Credit:谢菲尔德大学谢菲尔德大学的工程师们发表了一项新的研究，该研究可以帮助我们使用成群的机器人来应对早期火灾，在海上进行搜索和救援行动，并诊断人体内的问题。由该大学计算机科学系的安德烈亚乔瓦尼·雷纳博士领导的这项研究，可以改善成群的机器人如何一起工作，适应环境的变化，并更快地做出更复杂的决定。
这项发表在《科学机器人学》杂志上的研究发现，当机器人之间的交流减少时，机器人群能够更有效地应对环境的变化。
这项研究推翻了被广泛接受的理论，即机器人之间的联系越多，信息交流就越有效。
该团队包括来自UCL和比利时布鲁塞尔自由大学IRIDIA的研究人员，他们通过研究一群微型机器人如何四处移动，并就它们应该聚集和探索的最佳区域(例如，最紧急或最适合执行任务的区域)达成共识，从而发现了他们的发现。
每个机器人单独评估环境，对最佳区域做出自己的决定，并向群体的其他成员传播自己的意见。然后，群中的每个机器人定期选择群中另一个机器人广播的随机评估，并使用它来更新对最佳区域的意见——这是机器人学中称为投票者模型的协议。一旦每个机器人都经历了这个过程，群体就根据每个机器人的意见就最佳聚集和探索区域达成共识。
然而，研究小组发现，通过使用这种协议，当一个更好的网站出现时，机器人群适应环境变化的速度很慢。
研究人员随后发现，当机器人只与10厘米范围内的其他机器人交流时——而不是向整个群体传播信息——群体能够更快地适应环境的变化，并选择最佳可用区域。
比利时FNRS大学布鲁塞尔自由大学人工智能跨学科研究所和谢菲尔德大学计算机科学系的研究员安德烈亚乔瓦尼·雷纳博士说:“成群的机器人有巨大的潜力帮助我们进入太危险或人类根本无法进入的地方。例如，他们可以飞过一场森林大火，这场大火太大或太危险，人类无法独自应对，他们可以监控火势如何蔓延，并决定最需要帮助的地方。
“然而，如果火势突然改变方向，其他地方迫切需要支持，会发生什么——机器人群需要能够快速适应这种变化，并确定哪里需要紧急支持。这就是我们的研究正在帮助做的事情——我们的发现可以用来开发一大群机器人，它们的反应更灵敏，做出正确决策的速度比目前快得多。”
论文《当少即是多:机器人群更好地适应通信受限的变化》发表在《科学机器人》杂志上。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
