CasaNotizieFormazione di droni per una navigazione sicura

Formazione di droni per una navigazione sicura



E se i droni e i robot potessero navigare in modo affollato ambienti senza pianificazione complessa del percorso?Scopri come un nuovo metodo si ridimensiona da pochi agenti a migliaia.

Gli ingegneri del MIT hanno sviluppato un metodo di addestramento per sistemi multiagenti che garantiscono un funzionamento sicuro in ambienti affollati.I margini e i controlli di sicurezza appresi possono essere automaticamente ridimensionati a gruppi più grandi allenando alcuni agenti, mantenendo la sicurezza generale del sistema.Nei test del mondo reale, i droni delle dimensioni di palme hanno cambiato con successo posizioni medio e sono atterrati su veicoli in movimento.Le simulazioni hanno confermato che la stessa formazione, applicata a alcuni droni, potrebbe essere estesa a migliaia, consentendo operazioni coordinate su larga scala garantendo al contempo la sicurezza.

Margini del centro commerciale
Il team del MIT ha sviluppato un metodo per addestrare alcuni agenti a manovrare in modo sicuro in un modo che si ridimensiona in modo efficiente verso sistemi più grandi.Invece di pianificare percorsi specifici per ciascun agente, il metodo consente loro di mappare continuamente i loro margini di sicurezza, bidoni che definiscono il funzionamento sicuro.Gli agenti possono quindi intraprendere vari percorsi per completare le attività purché rimangono all'interno di questi margini.I ricercatori confrontano questo approccio a come gli umani navigano in modo intuitivo.


Barriera di sicurezza
Nel loro studio, il team MIT ha introdotto GCBF+ (Graph Control Barrier Function), un metodo per garantire una navigazione sicura nei sistemi multiagenti.Una funzione di barriera definisce un limite di sicurezza oltre il quale un agente rischia di non essere sicuro e questo confine cambia dinamicamente mentre gli agenti si muovono e interagiscono.Gli approcci tradizionali richiedono il calcolo delle zone di sicurezza per ogni agente rispetto a tutti gli altri, che possono essere computazionalmente complessi.GCBF+ lo semplifica calcolando le zone di sicurezza solo per un piccolo sottoinsieme di agenti, rappresentando accuratamente il comportamento di un sistema più ampio.Il metodo considera il raggio di rilevamento di un agente - quanto di ciò che può osservare, e utilizza simulazioni per sviluppare un controller che guida gli agenti mantenendo la sicurezza.

Il team ha testato GCBF+ utilizzando otto pazzi, piccoli droni quadrati, che hanno regolato con successo i loro percorsi in tempo reale per cambiare posizione a mezz'aria senza collisioni.I droni si sono evitati l'un l'altro mappando continuamente le loro zone di sicurezza e apportando le correzioni del corso necessarie.In un altro test, i droni hanno avuto il compito di atterrare su tartarughe in movimento, robot a ruote che guidavano in un cerchio.Nonostante il movimento continuo, i Crazyflies hanno coordinato i loro sbarchi e evitando le collisioni, dimostrando l'efficacia del metodo in ambienti dinamici.