- หุ่นยนต์เป็นส่วนหนึ่งของ Swarm
- Swarm Robotics ได้รับแรงบันดาลใจจาก Social Insects อย่างไร
- ลักษณะของ Robot Swarm
- Multi-Robotics Systems และ Swarm Robotics
- ข้อดีของระบบ Multi-Robotics เมื่อเทียบกับหุ่นยนต์ตัวเดียว
- แพลตฟอร์มทดลองใน Swarm Robotics
- อัลกอริทึมและเทคนิคที่ใช้สำหรับงานต่างๆใน Swarm Robotics
- การประยุกต์ใช้ Swarm Robotics ในโลกแห่งความเป็นจริง
การโต้ตอบทำความเข้าใจและตอบสนองต่อสถานการณ์นั้นเป็นคุณลักษณะที่ยิ่งใหญ่ที่สุดของมนุษย์และสิ่งเหล่านี้คือสิ่งที่ทำให้เราเป็นเรา เราเกิดมาเพื่ออยู่ในสังคมโซเชียลและเรารู้มาตลอดว่าเราเป็นสิ่งมีชีวิตทางสังคมที่มีมารยาทดีที่สุดเท่าที่รู้จักมาตั้งแต่สร้างโลกใบนี้
วัฒนธรรมทางสังคมและการมีปฏิสัมพันธ์ซึ่งกันและกันเพื่อช่วยเป้าหมายร่วมกันไม่เพียง แต่พบในมนุษย์เท่านั้น แต่ยังพบในสิ่งมีชีวิตชนิดอื่น ๆ ของโลกใบนี้เช่นฝูงนกหรือปลาหรือผึ้งสิ่งเหล่านี้มีสิ่งหนึ่งที่เหมือนกันที่พวกเขามี พฤติกรรมโดยรวม เมื่อนกอพยพมักจะเห็นพวกมันอยู่ในกลุ่มที่นำโดยสมาชิกหลักของกลุ่มและทุกคนกำลังติดตามพวกมันและกลุ่มของพวกมันได้รับการออกแบบให้มีรูปทรงเรขาคณิตโดยเฉพาะแม้ว่าจะเป็นนกก็ไม่มีความรู้สึกถึงรูปร่างและตัวเลขและ นอกจากนี้กลุ่มยังถูกสร้างขึ้นเพื่อให้สมาชิกอาวุโสของกลุ่มอยู่ในขอบเขตในขณะที่เยาวชนหรือทารกแรกเกิดอยู่ในศูนย์กลาง
ลักษณะเดียวกันนี้พบได้ในมดคันไฟมดเหล่านี้แตกต่างจากมดสายพันธุ์อื่นเล็กน้อยและเป็นที่รู้จักโดยเฉพาะในเรื่องพฤติกรรมการรวมกลุ่มพวกมันสร้างด้วยกันกินร่วมกันและปกป้องอาณานิคมของพวกมันจากเหยื่อด้วยกันโดยทั่วไปพวกมันรู้ พวกเขาสามารถประสบความสำเร็จได้มากขึ้นเมื่ออยู่ในกลุ่ม การศึกษาล่าสุดกำลังดำเนินการเกี่ยวกับพฤติกรรมกลุ่มของมดเหล่านี้ซึ่งพบว่าพวกมันสามารถสร้างโครงสร้างที่แข็งแรงได้ทุกเมื่อที่ต้องการเช่นเมื่อจำเป็นต้องสร้างสะพานเล็ก ๆ เพื่อข้าม
พฤติกรรมโดยรวมของสัตว์สังคมและแมลงเหล่านี้ช่วยให้พวกเขาบรรลุมากขึ้นแม้จะมีข้อ จำกัด ทั้งหมดก็ตาม นักวิจัยได้แสดงให้เห็นว่าบุคคลในกลุ่มเหล่านี้ไม่จำเป็นต้องมีการเป็นตัวแทนหรือความรู้ที่ซับซ้อนเพื่อสร้างพฤติกรรมที่ซับซ้อนเช่นนี้ ในสังคมแมลงสัตว์และนกแต่ละตัวจะไม่ได้รับแจ้งเกี่ยวกับสถานะทั่วโลกของอาณานิคม ความรู้เกี่ยวกับฝูงจะกระจายไปทั่วทุกหน่วยงานโดยที่แต่ละคนไม่สามารถทำงานให้สำเร็จได้หากไม่มีฝูงที่เหลือ จะเกิดอะไรขึ้นถ้าการรับรู้โดยรวมนี้สามารถนำเข้าสู่กลุ่มหุ่นยนต์ได้? นี่คือสิ่งที่หุ่นยนต์ฝูงและเราจะได้เรียนรู้เกี่ยวกับเรื่องนี้ในรายละเอียดในบทความนี้
หุ่นยนต์เป็นส่วนหนึ่งของ Swarm
สภาพแวดล้อมของเราที่เราอาศัยอยู่เป็นแรงบันดาลใจให้เราเป็นอย่างมากพวกเราหลายคนได้รับแรงบันดาลใจในการทำงานจากธรรมชาติและสิ่งแวดล้อมนักประดิษฐ์ที่มีชื่อเสียงเช่น Leonardo da Vinci ทำได้ดีมากและสามารถเห็นได้จากการออกแบบของเขาในโลกปัจจุบันเรา ยังทำให้กระบวนการเดียวกันกับเราในการแก้ปัญหาด้านการออกแบบและวิศวกรรมเช่นจมูกของรถไฟหัวกระสุนได้รับแรงบันดาลใจมาจากจงอยปากของนกกระเต็นเพื่อให้มีความเร็วมากขึ้นและประหยัดพลังงานมากขึ้นและสร้างเสียงรบกวนค่อนข้างน้อยเมื่อผ่าน อุโมงค์และมีคำประกาศเกียรติคุณสำหรับเรื่องนี้และเป็นที่รู้จักในฐานะBiomimicry
ดังนั้นเพื่อแก้ปัญหางานที่ซับซ้อนซึ่งการแทรกแซงของมนุษย์ทำได้ยากและมีความซับซ้อนสูงกว่าสิ่งที่ต้องมีมากกว่าหุ่นยนต์ทั่วไปเช่นการใช้งานบางอย่างที่อาคารถล่มเนื่องจากแผ่นดินไหวและผู้คนหดหู่อยู่ใต้คอนกรีตแน่นอนปัญหานี้ ต้องการหุ่นยนต์บางประเภทที่สามารถทำงานหลายอย่างพร้อมกันและมีขนาดเล็กพอที่จะทำให้ผ่านคอนกรีตได้และช่วยให้ได้รับข้อมูลการดำรงอยู่ของมนุษย์ในตอนแรกดังนั้นสิ่งที่อยู่ในใจของคุณคือกลุ่มหุ่นยนต์ขนาดเล็กที่มีขนาดเล็ก สร้างวิธีการของตนเองและรับข้อมูลอย่างเพียงพอและเป็นอิสระและแน่นอนว่ามันเลียนแบบฝูงแมลงหรือแมลงวันและด้วยเหตุนี้หุ่นยนต์ฝูงจึงเข้ามาเป็นที่หนึ่งและนี่เป็นวิธีที่เป็นทางการมากขึ้นหุ่นยนต์จับกลุ่มเป็นสาขาวิชาหุ่นยนต์หลายตัวที่มีการประสานหุ่นยนต์จำนวนมากในลักษณะกระจายและกระจายอำนาจ หุ่นยนต์เรียบง่ายขนาดเล็กที่ได้รับแรงบันดาลใจจากการใช้กฎในท้องถิ่นนั้นได้รับแรงบันดาลใจจากพฤติกรรมโดยรวมของแมลงสังคมเพื่อให้หุ่นยนต์ธรรมดาจำนวนมากสามารถทำงานที่ซับซ้อนได้ดีกว่าหุ่นยนต์ตัวเดียวทำให้กลุ่มมีความแข็งแรงและยืดหยุ่น.
องค์กรและกลุ่มเกิดขึ้นจากปฏิสัมพันธ์ระหว่างบุคคลและระหว่างบุคคลและสภาพแวดล้อมที่ปิดล้อมการโต้ตอบเหล่านี้กระจัดกระจายไปทั่วอาณานิคมดังนั้นอาณานิคมจึงสามารถแก้ไขงานที่ยากต่อการแก้ไขโดยบุคคลเพียงคนเดียวซึ่งหมายถึงการทำงานไปสู่เป้าหมายร่วมกัน
Swarm Robotics ได้รับแรงบันดาลใจจาก Social Insects อย่างไร
ระบบหุ่นยนต์หลายตัวรักษาลักษณะบางอย่างของแมลงสังคมเช่นความแข็งแกร่งฝูงหุ่นยนต์สามารถทำงานได้แม้ว่าบางคนจะล้มเหลวหรือมีการหยุดชะงักในสภาพแวดล้อมโดยรอบ ความยืดหยุ่นฝูงสามารถสร้างโซลูชันที่แตกต่างกันสำหรับงานที่แตกต่างกันและสามารถเปลี่ยนบทบาทของหุ่นยนต์แต่ละตัวได้ขึ้นอยู่กับความจำเป็นของช่วงเวลา ความสามารถในการปรับขยายฝูงหุ่นยนต์สามารถทำงานในกลุ่มขนาดต่างๆได้ตั้งแต่ไม่กี่คนไปจนถึงหลายพันคน
ลักษณะของ Robot Swarm
ดังที่กล่าวว่าฝูงหุ่นยนต์ธรรมดาได้มาซึ่งลักษณะของแมลงทางสังคมซึ่งมีรายชื่อดังนี้
1. ฝูงหุ่นยนต์ต้องเป็นอิสระและสามารถรับรู้และกระทำในสภาพแวดล้อมจริง
2. จำนวนหุ่นยนต์ในฝูงต้องมีจำนวนมากพอที่จะรองรับงานทุกอย่างเป็นกลุ่มที่ต้องดำเนินการ
3. ควรมีความเป็นเนื้อเดียวกันในฝูงอาจมีกลุ่มต่างๆในฝูงได้ แต่ไม่ควรมีมากเกินไป
4. หุ่นยนต์ฝูงเดียวต้องไม่สามารถทำงานได้และไม่มีประสิทธิภาพตามวัตถุประสงค์หลักนั่นคือต้องร่วมมือกันเพื่อที่จะประสบความสำเร็จและปรับปรุงประสิทธิภาพ
5. หุ่นยนต์ทั้งหมดจำเป็นต้องมีความสามารถในการตรวจจับและการสื่อสารในพื้นที่กับพันธมิตรที่อยู่ใกล้เคียงของฝูงเท่านั้นซึ่งจะช่วยให้มั่นใจได้ว่าการประสานงานของฝูงจะกระจายไปและความสามารถในการปรับขนาดได้กลายเป็นคุณสมบัติอย่างหนึ่งของระบบ
Multi-Robotics Systems และ Swarm Robotics
หุ่นยนต์ Swarm เป็นส่วนหนึ่งของระบบหุ่นยนต์หลายตัวและเป็นกลุ่มพวกมันมีลักษณะบางอย่างของแกนหลายแกนที่กำหนดพฤติกรรมกลุ่มของพวกเขา
ขนาดรวม: ขนาดรวมคือ SIZE-INF ซึ่งเป็น N >> 1 ซึ่งตรงข้ามกับ SIZE-LIM โดยที่จำนวน N ของหุ่นยนต์มีขนาดเล็กกว่าขนาดสภาพแวดล้อมตามลำดับที่ใส่ไว้
ช่วงการสื่อสาร: ช่วงการสื่อสารคือ COM-NEAR เพื่อให้หุ่นยนต์สามารถสื่อสารกับหุ่นยนต์ที่อยู่ใกล้พอ
โทโพโลยีการสื่อสาร: โทโพโลยีการสื่อสารสำหรับหุ่นยนต์ในฝูงโดยทั่วไปจะเป็น TOP-GRAPH หุ่นยนต์จะเชื่อมโยงในโทโพโลยีแบบกราฟทั่วไป
แบนด์วิดท์การสื่อสาร: แบนด์วิดท์การสื่อสารคือ BAND-MOTION ต้นทุนการสื่อสารระหว่างหุ่นยนต์ทั้งสองจะเหมือนกับการเคลื่อนย้ายหุ่นยนต์ระหว่างสถานที่ต่างๆ
Collective recounfigrability: โดยทั่วไปการกำหนดค่าใหม่โดยรวมจะเป็น ARR-COMM ซึ่งเป็นการประสานงานกับสมาชิกที่สื่อสาร แต่ก็อาจเป็น ARR-DYN นั่นคือการจัดเรียงแบบไดนามิกตำแหน่งสามารถเปลี่ยนแปลงแบบสุ่มได้
ความสามารถในกระบวนการ: ความสามารถในกระบวนการคือ PROC-TME โดยที่โมเดลการคำนวณเทียบเท่ากับเครื่องปรับ
องค์ประกอบรวม: องค์ประกอบรวมคือ CMP-HOM ซึ่งหมายความว่าหุ่นยนต์เป็นเนื้อเดียวกัน
ข้อดีของระบบ Multi-Robotics เมื่อเทียบกับหุ่นยนต์ตัวเดียว
- ความเท่าเทียมกันของงาน:เราทุกคนรู้ว่างานสามารถย่อยสลายได้และเราทุกคนตระหนักถึงวิธีการพัฒนาที่คล่องตัวดังนั้นการใช้การขนานกันทำให้กลุ่มต่างๆสามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น
- การเปิดใช้งานงาน: กลุ่มมีพลังมากกว่ากลุ่มเดียวและกลุ่มเดียวกับหุ่นยนต์กลุ่มซึ่งกลุ่มของหุ่นยนต์สามารถทำงานบางอย่างที่เป็นไปไม่ได้สำหรับหุ่นยนต์ตัวเดียว
- การแพร่กระจายในการตรวจจับ:เนื่องจากฝูงมีการตรวจจับโดยรวมจึงมีช่วงการตรวจจับที่กว้างกว่าช่วงของหุ่นยนต์ตัวเดียว
- การกระจายในการดำเนินการ:กลุ่มของหุ่นยนต์สามารถกระตุ้นการกระทำที่แตกต่างกันในสถานที่ต่างๆในเวลาเดียวกัน
- Fault Tolerance:ความล้มเหลวของหุ่นยนต์ตัวเดียวภายในฝูงหุ่นยนต์ภายในกลุ่มไม่ได้หมายความว่างานจะล้มเหลวหรือไม่สามารถบรรลุผลได้
แพลตฟอร์มทดลองใน Swarm Robotics
มีแพลตฟอร์มการทดลองที่แตกต่างกันที่ใช้สำหรับหุ่นยนต์ฝูงซึ่งเกี่ยวข้องกับการใช้แพลตฟอร์มการทดลองที่แตกต่างกันและเครื่องจำลองหุ่นยนต์ที่แตกต่างกันเพื่อกระตุ้นสภาพแวดล้อมของหุ่นยนต์ฝูงโดยไม่ต้องใช้ฮาร์ดแวร์จริง
1. แพลตฟอร์มหุ่นยนต์
มีการใช้แพลตฟอร์มหุ่นยนต์ที่แตกต่างกันในการทดลองฝูงหุ่นยนต์ในห้องปฏิบัติการ
(i) Swarmbot
เซ็นเซอร์ที่ใช้:มีเซ็นเซอร์ต่างๆเพื่อช่วยบอทซึ่งรวมถึงเซ็นเซอร์วัดระยะและกล้อง
การเคลื่อนไหว:ใช้ล้อเพื่อเคลื่อนย้ายจากที่หนึ่งไปยังอีกที่หนึ่ง
พัฒนาโดย:พัฒนาโดย Rice University, USA
คำอธิบาย: SwarmBot เป็นแพลตฟอร์มหุ่นยนต์ฝูงที่พัฒนาขึ้นเพื่อการวิจัยโดยมหาวิทยาลัยไรซ์ สามารถทำงานได้โดยอัตโนมัติเป็นเวลาประมาณ 3 ชั่วโมงของการชาร์จหนึ่งครั้งนอกจากนี้บอทเหล่านี้ยังเปิดใช้งานตนเองเพื่อค้นหาและเชื่อมต่อกับแท่นชาร์จที่วางอยู่บนผนัง
(ii) Kobot
เซนเซอร์ที่ใช้:เกี่ยวข้องกับการใช้เซ็นเซอร์ระยะเซ็นเซอร์การมองเห็นและเข็มทิศ
การเคลื่อนไหว:ใช้ล้อในการเคลื่อนที่
พัฒนาโดย:พัฒนาใน KOVAN Research Lab ที่ Middle East Technical University ประเทศตุรกี
คำอธิบาย: Kobot ได้รับการออกแบบมาโดยเฉพาะสำหรับการวิจัยด้านหุ่นยนต์ฝูง มันทำจากเซ็นเซอร์หลายตัวที่ทำให้มันเป็นแพลตฟอร์มที่สมบูรณ์แบบสำหรับการแสดงสถานการณ์หุ่นยนต์ฝูงต่างๆเช่นการเคลื่อนไหวที่ประสาน สามารถทำงานได้โดยอัตโนมัติเป็นเวลา 10 ชั่วโมงต่อการชาร์จหนึ่งครั้ง นอกจากนี้ยังมีแบตเตอรี่แบบถอดเปลี่ยนได้ซึ่งจะต้องชาร์จใหม่ด้วยตนเองและส่วนใหญ่จะใช้ในการดำเนินการตามสถานการณ์จัดระเบียบตนเอง
(iii) S-bot
เซ็นเซอร์ที่ใช้:ทำให้การใช้เซ็นเซอร์ต่างๆเพื่อให้สิ่งต่างๆทำงานเช่นเซ็นเซอร์สำหรับแสง IR ตำแหน่งแรงความเร็วอุณหภูมิความชื้นความเร่งและไมโครโฟน
การเคลื่อนไหว:ใช้ต้นไม้ที่ติดกับฐานเพื่อการเคลื่อนไหว
พัฒนาโดย:พัฒนาโดยÉcole Polytechnique Fédérale de Lausanne (EPFL) ประเทศสวิตเซอร์แลนด์
คำอธิบาย: S-bot เป็นหนึ่งในแพลตฟอร์มหุ่นยนต์ฝูงที่มีความสามารถและมีจำนวนมากที่เคยสร้างขึ้น มีการออกแบบกริปเปอร์ที่เป็นเอกลักษณ์ซึ่งสามารถจับวัตถุและ s-bots อื่น ๆ ได้ นอกจากนี้ยังสามารถออกกำลังกายได้ประมาณ 1 ชั่วโมงต่อการชาร์จหนึ่งครั้ง
(iv) หุ่นยนต์จัสมิน
เซนเซอร์ที่ใช้:ใช้ประโยชน์จากเซ็นเซอร์วัดระยะและแสง
พัฒนาโดย:พัฒนาโดย University of Stuttgart ประเทศเยอรมนี
การเคลื่อนไหว:ทำให้ล้อเคลื่อนที่
คำอธิบาย:หุ่นยนต์เคลื่อนที่จัสมินเป็นแพลตฟอร์มหุ่นยนต์ฝูงหนึ่งซึ่งใช้ในการวิจัยหุ่นยนต์จำนวนมาก
(v) E-Puck
เซ็นเซอร์ที่ใช้:ใช้เซ็นเซอร์หลายชนิดเช่นระยะทางกล้องแบริ่งการเร่งความเร็วและไมโครโฟน
พัฒนาโดย: École Polytechnique Fédérale de Lausanne (EPFL) ประเทศสวิตเซอร์แลนด์
การเคลื่อนไหว:ขึ้นอยู่กับการเคลื่อนที่ของล้อ
คำอธิบาย: E-puck ถูกออกแบบมาเพื่อการศึกษาเป็นหลักและเป็นหนึ่งในหุ่นยนต์ที่ประสบความสำเร็จมากที่สุด อย่างไรก็ตามเนื่องจากความเรียบง่ายจึงมักใช้ในการวิจัยหุ่นยนต์ฝูงเช่นกัน มีแบตเตอรี่ที่ผู้ใช้เปลี่ยนได้โดยใช้เวลาทำงาน 2-4 ชั่วโมง
(vi) เตาเผา
เซนเซอร์ที่ใช้:ใช้เซ็นเซอร์วัดระยะและแสงร่วมกัน
พัฒนาโดย: Harvard University, USA
การเคลื่อนไหว:ใช้การสั่นสะเทือนของระบบสำหรับการเคลื่อนไหวของร่างกายของระบบ
คำอธิบาย: Kilobot เป็นแพลตฟอร์มหุ่นยนต์ฝูงล่าสุดที่มีฟังก์ชั่นเฉพาะของการชาร์จกลุ่มและการตั้งโปรแกรมกลุ่ม เนื่องจากความเรียบง่ายและการใช้พลังงานต่ำจึงมีเวลาพร้อมใช้งานสูงสุด 24 ชั่วโมง หุ่นยนต์ถูกชาร์จด้วยตนเองเป็นกลุ่มในสถานีชาร์จพิเศษ
2. เครื่องจำลอง
เครื่องจำลองหุ่นยนต์แก้ปัญหาฮาร์ดแวร์ที่จำเป็นสำหรับงานทดสอบความน่าเชื่อถือของบอทในพารามิเตอร์สภาพแวดล้อมจริงที่จำลองขึ้นโดยเทียม
มีหุ่นยนต์จำลองจำนวนมากที่สามารถใช้สำหรับการทดลองหลายหุ่นยนต์และโดยเฉพาะอย่างยิ่งสำหรับการทดลองหุ่นยนต์ฝูงและทั้งหมดแตกต่างกันในด้านเทคนิค แต่ยังอยู่ในใบอนุญาตและค่าใช้จ่าย ตัวจำลองบางตัวสำหรับบอทฝูงและแพลตฟอร์มหลายหุ่นยนต์มีดังนี้:
- SwarmBot3D: SwarmBot3D เป็นโปรแกรมจำลองสำหรับหุ่นยนต์หลายตัว แต่ออกแบบมาเฉพาะสำหรับหุ่นยนต์ S-Bot ของโครงการ SwarmBot
- Microsoft Robotics Studio:สตูดิโอหุ่นยนต์เป็นโปรแกรมจำลองที่พัฒนาโดย Microsoft ช่วยให้สามารถจำลองหุ่นยนต์หลายตัวและต้องใช้แพลตฟอร์ม Windows ในการทำงาน
- Webots: Webots เป็นโปรแกรมจำลองมือถือที่เหมือนจริงซึ่งช่วยให้สามารถจำลองหุ่นยนต์หลายตัวพร้อมกับหุ่นยนต์จริงที่สร้างไว้แล้ว สามารถจำลองการชนจริงได้โดยใช้ฟิสิกส์ของโลกแห่งความเป็นจริง อย่างไรก็ตามประสิทธิภาพจะลดลงเมื่อทำงานกับหุ่นยนต์มากกว่าทำให้การจำลองกับหุ่นยนต์จำนวนมากทำได้ยาก
- ผู้เล่น / เวที / ศาลา:เครื่องเล่น / เวที / ศาลาเป็นโปรแกรมจำลองโอเพ่นซอร์สที่มีความสามารถของหุ่นยนต์หลายตัวและหุ่นยนต์และเซ็นเซอร์ที่มีอยู่มากมายพร้อมใช้งาน สามารถจัดการกับการจำลองการทดลองของฝูงหุ่นยนต์ในสภาพแวดล้อม 2 มิติได้เป็นอย่างดีซึ่งได้ผลลัพธ์ที่ดีมาก ขนาดประชากรในสภาพแวดล้อมสามารถปรับขนาดหุ่นยนต์ธรรมดาได้ถึง 1,000 ตัวแบบเรียลไทม์
อัลกอริทึมและเทคนิคที่ใช้สำหรับงานต่างๆใน Swarm Robotics
ต่อไปนี้เราจะมาดูเทคนิคต่างๆที่ใช้ในหุ่นยนต์ฝูงสำหรับงานง่ายๆต่างๆเช่นการรวมตัวการกระจายตัวเป็นต้นงานเหล่านี้เป็นขั้นตอนเริ่มต้นขั้นพื้นฐานสำหรับการทำงานระดับไฮเอนด์ทั้งหมดในหุ่นยนต์ฝูง
การรวม: การรวมตัวคือการรวมบอททั้งหมดเข้าด้วยกันและเป็นขั้นตอนเริ่มต้นที่สำคัญและเป็นขั้นตอนที่ซับซ้อนอื่น ๆ เช่นการสร้างรูปแบบการประกอบตัวเองการแลกเปลี่ยนข้อมูลและการเคลื่อนไหวร่วม หุ่นยนต์ใช้เซ็นเซอร์ของมันเช่นพร็อกซิมิตีเซนเซอร์และไมโครโฟนซึ่งใช้กลไกการแลกเปลี่ยนเสียงโดยใช้ตัวกระตุ้นเช่นลำโพง เซ็นเซอร์ช่วยให้บอทตัวเดียวค้นหาหุ่นยนต์ที่อยู่ใกล้ที่สุดซึ่งกลายเป็นศูนย์กลางของกลุ่มโดยที่บอทจะต้องมุ่งเน้นไปที่บอทตัวอื่นซึ่งอยู่ตรงกลางของกลุ่มและเข้าถึงมันและกระบวนการเดียวกัน ตามด้วยสมาชิกทั้งหมดของฝูงซึ่งปล่อยให้รวมทั้งหมด
การกระจายตัว:เมื่อหุ่นยนต์รวมตัวกันในที่แห่งเดียวขั้นตอนต่อไปคือการแยกย้ายกันไปในสภาพแวดล้อมที่พวกมันทำงานเป็นสมาชิกตัวเดียวของฝูงและสิ่งนี้ยังช่วยในการสำรวจสภาพแวดล้อมที่บอทของฝูงแต่ละตัวทำงานได้ เป็นเซ็นเซอร์เดียวเมื่อเหลือให้สำรวจ มีการเสนอและใช้อัลกอริทึมต่างๆสำหรับการกระจายตัวของหุ่นยนต์หนึ่งในวิธีการนี้รวมถึงอัลกอริธึมภาคสนามที่เป็นไปได้สำหรับการกระจายตัวของหุ่นยนต์ซึ่งหุ่นยนต์จะขับไล่สิ่งกีดขวางและหุ่นยนต์อื่น ๆ ซึ่งทำให้สภาพแวดล้อมของฝูงสามารถกระจายไปในเชิงเส้น
อีกวิธีหนึ่งเกี่ยวข้องกับการกระจายโดยอาศัยการอ่านสัญญาณความเข้มของสัญญาณไร้สายสัญญาณความเข้มแบบไร้สายทำให้หุ่นยนต์สามารถแยกย้ายกันไปโดยที่เพื่อนบ้านที่อยู่ใกล้ที่สุดเพียงแค่จับความเข้มของระบบไร้สายและจัดเรียงให้กระจายไปตามสภาพแวดล้อมโดยรอบ
การก่อตัวของรูปแบบ: การก่อตัวของรูปแบบในหุ่นยนต์ฝูงเป็นลักษณะสำคัญของพฤติกรรมโดยรวมของพวกมันรูปแบบเหล่านี้สามารถช่วยได้มากเมื่อต้องแก้ไขปัญหาซึ่งเกี่ยวข้องกับการทำงานร่วมกันทั้งกลุ่ม ในการสร้างรูปแบบบอทจะสร้างรูปร่างทั่วโลกโดยการเปลี่ยนส่วนของหุ่นยนต์แต่ละตัวโดยที่บอทแต่ละตัวมีข้อมูลเฉพาะ
หุ่นยนต์ฝูงหนึ่งสร้างโครงสร้างที่มีรูปร่างที่กำหนดทั้งภายในและภายนอก กฎที่ทำให้อนุภาค / หุ่นยนต์รวมตัวกันในรูปแบบที่ต้องการนั้นเป็นแบบเฉพาะที่ แต่มีรูปร่างเหมือนโลกปรากฏขึ้นโดยไม่ต้องมีข้อมูลทั่วโลกเกี่ยวกับสมาชิกแต่ละคนของฝูง อัลกอริทึมใช้สปริงเสมือนระหว่างอนุภาคใกล้เคียงโดยคำนึงถึงจำนวนเพื่อนบ้านที่มี
การเคลื่อนไหวร่วมกัน:ความหมายของทีมคืออะไรถ้าพวกเขาทั้งหมดไม่สามารถแก้ไขปัญหาร่วมกันได้และนั่นคือส่วนที่ดีที่สุดของฝูง? การเคลื่อนไหวร่วมกันเป็นวิธีหนึ่งในการประสานกลุ่มของหุ่นยนต์และทำให้พวกมันเคลื่อนที่ไปด้วยกันเป็นกลุ่มอย่างเหนียวแน่น เป็นวิธีพื้นฐานในการทำงานร่วมกันและสามารถแบ่งออกเป็นสองประเภทการสร้างและการแห่
มีหลายวิธีในการเคลื่อนไหวร่วมกัน แต่มีเพียงวิธีการที่อนุญาตให้ปรับขนาดได้โดยมีหุ่นยนต์จำนวนมากขึ้นเรื่อย ๆ เท่านั้นที่น่ากังวลซึ่งหุ่นยนต์แต่ละตัวจะรับรู้ตำแหน่งสัมพัทธ์ของเพื่อนบ้านและตอบสนองกับกองกำลังที่เกี่ยวข้องซึ่งอาจดึงดูดหรือน่ารังเกียจในการสร้างโครงสร้างสำหรับการเคลื่อนไหวร่วมกัน
การจัดสรรงาน:การจัดสรรงานเป็นพื้นที่ที่มีปัญหาในหุ่นยนต์ฝูงบนพื้นฐานของการแบ่งงาน อย่างไรก็ตามมีวิธีการต่างๆที่ใช้สำหรับแผนกแรงงานหนึ่งในนั้นคือหุ่นยนต์แต่ละตัวจะคอยสังเกตการทำงานของหุ่นยนต์ตัวอื่น ๆ และรักษาประวัติให้เหมือนเดิมจากนั้นจึงสามารถเปลี่ยนแปลงพฤติกรรมของตัวเองเพื่อให้เหมาะสมกับงาน วิธีนี้ขึ้นอยู่กับการสื่อสารแบบซุบซิบและแน่นอนว่ามันมีข้อดีของประสิทธิภาพที่ดีกว่า แต่ในขณะเดียวกันก็มีข้อเสียเนื่องจากความทนทานที่ จำกัด และการสูญเสียแพ็คเก็ตในระหว่างการสื่อสารจึงทำให้ปรับขนาดได้น้อยลง ในอีกวิธีหนึ่งหุ่นยนต์บางตัวจะประกาศงานและหุ่นยนต์อื่น ๆ จำนวนหนึ่งเข้าร่วมพร้อมกันซึ่งเป็นวิธีที่ง่ายและตอบสนอง
การค้นหาแหล่งที่มา:หุ่นยนต์ Swarm ประสบความสำเร็จอย่างมากในงานค้นหาแหล่งที่มาโดยเฉพาะอย่างยิ่งเมื่อแหล่งที่มาสำหรับการค้นหามีความซับซ้อนเช่นในกรณีของเสียงหรือกลิ่น การค้นหาโดยหุ่นยนต์จับกลุ่มทำได้สองวิธีวิธีหนึ่งคือทั่วโลกอีกวิธีหนึ่งคือในพื้นที่และความแตกต่างระหว่างทั้งสองคือการสื่อสาร หนึ่งเดียวกับการสื่อสารระดับโลกระหว่างหุ่นยนต์ซึ่งหุ่นยนต์สามารถค้นหาแหล่งข้อมูลสูงสุดทั่วโลกได้ อีกตัวหนึ่งถูก จำกัด ไว้เฉพาะการสื่อสารในท้องถิ่นระหว่างหุ่นยนต์เพื่อค้นหาแม็กซิม่าในพื้นที่
การขนส่งวัตถุ:มดมีการขนส่งวัตถุโดยรวมซึ่งมดแต่ละตัวรอเพื่อนอีกตัวหนึ่งเพื่อขอความร่วมมือหากวัตถุที่จะขนส่งมีน้ำหนักมากเกินไป ภายใต้หุ่นยนต์แสงเดียวกันฝูงทำให้สิ่งต่างๆออกมาในลักษณะเดียวกับที่หุ่นยนต์แต่ละตัวมีข้อได้เปรียบในการได้รับความร่วมมือจากหุ่นยนต์ตัวอื่นในการขนย้ายสิ่งของ S-bots นำเสนอแพลตฟอร์มที่ยอดเยี่ยมสำหรับการแก้ปัญหาการขนส่งที่พวกเขารวมตัวกันเพื่อร่วมมือกันและอัลกอริทึมของพวกเขาจะขยายใหญ่ขึ้นหากวัตถุที่จะขนส่งมีน้ำหนักมาก
อีกวิธีหนึ่งคือการขนส่งโดยรวมของวัตถุที่มีการรวบรวมและจัดเก็บวัตถุเพื่อการขนส่งในภายหลังที่นี่หุ่นยนต์มีภารกิจที่แตกต่างกันสองอย่างคือการรวบรวมวัตถุและวางไว้ในรถเข็นและรวมกันย้ายรถเข็นที่บรรทุกวัตถุเหล่านั้น
การทำแผนที่แบบรวม:การทำแผนที่แบบรวมใช้สำหรับการสำรวจและการทำแผนที่พื้นที่ในร่มขนาดใหญ่โดยใช้หุ่นยนต์จำนวนมาก
ในวิธีเดียวการทำแผนที่จะดำเนินการโดยกลุ่มหุ่นยนต์สองกลุ่มซึ่งแลกเปลี่ยนข้อมูลเพื่อรวมแผนที่เข้าด้วยกัน อีกวิธีหนึ่งคือบทบาทตามที่หุ่นยนต์สามารถรับบทบาทใด ๆ ในสองบทบาทที่กำลังเคลื่อนที่หรือจุดสังเกตที่สามารถแลกเปลี่ยนกับการเคลื่อนที่ของฝูง นอกจากนี้หุ่นยนต์ยังมีการประมาณตำแหน่งที่แน่นอนดังนั้นต้องประมาณตำแหน่งของหุ่นยนต์ตัวอื่น ๆ เพื่อสร้างแผนที่รวม
การประยุกต์ใช้ Swarm Robotics ในโลกแห่งความเป็นจริง
แม้ว่าการวิจัยอย่างกว้างขวางเกี่ยวกับหุ่นยนต์จับกลุ่มได้เริ่มขึ้นเมื่อประมาณปี 2555 จนถึงขณะนี้ยังไม่ได้ออกมาพร้อมกับแอปพลิเคชันในโลกแห่งความเป็นจริงในเชิงพาณิชย์ แต่ก็ถูกนำไปใช้เพื่อวัตถุประสงค์ทางการแพทย์ แต่ไม่ใช่ในขนาดใหญ่และยังอยู่ระหว่างการทดสอบ มีสาเหตุหลายประการที่เทคโนโลยีนี้ไม่ได้ออกมาในเชิงพาณิชย์
การออกแบบอัลกอริทึมสำหรับบุคคลและระดับโลก:พฤติกรรมโดยรวมของฝูงนั้นมาจากแต่ละบุคคลซึ่งต้องใช้ในการออกแบบหุ่นยนต์ตัวเดียวและพฤติกรรมของมันและในปัจจุบันยังไม่มีวิธีการเปลี่ยนจากพฤติกรรมของแต่ละบุคคลไปเป็นกลุ่ม
การทดสอบและการใช้งาน:ข้อกำหนดที่กว้างขวางสำหรับห้องปฏิบัติการและโครงสร้างพื้นฐานสำหรับการพัฒนาต่อไป
การวิเคราะห์และการสร้างแบบจำลอง:งานพื้นฐานต่าง ๆ ที่ดำเนินการในหุ่นยนต์ฝูงหนึ่งชี้ให้เห็นว่าสิ่งเหล่านี้ไม่ใช่เชิงเส้นดังนั้นการสร้างแบบจำลองทางคณิตศาสตร์สำหรับการทำงานจึงค่อนข้างยาก
นอกจากความท้าทายเหล่านี้แล้วยังมีความท้าทายด้านความปลอดภัยเพิ่มเติมสำหรับบุคคลและฝูงเนื่องจากการออกแบบที่เรียบง่าย
(i)การจับหุ่นยนต์ทางกายภาพ
(ii)อัตลักษณ์ของแต่ละบุคคลในฝูงที่หุ่นยนต์ต้องรู้ว่ากำลังโต้ตอบกับหุ่นยนต์ของฝูงหรือฝูงอื่น
(iii)การสื่อสารโจมตีบุคคลและฝูง
เป้าหมายหลักของหุ่นยนต์จับกลุ่มคือการครอบคลุมพื้นที่กว้าง ๆ ที่หุ่นยนต์สามารถแยกย้ายกันไปและปฏิบัติงานตามลำดับได้ ซึ่งมีประโยชน์ในการตรวจจับเหตุการณ์ที่เป็นอันตรายเช่นการรั่วไหลทุ่นระเบิด ฯลฯ และข้อได้เปรียบหลักของเครือข่ายเซ็นเซอร์แบบกระจายและเคลื่อนย้ายได้คือสามารถตรวจจับพื้นที่กว้างและแม้แต่ดำเนินการ
การใช้งานหุ่นยนต์ฝูงนั้นมีแนวโน้มที่ดี แต่ยังมีความจำเป็นในการพัฒนาทั้งในส่วนอัลกอริทึมและการสร้างแบบจำลอง