Max Home IndustryИнтеллект роя — популярная тема искусственного интеллекта в настоящее время, но не многие исследователи доходят до создания настоящего объекта. Это не симуляция — посмотрите видео.
Рой — это совокупность активных агентов, каждый из которых действует в соответствии с простыми правилами. Из простых правил и действия количества сущностей рождается интеллект роя — с большим потенциалом, чем предполагают простые правила.
В рамках проекта SMAVNET разрабатываются группы летающих роботов, которые могут быть развернуты в зонах бедствий для создания сетей связи для спасателей.
Каждый из самолетов имеет небольшой вес (420 г, размах крыла 80 см) и построен из вспененного полипропилена (EPP) с электродвигателем, установленным в задней части, и двумя рулевыми поверхностями, выполняющими роль руля высоты (совмещенные элероны и руль высоты). Самолеты достаточно легкие и медленно движутся, чтобы снизить риск столкновения с людьми на земле. У исследовательской группы есть разрешение убрать рой с прямой видимости.
Каждый робот работает от LiPo (литий-полимерного) аккумулятора, который обеспечивает 30 минут полета. Они оснащены автопилотом для контроля высоты, скорости полета и скорости поворота. В автопилот встроен микроконтроллер, который реализует минималистичную стратегию управления, основанную на входных данных только от 3 датчиков: одного гироскопа и двух датчиков давления.
Контроллеры Swarm реализованы на плате ЦП Toradex Colibri PXA270 под управлением Linux, подключенной к стандартному USB-ключу WiFi. Выходные данные этих контроллеров, а именно желаемая скорость поворота, скорость или высота, отправляются в качестве управляющей команды на автопилот.
Для регистрации траекторий полета робот дополнительно оснащен GPS-модулем u-blox LEA-5H и передатчиком ZigBee (XBee PRO).
На видео показан тестовый полет, и все это выглядит очень весело, чтобы его можно было классифицировать как работу!
Тестируемые алгоритмы роя основаны на биологии. Первый получен путем обратной инженерии решения, найденного с использованием генетического алгоритма. Второй основан на методах оптимизации поиска муравьев. Муравьи оставляют феромонные следы, которые становятся все более оптимальными, поскольку все больше и больше муравьев следуют за ними и оставляют модифицированные следы.