Robotzwerm behoeft een snufje chaos

Stel je een futuristische zwerm robots voor die ingezet worden voor een tijdgevoelige taak, zoals het opruimen van een olievlek of het assembleren van een machine. In eerste instantie is het toevoegen van robots voordelig, want vele handen maken licht werk. Maar er komt een omslagpunt wanneer er te veel robots tegelijk in de ruimte zijn, elkaar in de weg lopen en de hele taak vertragen.

Het is een bedrieglijk eenvoudig probleem: hoeveel robots moet je inzetten om een ​​taak te optimaliseren in een vast gebied? Toegepaste wiskundigen van Harvard denken een elegante oplossing te hebben.

Een onderzoek combineert wiskunde, computersimulaties en experimenten om aan te tonen dat in drukke omgevingen het toevoegen van precies de juiste hoeveelheid willekeurigheid, of ‘ruis’, aan de bewegingen van individuen, opstoppingen kan voorkomen en de efficiëntie drastisch kan verbeteren. Het is een voorbeeld van hoe eenvoudige, lokale regels kunnen leiden tot het ontstaan ​​van complexe taakuitvoering, met implicaties voor het ontwerp van gecoördineerde robotzwermen, drukke openbare ruimtes en meer.

De studie is gepubliceerd in Proceedings of the National Academy of Sciences.

Een instelbare hoeveelheid zwalk

De wiskundige analyse van de dichtheid van menigten is notoir complex, omdat er zoveel mogelijke paden en interacties zijn om te overwegen, aldus eerste auteur Lucy Liu. Om deze moeilijkheid te omzeilen, omarmden de onderzoekers het idee van willekeurigheid – waarbij elk individu werd behandeld als een poppetje met een instelbare hoeveelheid ‘zwalk’ in zijn route.

“Dit klinkt misschien tegenstrijdig, want hoe kan willekeurigheid het werken met dingen makkelijker maken? Maar in dit geval, wanneer er veel willekeurigheid is, wordt het mogelijk om gemiddelden te nemen – gemiddelde afstanden, gemiddelde tijden, gemiddeld gedrag. Dit maakt het veel gemakkelijker om voorspellingen te doen.”

Om hun ideeën te testen, maakten ze computersimulaties van vloten robots, of werknemers, waarbij elke robot op een willekeurige positie begon en een even willekeurige doellocatie kreeg toegewezen. Zodra elke poppetje zijn doel bereikte, kreeg hij onmiddellijk een nieuwe bestemming toegewezen; deze opzet was bedoeld om zwermen robots of werknemers na te bootsen die op taken worden ingezet.

Zonder ruis marcheerden de agenten in rechte lijnen; met veel ruis zigzagden ze doelloos. Het zigzaggen, hoewel inefficiënt, hielp de agenten om langs elkaar te glijden.

Door grootschalige simulaties uit te voeren, observeerde het team dat als poppetjes rechtstreeks naar hun doellocaties mochten bewegen, er dichte opstoppingen ontstonden waarin iedereen vast kwam te zitten. Als hun bewegingen te willekeurig waren, verdwenen de opstoppingen, maar het overmatige ronddwalen maakte ze erg inefficiënt. Een optimale balans tussen botsingen en kortstondige opstoppingen – poppetjes die tegen elkaar aan botsten en kortstondige opstoppingen vormden, maar er toch weer snel langs konden glippen – zorgde ervoor dat de stroom bleef doorgaan.

Optimale doelbereikingssnelheid

De onderzoekers gebruikten deze observaties om wiskundige formules te ontwikkelen die de ‘doelbereikingssnelheid’ konden benaderen – hoeveel doelbestemmingen per tijdseenheid worden bereikt. Met die formules konden ze vervolgens de optimale dichtheid van de menigte en het optimale geluidsniveau berekenen om de output te maximaliseren.

Om te testen of hun ideeën ook in de fysieke wereld zouden werken, werkten Liu en zijn team samen met natuurkundige Federico Toschi van de Technische Universiteit Eindhoven in Nederland. Daar hielp Liu bij het opzetten van zwermen kleine robots op wielen in een laboratorium dat was uitgerust met een camera boven het laboratorium.

Elke robot droeg een QR-code, zodat de camera hun positie kon volgen en ze naar nieuwe posities kon worden verplaatst. Hoewel de robots langzamer en onvolmaakter draaiden en bewogen dan in de computersimulaties, bleven de belangrijkste opkomende gedragingen behouden.

De studie bevestigde een fundamenteel theoretisch inzicht: een krachtige centrale computer of ultra-intelligente robots zijn niet nodig om gecoördineerde taken uit te voeren. Een eenvoudige, lokale set navigatieregels, in ieder geval tot bepaalde dichtheden, kan al voldoende zijn.