Uno sciame di api alla ricerca di un
nuovo sito dove stabilirsi può insegnarci a creare gruppi di
robot capaci di auto organizzarsi e di adattarsi ai
cambiamenti improvvisi dell’ambiente circostante. Approccio
importante se si pensa alla realizzazione di squadre robotiche
di salvataggio, che devono essere in grado di operare in
condizioni ambientali instabili.
La ricerca congiunta dell’Istituto di scienze e tecnologie
della cognizione del Consiglio nazionale delle ricerche
(Istc-Cnr) di Roma, dell’Institut de recherches
interdisciplinaires et de développements en intelligence
artificielle (Iridia) e la faculté de sciences de l’Université
libre de Bruxelles, pubblicata su PLOS ONE, ha
messo a punto un nuovo strumento che “permette allo
sviluppatore di scegliere le dinamiche complessive che vuole
ottenere e fornisce automaticamente i parametri da utilizzare
nell’algoritmo di funzionamento di ogni singolo dispositivo
dello sciame”, spiega
Vito Trianni, ricercatore dell’Istc-Cnr.
I ricercatori sono stati mossi dalla necessità di ridurre al
minimo eventuali sviluppi indesiderati. “La difficoltà sta nel
controllare la risposta complessiva di migliaia di dispositivi
autonomi, capaci di comunicare tra loro ma che a volte danno
luogo a comportamenti emergenti difficilmente prevedibili”,
aggiunge Trianni.
La robotica di sciame (swarm robotics) parte dal presupposto
che nessuno dei singoli componenti abbia una visione
complessiva dello sciame stesso e che quindi nessuno degli
elementi abbia un ruolo privilegiato rispetto agli altri. La
chiave sta nella capacità dei singoli di comunicare con i
propri simili. Da qui l’analogia con le api, Trianni
specifica: “La ricerca
per un nuovo sito di nidificazione viene portata avanti in
parallelo da più api ‘scout’. Tutte le alternative che
vengono identificate sono comunicate ad altre api scout
dello sciame, le quali vengono reclutate per valutare la
qualità delle scelte disponibili.
Quindi, la popolazione di
api scout si divide tra le differenti soluzioni, con una
distribuzione che cambia nel tempo a seconda della qualità
delle alternative stesse, in modo da favorire le migliori”.
Le applicazioni sono molteplici dal momento che la metodologia
proposta è applicabile a qualunque sistema, anche non
robotico, in cui più dispositivi autonomi devono coordinarsi
per portare a termine un compito senza disperdersi tra le
differenti possibilità: dalle missioni di salvataggio e
ricerca alle esplorazioni spaziali, ma anche agricoltura di
precisione o smart energy grids.
Roma, 13 novembre 2015
Nessun commento:
Posta un commento