Инженеры Массачусетского технологического института разработали новый метод обучения, гарантирующий безопасную работу систем, состоящих из множества взаимодействующих агентов, таких как роботы, беспилотники и автомобили, в условиях скопления людей. С помощью моделирования команда показала, что этот метод может быть масштабирован для тысяч дронов, обеспечивая безопасность в крупных системах.
Технология может стать стандартом для любого приложения, где требуется группа агентов, например, для складских роботов, поисково-спасательных дронов и беспилотных автомобилей. Вместо того чтобы планировать точный маршрут для каждого агента, этот метод фокусируется на обучении небольшого количества агентов безопасному передвижению. Агенты системы постоянно отслеживают свои границы безопасности — пределы, в которых они должны оставаться. Пока они находятся в пределах этих границ, они могут выбирать любой путь для выполнения своей задачи.
«Представьте себе, что вы находитесь в людном торговом центре. Вам важно только то, что происходит рядом с вами, в радиусе 5 метров, чтобы не столкнуться с кем-либо. Наша работа основана на подобном локальном подходе», — отметил Освин Со, аспирант MIT и соавтор исследования. Метод вычисляет зону безопасности для каждого агента, представляющую границу, за которой агент может оказаться в опасности. Он требует расчета взаимодействия и маршрутов только для небольшого количества агентов, что позволяет создавать точные зоны безопасности, которые можно масштабировать для более крупных систем.
Команда успешно протестировала GCBF+ на восьми маленьких дронах Crazyflies, заставив их менять положение в воздухе без столкновений. Этот метод может быть использован во всех многоагентных системах для обеспечения безопасности, включая шоу дронов, складских роботов, автономные транспортные средства и системы доставки дронами.
Тем временем Китай использует дроны для управления погодой и осадками.
