راز رفع ترافیک ربات‌ها کشف شد

|
۱۴۰۵/۰۳/۳۰
|
۱۸:۰۰:۰۲
| کد خبر: ۲۳۵۶۲۹۹
راز رفع ترافیک ربات‌ها کشف شد
برنا – گروه علمی و فناوری: پژوهشگران نشان دادند افزودن مقدار کمی تصادفی‌بودن به حرکت ربات‌ها می‌تواند از ایجاد گره‌های ترافیکی جلوگیری کرده و کارایی دسته‌های رباتیک را در محیط‌های شلوغ به‌طور چشمگیری افزایش دهد.

پژوهشگران دانشگاه Harvard University در مطالعه‌ای جدید نشان داده‌اند که افزودن مقدار کنترل‌شده‌ای تصادفی‌بودن به حرکت ربات‌ها می‌تواند از ایجاد گره‌های ترافیکی در دسته‌های بزرگ رباتیک جلوگیری کرده و کارایی آنها را به شکل چشمگیری افزایش دهد. نتایج این تحقیق می‌تواند در طراحی نسل آینده ربات‌های گروهی، مدیریت ترافیک وسایل نقلیه خودران و حتی کنترل ازدحام جمعیت انسانی کاربرد داشته باشد.

به گزارش ساینس دیلی، در بسیاری از ماموریت‌های پیچیده از پاکسازی نشت‌های نفتی گرفته تا مونتاژ تجهیزات در محیط‌های محدود، استفاده از تعداد بیشتری ربات در ابتدا باعث افزایش سرعت انجام کار می‌شود اما پس از عبور از یک حد مشخص، تراکم بیش از حد ربات‌ها موجب برخورد، مزاحمت متقابل و در نهایت کاهش شدید بهره‌وری می‌شود. این موضوع پرسش مهمی را مطرح می‌کند: در یک فضای محدود چه تعداد ربات می‌تواند بیشترین بازدهی را ایجاد کند؟

برای پاسخ به این سوال تیمی از پژوهشگران به سرپرستی Mahadevan، استاد ریاضیات کاربردی، زیست‌شناسی تکاملی و فیزیک از مدل‌سازی ریاضی، شبیه‌سازی‌های رایانه‌ای و آزمایش‌های عملی استفاده کردند. نتایج این پژوهش که در نشریه علمی Proceedings of the National Academy of Sciences منتشر شده نشان می‌دهد که مقدار مناسبی از نویز یا انحراف تصادفی در مسیر حرکت ربات‌ها می‌تواند از ازدحام جلوگیری کرده و نرخ انجام وظایف را افزایش دهد.

چرا تصادفی بودن مفید است؟

به گفته Lucy Liu پژوهشگر دکتری ریاضیات کاربردی و نویسنده اصلی مطالعه، تحلیل ریاضی رفتار گروه‌های متراکم بسیار دشوار است زیرا تعداد تعاملات احتمالی میان ربات‌ها به شدت زیاد می‌شود. به همین دلیل محققان هر ربات را به‌عنوان یک عامل ساده در نظر گرفتند که می‌تواند با میزان مشخصی از لرزش یا انحراف در مسیر خود حرکت کند.

در نگاه نخست این ایده ممکن است غیرمنطقی به نظر برسد، زیرا انتظار می‌رود حرکت کاملا مستقیم و منظم سریع‌ترین روش رسیدن به هدف باشد اما پژوهشگران دریافتند که وجود مقداری تصادفی‌بودن باعث می‌شود بتوان رفتار کلی سیستم را از طریق میانگین‌گیری پیش‌بینی کرد و در عین حال از شکل‌گیری ترافیک‌های سنگین جلوگیری شود.

شبیه‌سازی هزاران ربات در محیط‌های شلوغ

در بخش شبیه‌سازی محققان تعداد زیادی عامل مجازی را در موقعیت‌های تصادفی قرار دادند و برای هر یک مقصدی تصادفی تعیین کردند. هر بار که یک عامل به مقصد خود می‌رسید مقصد جدیدی به آن اختصاص داده می‌شد تا شرایطی مشابه مأموریت‌های پیوسته در دنیای واقعی ایجاد شود.

در این آزمایش‌ها میزان تصادفی‌بودن حرکت ربات‌ها قابل تنظیم بود. زمانی که هیچ نویزی وجود نداشت، ربات‌ها در خطوط کاملا مستقیم حرکت می‌کردند. در مقابل در سطوح بالای نویز مسیر حرکت آنها به شکل زیگزاگی و نامنظم درمی‌آمد.

نتایج نشان داد زمانی که همه ربات‌ها در مسیر‌های مستقیم حرکت می‌کنند به سرعت نقاط پرتراکم و گره‌های ترافیکی شکل می‌گیرد و حرکت سیستم تقریبا متوقف می‌شود. از سوی دیگر اگر میزان نویز بیش از حد زیاد باشد هرچند ازدحام از بین می‌رود اما ربات‌ها به دلیل سرگردانی و انحراف مداوم زمان بیشتری برای رسیدن به اهداف صرف می‌کنند.

نقطه طلایی میان نظم و بی‌نظمی

پژوهشگران دریافتند بهترین عملکرد زمانی حاصل می‌شود که میزان نویز در سطحی میانی قرار داشته باشد حالتی که آن را نقطه طلایی توصیف می‌کنند. در این شرایط، ربات‌ها می‌توانند بدون گرفتار شدن در ترافیک از کنار یکدیگر عبور کرده و همچنان با سرعت مناسب به سمت اهداف خود حرکت کنند.

بر اساس این یافته‌ها تیم تحقیقاتی فرمول‌های ریاضی جدیدی برای محاسبه نرخ دستیابی به هدف توسعه داد؛ معیاری که نشان می‌دهد در یک بازه زمانی مشخص چه تعداد مأموریت با موفقیت انجام می‌شود. این مدل‌ها امکان تعیین ترکیب بهینه‌ای از تراکم ربات‌ها و میزان نویز حرکتی را فراهم می‌کنند.

تایید نتایج در آزمایش‌های واقعی

برای اطمینان از صحت نتایج پژوهشگران آزمایش‌های عملی را نیز در همکاری با Eindhoven University of Technology انجام دادند. در این آزمایش‌ها گروهی از ربات‌های کوچک چرخ‌دار در محیطی مجهز به دوربین‌های سقفی مورد بررسی قرار گرفتند.

هر ربات به یک کد QR مجهز بود تا موقعیت آن به‌صورت لحظه‌ای ردیابی شود. اگرچه این ربات‌های واقعی نسبت به نمونه‌های شبیه‌سازی‌شده کندتر و کم‌دقت‌تر بودند، اما نتایج تقریبا یکسان بود، افزودن مقدار متعادلی از تصادفی‌بودن به حرکت ربات‌ها از ایجاد ترافیک جلوگیری کرده و روند انجام وظایف را روان‌تر می‌کند.

کاربرد‌های فراتر از دنیای ربات‌ها

این پژوهش بار دیگر نشان می‌دهد که برای دستیابی به رفتار‌های پیچیده و هماهنگ، همیشه نیازی به سیستم‌های کنترل مرکزی پیشرفته یا هوش مصنوعی بسیار پیچیده نیست. در بسیاری از موارد مجموعه‌ای از قوانین ساده محلی می‌تواند رفتار جمعی مؤثر و کارآمدی ایجاد کند.

محققان معتقدند یافته‌های این مطالعه تنها به ربات‌ها محدود نمی‌شود و می‌تواند برای درک رفتار ماده فعال در طبیعت از جمله کلونی مورچه‌ها، گله‌های حیوانات و سایر سامانه‌های جمعی نیز مفید باشد.

همچنین این نتایج می‌تواند در طراحی شهر‌های هوشمند، مدیریت ازدحام جمعیت، کنترل ترافیک خودرو‌های خودران و بهینه‌سازی حرکت ناوگان‌های رباتیک در انبار‌ها و کارخانه‌ها مورد استفاده قرار گیرد.

به گفته پژوهشگران پیام اصلی این تحقیق آن است که راه‌حل ازدحام و ترافیک همیشه اعمال کنترل بیشتر نیست گاهی مقدار اندکی انعطاف‌پذیری و بی‌نظمی می‌تواند عملکرد کل سیستم را به شکل چشمگیری بهبود ببخشد.

انتهای پیام/

نظر شما
captcha
پیشنهاد سردبیر