Un nuovo algoritmo consente a squadre di robot di portare a termine complesse missioni di ricerca e salvataggio, senza sovrapposizioni tra le singole macchine e bilanciando azioni e dispendio energetico del gruppo.

TAKEAWAY

• Uno degli obiettivi della pianificazione dei movimenti dei robot all’interno dei gruppi ha a che vedere con l’evitare la duplicazione di sforzi e il consumo eccessivo di energie da parte della singola macchina.
• E questo è particolarmente valido per le squadre di robot impegnate nella perlustrazione di spazi molto estesi nell’ambito di missioni di ricerca e salvataggio.
• Una risposta recente arriva da un algoritmo volto a garantire la collaborazione intelligente tra i robot all’interno di team impegnati in complesse missioni di ricerca basate su una raccolta dati efficiente.

---

La pianificazione del movimento dei robot è quel processo atto a movimentare le macchine all’interno di uno spazio, al fine di spostarle da un luogo all’altro senza collisioni. Consiste nel creare, nei robot, la capacità – ossia l’intelligenza – di prendere decisioni in tempo reale per raggiungere determinati scopi.

E, nel caso in cui la macchina faccia parte di un gruppo di robot o interagisca con l’essere umano all’interno di uno luogo di lavoro (come i robot collaborativi, detti anche co-robot o cobot), i suoi movimenti devono poter essere coordinati con quelli dei compagni di squadra.

Sul tema, nel 2017 è stato avviato un progetto finanziato dall’Unione Europea – chiamato Co4Robots e conclusosi a giugno del 2020 – dedicato alle fabbriche del futuro, in cui robot ed esseri umani lavorano insieme e cooperano in modo sicuro e produttivo ad attività quali il ritiro, il trasporto e la consegna di articoli.

La sfida principale, per i ricercatori che hanno lavorato a questo progetto, ha avuto come oggetto proprio il coordinamento efficiente e puntuale tra robot interattivi dotati di capacità di attuazione, manipolazione e percezione e tra esseri umani e robot.

Un altro obiettivo della pianificazione del movimento dei robot all’interno di un gruppo – oltre al non creare collisioni e a fare sì che i sistemi non si sovrappongano nelle attività – ha poi a che vedere con l’evitare la duplicazione di sforzi e il consumo eccessivo di energie.

È questo il caso – ad esempio – dei team di robot impegnati nella perlustrazione di spazi molto estesi nell’ambito di missioni di ricerca e salvataggio, in cui è essenziale che i robot si muovano in tempo reale come unità coese ma allo stesso tempo autonome, ognuna col proprio obiettivo da portare a termine.

Una risposta recente a tali esigenze arriva dal MIT – Massachusetts Institute of Technology, dove è stato sviluppato un algoritmo volto a garantire la collaborazione intelligente tra i robot all’interno di squadre impegnate in complesse missioni di ricerca basate su una raccolta dati efficiente.

Pianificazione del movimento dei robot: la ricerca di equilibrio tra azioni ed energia profusa dal gruppo

Il punto di partenza dei ricercatori ha riguardato la creazione di un bilanciamento, di un equilibrio, tra le azioni dei robot all’interno della squadra e l’energia profusa, eliminando il rischio che un solo sistema possa eseguire manovre dispendiose e non in linea con l’obiettivo della missione.

Nello specifico, questo equilibrio – sottolinea il team di studio – è vitale per il successo delle missioni in quegli ambienti remoti, ostili e imprevedibili, dove il presupposto “più azioni si compiono, più informazioni si raccolgono e più l’attività di ricerca è vincente” risulta rischioso.

Le procedure semplici, basate su azioni in sequenza, in cui ogni robot valuta in autonomia la situazione e pianifica la sua traiettoria, una dopo l’altra, sono consigliabili per i gruppi che svolgono ricerche in contesti lineari, in cui non ci sono lunghe distanze da percorrere, né particolari condizioni del suolo e del clima e dove, quindi, l’efficienza energetica non rappresenta un fattore importante. Osserva Xiaoyi Cai, del Dipartimento di aeronautica e astronautica del MIT (AeroAstro) e a capo del team di ricerca:

“Poniamo il caso in cui già si possiedono numerose immagini del luogo da perlustrare, ad esempio all’interno di una foresta. Ecco, allora, che potrebbe non valere la pena impegnare un robot facendogli percorrere intere miglia per scattare la centesima fotografia. In questa situazione, bisogna essere consapevoli del compromesso tra azione ed energia, tenendo conto dei costi energetici dell’intera squadra”

Questa consapevolezza ha condotto allo sviluppo di un algoritmo di pianificazione del movimento dei robot che ottimizza l’equilibrio tra energia e lavoro svolto, determinando il valore del compito portato avanti dal singolo robot all’interno del gruppo.

A differenza dei metodi di pianificazione precedenti, questo algoritmo non si limita ad “assegnare” le attività in sequenza, ma punta allo “sforzo collaborativo” del singolo robot, chiamato a escogitare da solo il “piano di squadra”.

Il metodo Distributed Local Search e i suoi impatti

In tema di pianificazione del movimento dei robot, il metodo sul quale poggia l’algoritmo – chiamato Distributed Local Search – interviene sulle prestazioni della squadra, aggiungendo o rimuovendo le traiettorie dei singoli robot dal piano generale del gruppo. Il suo modello di funzionamento segue questo schema:

• ogni robot genera in modo indipendente una serie di potenziali traiettorie da seguire
• propone le sue traiettorie al resto della squadra
• l’algoritmo accetta oppure rifiuta la proposta di ciascun robot, a seconda che questa avvicini o allontani il conseguimento dell’obiettivo dell gruppo

“Permettiamo ai robot di pianificare le proprie traiettorie da soli – spiega Xiaoyi Cai – Solo quando hanno bisogno di elaborare il piano della squadra, li lasciamo negoziare. Quindi, si tratta di un calcolo distribuito“.

Il Distributed Local Search ha dimostrato la sua validità nelle simulazioni al computer, quando il team di studio ha messo alla prova l’algoritmo nel coordinare una squadra composta da dieci robot. Quello che è emerso – presentato ai primi di giugno in occasione della IEEE International Conference on Robotics and Automation, nonché in un paper pubblicato dalla IEEE Robotics & Automation Society – è che l’algoritmo ha garantito il completamento della missione, assicurando che nessun membro della squadra si lanciasse in  spedizioni dispendiose, alla ricerca di informazioni minime o inutili perché non in linea col target.

E se – spingendosi oltre – Geoff Hollinger, roboticista dell’Oregon State University, immagina, per questa ricerca, un impatto sulla soluzione, tramite gruppi di robot, dei problemi di raccolta di informazioni del mondo reale, in cui l’energia è una risorsa limitata, per Xiaoyi Cai, l’algoritmo e il metodo sviluppati, in futuro, saranno utili nel bilanciare la qualità dei rilevamenti e il relativo dispendio energetico nelle attività di sorveglianza aerea e nel monitoraggio degli oceani. E annuncia che, insieme al suo team, stanno per testare l’algoritmo su squadre di robot in laboratorio, includendo anche un mix di droni e di robot su ruote.