Разработана система безопасности при проведении шоу с тысячами дронов

Аварии на шоу дронов подчеркивают трудности обеспечения безопасности в системах, которые инженеры называют «мультиагентными», то есть системах, состоящих из множества скоординированных, взаимодействующих и запрограммированных компьютером агентов, таких как роботы, дроны и самоуправляемые автомобили.
В реальных условиях команда обучила небольшое количество дронов размером с ладонь безопасно выполнять различные задачи, от одновременного изменения положения в полете до посадки на заданные движущиеся транспортные средства на земле. В ходе моделирования исследователи показали, что те же программы, обученные на нескольких дронах, могут быть скопированы и масштабированы на тысячи дронов, позволяя большой системе агентов безопасно выполнять те же задачи.
«Это может стать стандартом для любого приложения, где требуется команда агентов, например, складских роботов, поисково-спасательных дронов и самоуправляемых автомобилей», — говорит соавтор работы Чучу Фань. Исследование опубликовано в журнале IEEE Transactions on Robotics.
Коридор безопасности

Когда инженеры проектируют безопасность любой многоагентной системы, им обычно приходится учитывать потенциальные пути каждого агента по отношению к каждому другому агенту в системе. Такое парное планирование путей занимает много времени и требует больших вычислительных затрат. И даже в этом случае безопасность не гарантируется.
«В шоу дронов каждому дрону задается определенная траектория — набор путевых точек и время, — а затем они, по сути, "закрывают глаза" и следуют плану», — говорит соавтор работы Соньюань Чжан. — «Поскольку они знают только, где они должны быть и в какое время то, когда случаются любые нарушения, они не знают, как адаптироваться».

Команда Массачусетского технологического института попыталась разработать метод обучения агентов безопасному маневрированию. Вместо того чтобы планировать конкретные маршруты для отдельных агентов, метод позволит агентам постоянно определять границы, за которыми они могут быть небезопасной ситуации. После этого агент может выбрать любой путь для выполнения своей задачи, но заданные границы не нарушать.
По словам команды, этот метод похож на то, как люди интуитивно ориентируются в окружающей обстановке.
«Допустим, вы находитесь в переполненном торговом центре», — объясняет соавтор работы Освин Со. — «Вас не волнует никто, кроме людей, которые находятся в непосредственной близости от вас, например, в 5 метрах, с точки зрения безопасного передвижения и отсутствия столкновений. В нашей работе используется аналогичный локальный подход».
«Используя наш метод, нам нужно только указать дронам их пункты назначения, а не всю траекторию, и дроны сами придумают, как безопасно добраться до места назначения», — говорит Чучу Фань. Он считает, что этот метод можно применить к любой мультиагентной системе, чтобы гарантировать ее безопасность, включая системы предотвращения столкновений в шоу дронов, движение складских роботов, автономных транспортных средств и систем доставки дронами.