマンスを向上させるために協力する必要があります。
5.すべてのロボットは、群れの隣接するパートナーとのローカルセンシングおよび通信機能のみを備えている必要があります。これにより、群れの調整が分散され、スケーラビリティがシステムのプロパティの1つになります。
マルチロボティクスシステムとスワームロボティクス
スワームロボティクスはマルチロボットシステムの一部であり、グループとして、グループの動作を定義する複数の軸にいくつかの特性があります。
集合サイズ：集合サイズはSIZE-INFであり、N >> 1であり、SIZE-LIMとは逆になります。ここで、ロボットのNの数は、ロボットが配置されているそれぞれの環境サイズよりも小さくなります。
通信範囲：通信範囲はCOM-NEARであるため、ロボットは十分に近いロボットとのみ通信できます。
通信トポロジー：群れの中のロボットの通信トポロジーは一般的にTOP-GRAPHであり、ロボットは一般的なグラフトポロジーでリンクされています。
通信帯域幅：通信帯域幅はBAND-MOTIONです。2台のロボット間の通信コストは、場所間でロボットを移動する場合と同じです。
集合的な再構成可能性：集合的な再構成可能性は一般にARR-COMMであり、これは通信するメンバーとの調整された配置ですが、動的な配置であるARR-DYNの場合もあり、位置はランダムに変更できます。
プロセス 能力：プロセス能力はPROC-TMEであり、計算モデルはチューニングマシンと同等です。
集合構成：集合構成はCMP-HOMであり、ロボットが均質であることを意味します。
単一ロボットと比較したマルチロボティクスシステムの利点
- タスクの並列処理：タスクが分解可能であることは誰もが知っています。また、アジャイル開発方法を知っているので、並列処理を使用することで、グループはタスクをより効率的に実行できます。
- タスクの有効化：グループは単一のグループよりも強力であり、同じことがスワームロボティクスにも当てはまります。スワームロボティクスでは、ロボットのグループが、単一のロボットでは不可能な特定のタスクをタスクに実行させることができます。
- センシングにおける分布：群れは集合的なセンシングを備えているため、単一のロボットの範囲よりも広い範囲のセンシングを備えています。
- 動作中の分散：ロボットのグループは、異なる場所で同時に異なる動作を実行できます。
- フォールトトレランス：グループ内のロボットの群れ内の単一のロボットの障害は、タスクが失敗するか、実行できないことを意味するものではありません。
スワームロボティクスの実験プラットフォーム
スワームロボティクスに使用されるさまざまな実験プラットフォームがあり、実際のハードウェアを必要とせずにスワームロボティクスの環境を刺激するためにさまざまな実験プラットフォームとさまざまなロボットシミュレーターを使用します。
1.ロボットプラットフォーム
さまざまな実験室でのさまざまな群れロボット実験で、さまざまなロボットプラットフォームが使用されています
（i）スウォームボット
使用されるセンサー：距離センサーやカメラなど、ボットを支援するさまざまなセンサーがあります。
モーション：ホイールを使用して、ある場所から別の場所に移動します。
開発者：米国ライス大学が開発
説明： SwarmBotは、ライス大学の研究用に開発された群れロボットプラットフォームです。1回の充電で約3時間自律的に動作します。また、これらのボットは、壁に配置された充電ステーションを見つけてドッキングすることもできます。
（ii）コボット
使用するセンサー：距離センサー、視覚センサー、コンパスを使用します。
モーション：モーションにホイールを使用します
開発者：トルコの中東工科大学のKOVAN研究所で開発されました。
説明： Kobotは、スワームロボティクスの研究用に特別に設計されています。いくつかのセンサーで構成されているため、協調動作などのさまざまなスワームロボティクス状況を実行するのに最適なプラットフォームになります。1回の充電で10時間自律的に動作します。また、手動で再充電される交換可能なバッテリーも含まれており、主に自己組織化シナリオの実装に使用されます。
（iii）Sボット
使用するセンサー：さまざまなセンサーを使用して、光、IR、位置、力、速度、温度、湿度、加速度、マイクのセンサーのように機能させます。
モーション：ベースに取り付けられたツリーを使用して動きます。
開発者：スイスのエコールポリテクニックフェデラルデローザンヌ（EPFL）によって開発されました。
説明： S-botは、これまでに構築されたいくつかの有能で実質的な群れロボットプラットフォームの1つです。オブジェクトやその他のSボットをグリップできる独自のグリッパー設計を採用しています。また、1回の充電で約1時間運動できます。
（iv）ジャスミンロボット
使用するセンサー：距離センサーと光センサーを使用します。
開発者：ドイツのシュトゥットガルト大学によって開発されました。
モーション：ホイール上で動きます。
説明：ジャスミン移動ロボットは、多くのスワームロボティクス研究で使用されているスワームロボティクスプラットフォームです。
（v）Eパック
使用するセンサー：距離、カメラ、方位、加速度、マイクなどのさまざまなセンサーを使用します。
開発者： ÉcolePolytechniqueFédéraledeLausanne（EPFL）、スイス
モーション：ホイールのモーションに基づいています。
説明： E-puckは主に教育目的で設計されており、最も成功しているロボットの1つです。ただし、その単純さのために、スワームロボティクス研究でもよく使用されます。それは2-4時間の作業時間でユーザーが交換可能なバッテリーを持っています。
（vi）キロボット
使用するセンサー：距離センサーと光センサーを組み合わせて使用します。
開発者：ハーバード大学、米国
モーション：システムのボディの動きにシステムの振動を使用します。
説明： Kilobotは、グループ課金とグループプログラミングの独自の機能を備えた適度に最近の群れロボットプラットフォームです。シンプルで消費電力が少ないため、最大24時間の稼働時間があります。ロボットは、特別な充電ステーションでグループごとに手動で充電されます。
2.シミュレーター
ロボットシミュレーターは、人工的にシミュレートされた実際の環境パラメーターでボットの信頼性をテストする作業に必要なハードウェアの問題を解決します。
マルチロボット実験、より具体的にはスワームロボット実験に使用できる多くのロボットシミュレータが存在し、それらはすべて、技術的側面だけでなく、ライセンスとコストも異なります。スワームボットとマルチロボットプラットフォーム用のシミュレーターのいくつかは次のとおりです。
- SwarmBot3D： SwarmBot3Dはマルチロボティクス用のシミュレーターですが、SwarmBotプロジェクトのS-Botロボット用に特別に設計されています。
- Microsoft Robotics Studio：ロボットスタジオは、Microsoftによって開発されたシミュレーターです。マルチロボットシミュレーションが可能で、Windowsプラットフォームを実行する必要があります。
- Webots： Webotsは、実際のロボットのモデルがすでに構築されている、マルチロボットシミュレーションを可能にする現実的なモバイルシミュレーターです。実世界の物理学を適用することにより、実際の衝突をシミュレートできます。ただし、ロボット以外のロボットを操作するとパフォーマンスが低下し、多数のロボットを使用したシミュレーションが困難になります。
- Player / stage / Gazebo： Player / stage / Gazeboは、マルチロボット機能と、すぐに使用できる幅広いロボットとセンサーを備えたオープンソースシミュレーターです。2D環境でのスワームロボティクス実験のシミュレーションを適切に処理でき、非常に良好な結果が得られます。環境内の人口サイズは、リアルタイムで最大1000台の単純なロボットに拡張できます。
スワームロボティクスのさまざまなタスクに使用されるアルゴリズムと手法
ここでは、集約、分散などのさまざまな単純なタスクのためにスワームロボティクスで使用されるさまざまな手法を探ります。これらのタスクは、スワームロボティクスで作業するすべてのハイエンドの基本的な最初のステップです。
集約：集約はすべてのボットをまとめることであり、パターン形成、自己組織化、情報交換、集団運動などの他の複雑なステップの最初のステップとして非常に重要です。ロボットは、スピーカーなどのアクチュエーターの助けを借りて音交換メカニズムを使用する近接センサーやマイクなどのセンサーを使用します。センサーは、単一のボットがグループの中心であることが判明した最も近いロボットを見つけるのに役立ちます。ボットは、グループの中心にある他のボットにのみ集中し、それに到達する必要があり、同じプロセス群れのすべてのメンバーが続き、それらをすべて集約させます。
分散：ロボットが1つの場所に集約されている場合、次のステップは、ロボットが群れの単一の構成メンバーとして機能する環境にロボットを分散させることです。これは、群れの各ボットが機能する環境の探索にも役立ちます。探索するために残されたときに単一のセンサーとして。ロボットの分散にはさまざまなアルゴリズムが提案され、使用されています。アプローチの1つには、ロボットが障害物に反発するロボットの分散のためのポテンシャルフィールドアルゴリズムや、群れ環境を線形に分散させる他のロボットが含まれます。
他のアプローチの1つは、ワイヤレス強度信号の読み取りに基づく分散を含みます。ワイヤレス強度信号を使用すると、ロボットは、ワイヤレス強度をキャッチして周囲の環境に分散するように配置するだけで、最も近い隣人を知らなくても分散できます。
パターンの形成：スワームロボティクスにおけるパターンの形成は、集団行動の主要な特徴です。これらのパターンは、グループ全体が協力して問題を解決する場合に非常に役立ちます。パターン形成では、ボットは個々のロボットの各ボットがローカル情報のみを持っている部分を変更することにより、グローバルな形状を作成します。
ロボットの群れは、内部と外部の定義された形状を持つ構造を形成します。パーティクル/ロボットを目的のフォーメーションに集約するルールはローカルですが、スウォームの個々のメンバーに関するグローバル情報がなくても、グローバルな形状が出現します。アルゴリズムは、隣接するパーティクルの数を考慮して、隣接するパーティクル間に仮想スプリングを使用します。
集団運動：チーム全員が一緒に問題を解決できず、それが群れの最良の部分である場合、チームの意味は何ですか？集団移動とは、ロボットのグループを調整し、それらをグループとしてまとまりのある方法で一緒に移動させる方法です。これは、いくつかの集合的なタスクを実行するための基本的な方法であり、形成と群れの2つのタイプに分類できます。
集団運動には多くの方法がありますが、各ロボットが隣接するロボットの相対位置を認識し、引力または反発力に反応して集団運動の構造を形成する場合、ロボットの数が増えるにつれてスケーラビリティを可能にする方法だけが問題になります。
タスクの割り当て：タスクの割り当ては、分業に基づくスワームロボティクスの問題領域です。ただし、分業にはさまざまな方法がありますが、その1つは、各ロボットが他のロボットのタスクを監視し、同じ履歴を保持し、後で自分の動作を変更してタスクに適合させることです。この方法はゴシップ通信に基づいており、確かにパフォーマンスが向上するという長所がありますが、同時に、通信中の堅牢性とパケット損失が制限されているため、スケーラブル性が低下するという短所があります。他の方法では、タスクは一部のロボットによってアナウンスされ、他の特定の数のロボットが同時にそれらに参加します。これは単純で反応的な方法です。
ソースの検索：スワームロボティクスは、特に音や匂いのように検索のソースが複雑な場合に、ソース検索のタスクで非常に成功します。スワームロボティクスによる検索は、グローバルな方法とローカルな方法の2つの方法で行われ、両者の違いはコミュニケーションです。ロボットがグローバルな最大ソースを見つけることができる、ロボット間のグローバルな通信を備えたもの。もう1つは、極大値を見つけるためのロボット間のローカル通信のみに制限されています。
物体の輸送：アリは、輸送される物体が重すぎる場合、個々のアリが他の仲間の協力を待つ物体の集団輸送を行います。同じ軽いロボットの下で、群れは物事を同じように機能させます。各ロボットには、オブジェクトを輸送するために他のロボットから協力を得るという利点があります。 S-botは、自己組織化して協調し、輸送対象が重い場合にアルゴリズムをスケールアップする、輸送の問題を解決するための優れたプラットフォームを提供します。
もう1つの方法は、オブジェクトを収集して後で輸送するために保管するオブジェクトの集合輸送です。ここでは、ロボットには、オブジェクトの収集とカートへの配置、およびそれらのオブジェクトを運ぶカートの集合移動という2つの異なるタスクがあります。
コレクティブマッピング：コレクティブマッピングは、多数のロボットを使用した大きな屋内エリアの探索とマッピングに使用されます。
1つの方法では、マッピングは2台のロボットからなる2つのグループによって実行され、情報を交換してマップをマージします。もう1つの方法は、ロボットが移動中またはランドマークである2つの役割のいずれかを引き受け、群れの移動と交換できる役割ベースです。また、ロボットには特定の位置の推定値があるため、集合的なマップを作成するには、他のロボットの位置を推定する必要があります。
スワームロボティクスの実際のアプリケーション
スワームロボティクスに関する広範な研究は2012年頃に開始され、現在まで商用の実世界のアプリケーションでは発表されていませんが、医療目的で使用されていますが、それほど大規模ではなく、まだテスト中です。この技術が商業的に出てこないのには、さまざまな理由があります。
個人とグローバルのためのアルゴリズムの設計：群れの集団行動は、単一のロボットとその行動を設計する必要がある個人から出てきます。現在、個人からグループの行動に移行する方法はありません。
テストと実装：さらなる開発のための研究所とインフラストラクチャの広範な要件。
分析とモデリング：スワームロボティクスで実行されるさまざまな基本的なタスクは、これらが非線形であることを示唆しているため、それらの作業のための数学的モデルを構築することは非常に困難です
これらの課題に加えて、シンプルなデザインのため、個人と群れにはさらにセキュリティ上の課題があります。
（i）ロボットの物理的捕獲。
（ii）群れの中の個人の身元。ロボットは、群れのロボットまたは別の群れのロボットと相互作用しているかどうかを知る必要があります。
（iii）個人と群れに対するコミュニケーション攻撃。
スワームロボティクスの主な目標は、ロボットが分散してそれぞれのタスクを実行できる広い領域をカバーすることです。それらは、漏れや地雷などの危険なイベントを検出するのに役立ちます。センサーの分散型で移動可能なネットワークの主な利点は、広範囲を感知し、それに作用することさえできることです。
スワームロボティクスのアプリケーションは非常に有望ですが、アルゴリズムとモデリングの両方の部分で開発する必要があります。