

群ロボットとは、多数のロボットを、主に単純な物理ロボットからなるシステムとして協調させるアプローチである。ロボット群では、ロボットの集団行動は、ロボット同士のローカルな相互作用、およびロボットと行動する環境との相互作用によって生じる。[1]望ましい集団行動は、ロボット同士の相互作用、およびロボットと環境との相互作用から生じると考えられている。このアイデアは、人工群知能の分野、および群行動が発生する昆虫、アリ、その他の自然界の研究で生まれた。[2]
意味
群ロボットの研究は、ロボットの物理的な身体と制御行動を研究することです。群知能と呼ばれる社会性昆虫に見られる創発行動[ 3]に触発されていますが、これに限定されるものではありません。比較的単純な個々のルールは、複雑な群行動の大規模なセットを生み出すことができます。重要な要素は、絶え間ないフィードバックのシステムを構築するグループのメンバー間のコミュニケーションです。群行動には、他の個体と協力して個体が絶えず変化することと、グループ全体の行動が含まれます。
一般的な分散型ロボットシステムとは異なり、群ロボットは多数のロボットを重視し、例えばローカル通信のみを使用することでスケーラビリティを促進します。 [4]例えば、ローカル通信は無線周波数や赤外線などの無線伝送システムによって実現できます。[5]
ロボット群知能の5つの原則
群ロボットシステムの設計は群知能の原理に基づいており、フォールトトレランス、スケーラビリティ、柔軟性を促進します。[1] 群知能の原理にはさまざまな定式化がありますが、広く認識されているものには次のものが含まれます。
- 認識: 群れの各メンバーは、周囲の状況と能力を認識している必要があります。
- 自律性: 個々のロボットは、中央コントローラのスレーブではなく、自律ユニットとして機能する必要があります。これにより、自己調整されたタスクの割り当てが可能になります。
- 団結: 群れのメンバーは団結して協力しなければなりません。タスクを完了すると、各ロボットは現在の位置に基づいて独立して新しいタスクを探す必要があります。
- 拡張性: システムは動的な拡張を可能にし、新しいメンバーをシームレスに追加できるようにする必要があります。
- 回復力: 群れは自己修復能力を持たなければなりません。メンバーが削除された場合、残りのロボットが未完了のタスクを引き継ぐ必要があります。[6]
アプリケーション
小型化とコストは群ロボットの重要な要素です。これらは大規模なロボット群を構築する際の制約であり、そのため個々のチーム メンバーの単純さが重視されます。これが、個々のレベルではなく群レベルで意味のある動作を実現する群知能アプローチの動機となります。目標には、個々のロボットのコストを低く抑えてスケーラビリティを実現し、各ロボットのリソース要求を減らしてエネルギー効率を高めることが含まれます。
個々のロボットと比較して、群れは与えられたミッションをサブタスクに分解することが一般的です。[7]群れは部分的な障害に対してより堅牢であり、異なるミッションに関してより柔軟です。[8]
そうした群集システムの1つにLIBOT Robotic System [9]があり、これは屋外群集ロボット用に作られた低コストのロボットである。GPSセンサーは建物内では通信がうまくいかないため、ロボットはWi-Fiを介して屋内で使用できるように作られている。もう1つの試みは、英国リンカーン大学のコンピュータインテリジェンスラボで作られたマイクロロボット(Colias) [10]である。このマイクロロボットは4cmの円形シャーシ上に構築されており、さまざまな群集ロボットアプリケーションで使用できる低コストでオープンなプラットフォームである。
アプリケーション
群ロボットの潜在的な用途は多数あります。それらには、マイクロマシンや人体における分散センシングタスクのような小型化を必要とするタスク(ナノロボティクス、マイクロロボティクス)が含まれます。群ロボットの最も有望な用途の1つは、捜索救助ミッションです。[11] さまざまなサイズのロボットの群れを救助隊員が安全に到達できない場所に送り込み、搭載センサーを介して未知の環境を探索し、複雑な迷路を解くことができます。[11]一方、群ロボットは、鉱業や農業の羊飼いタスクなど、安価な設計が求められるタスクに適しています。[12]
さらに議論を呼ぶのは、軍用ロボットの群れが自律的な軍隊を形成する可能性があることだ。米海軍は、自律的に操縦し、攻撃行動をとることができる自律型ボートの群れをテストした。このボートは無人で、敵船を阻止し破壊するためのあらゆる種類のキットを装備することができる。[13]
シリア内戦中、同地域のロシア軍は、爆発物を積んだ固定翼ドローンの群れによるシリア国内の主要空軍基地への攻撃を報告した。[14]
ほとんどの取り組みは比較的小規模な機械群に焦点を当ててきました。しかし、2014年にハーバード大学は1,024台のロボットからなる群れを実証しました。これはこれまでで最大の規模です。[15]
もう一つの大規模なアプリケーションセットは、今日広く研究されている超小型航空機の群れを使用することで解決できるかもしれません。実験室条件で精密なモーションキャプチャシステムを使用した飛行ロボットの群れの先駆的な研究と比較して、[16] Shooting Starなどの現在のシステムは、GNSSシステム(GPSなど)を使用して屋外環境[17]で数百の超小型航空機のチームを制御したり、 GPSが利用できない場合は搭載された位置特定システム[18]を使用してそれらを安定化させたりすることができます。 [19] [20] 超小型航空機の群れは、自律監視[21]、煙追跡[22]、コンパクトなファランクスでの偵察[23]のタスクですでにテストされています。 無人地上車両と航空機の協調型群れに関する多数の研究が行われており、協調型環境モニタリング[24] 、同時位置特定とマッピング[ 25]、車列保護[26] 、移動ターゲットの位置特定と追跡[27]をターゲットアプリケーションとして実施されています。
さらに、スウォーム3Dプリンティングとして知られる、製造分野での自律スウォームの応用も進んでいます。これは、ハードウェアサイズの制約により従来の3Dプリンティングが利用できない大型構造物や部品の製造に特に役立ちます。小型化と大量動員により、製造システムはスケールの不変性を実現し、有効な構築体積に制限されません。開発の初期段階ではありますが、スウォーム3Dプリンティングは現在、スタートアップ企業によって商品化されています。ロソティックス[28]は、ラピッドインダクションプリンティング金属積層造形プロセスを使用して、金属ペイロードを使用したスウォーム3Dプリンティングを実証した最初の企業であり、空中プラットフォームから金属3Dプリンティングを実現した唯一の企業です。[29]
ドローンの群れ
ドローンの群れは、ターゲットの捜索、ドローンの展示、配達に使用されます。ドローンの展示では、夜間に複数の照明付きドローンを使用して芸術的な展示や広告を行うのが一般的です。配達時のドローンの群れは、一度に複数の荷物を1つの目的地に運ぶことができ、1台のドローンの積載量とバッテリーの制限を克服できます。 [30]ドローンの群れは、抗力による全体的なエネルギー消費を減らすために、さまざまな飛行編隊をとる場合があります。 [31]
ドローンの群集は、人的要因と群集オペレーターに関連した追加の制御問題を伴うこともあります。その例としては、異なる個々のドローン間で注意が変わるため、複数のドローンと対話する際に高い認知能力と複雑さが要求されることが挙げられます。[32] [33]オペレーターと群集間のコミュニケーションも中心的な側面です。[34]
音響の群れ
2023年、ワシントン大学とマイクロソフトの研究者は、形を変えるスマートスピーカーを作成する小型ロボットの音響群を実証しました。[35]これらは、音響シーンを操作して、部屋の特定の領域からの音に焦点を合わせたり、ミュートしたりするために使用できます。[36] ここでは、小型ロボットがカメラなしで音声信号を使用して互いに協力し、センチメートルレベルの精度で協調して移動します。これらの群デバイスは表面全体に広がり、分散型で再構成可能なワイヤレスマイクアレイを作成します。また、充電ステーションに戻り、自動的に再充電できます。[37]
参照
- アリ型ロボット – 群ロボットの特殊なケース
- 自律エージェント – ソフトウェア内の自律エンティティの種類
- 行動ベースロボット工学 – モジュール式または行動ベースの AI を組み込んだロボット工学の分野
- 群れ行動 - 飛翔中や餌探し中の鳥の群れ行動
- グレイ・グー – 仮想的な世界終末シナリオ
- キロボット
- 新興技術のリスト – 積極的に開発されている新技術
- マイクロボティクス – ロボット工学の分野
- マルチエージェントシステム – 複数の相互作用するエージェントから構築
- ナノロボティクス – 新興技術分野
- フィクションにおけるナノテクノロジー – ナノテクノロジーのフィクションでの使用
- 物理模倣学 – 物理学に基づく群知能
- クワッドコプター – 4つのローターを備えたヘリコプター
- ロボット材料 - センシング、アクチュエーション、計算、通信を繰り返し可能なパターンまたは不定形のパターンで組み合わせた複合材料
- Shooting Star (ドローン) – Intel のクアッドコプター ドローン
- 群知能 – 分散型、自己組織化システムの集団行動
- 群ロボットプラットフォーム
- 非従来型コンピューティング – 新しい、または通常とは異なる方法によるコンピューティング
- 無人航空機 – 人間の操縦士が搭乗していない航空機
参考文献
- ^ マルコ、ドリゴ;ビラータリ、マウロ。ブランビル、マヌエル (2014)。 「スワーム・ロボティクス」。スカラーペディア。9 (1): 1463。書誌コード:2014SchpJ...9.1463D。土井:10.4249/scholarpedia.1463。
- ^ 「Swarm Roboticsの主な目的は何ですか?」 2024年5月29日. 2024年9月1日閲覧。
「群ロボット工学」は、アリ、ハチ、シロアリなどの社会性昆虫の集団行動からインスピレーションを得た魅力的な分野です。
- ^ Hunt, Edmund R. (2019-03-27). 「ロボットの群れに新たな行動を促している社会的な動物」The Conversation . 2019-03-28閲覧。
- ^ ハマン、H. (2018)。群ロボット:形式的アプローチ。ニューヨーク:シュプリンガーインターナショナルパブリッシング。ISBN 978-3-319-74528-2。
- ^ N. Correll、D. Rus。ネットワーク化されたロボットシステムのアーキテクチャと制御。Serge Kernbach (編):Handbook of Collective Robotics、pp. 81-104、Pan Stanford、シンガポール、2013年。
- ^ Alfonso (2016-09-20). 群知能の 5 つの原則. 2024-08-14に取得– YouTube 経由。
- ^ Hu, J.; Bhowmick, P.; Lanzon, A. ( 2020). 「線形群集システムのための2層分散フォーメーションコンテインメント制御戦略:アルゴリズムと実験」。国際ロバストおよび非線形制御ジャーナル。30 (16): 6433–6453。doi : 10.1002/rnc.5105。
- ^ Kagan, E.; Shvalb, N.; Gal, I. (2019). 自律移動ロボットとマルチロボットシステム:動作計画、通信、群集行動。John Wiley and Sons. ISBN 9781119212867。
- ^ Zahugi, Emaad Mohamed H.; Shabani, Ahmed M.; Prasad, TV (2012)、「Libot: 屋外群ロボットのための低コスト移動ロボットの設計」、2012 IEEE 国際会議サイバーテクノロジーの自動化、制御、インテリジェントシステム (CYBER)、pp. 342–347、doi :10.1109/CYBER.2012.6392577、ISBN 978-1-4673-1421-3、S2CID 14692473
- ^ Arvin, F.; Murray, JC; Licheng Shi; Chun Zhang; Shigang Yue、「群ロボットのための自律型マイクロロボットの開発」、2014 IEEE 国際メカトロニクス・オートメーション会議 (ICMA)、vol.、no.、pp.635,640、2014 年 8 月 3 日~6 日 doi: 10.1109/ICMA.2014.6885771
- ^ ab Hu, J.; Niu, H.; Carrasco, J.; Lennox, B.; Arvin, F.、「深層強化学習による未知の環境でのボロノイベースのマルチロボット自律探査」IEEE Transactions on Vehicular Technology、2020年。
- ^ Hu, J.; Turgut, A.; Krajnik, T.; Lennox, B.; Arvin, F.、「自律型ロボットによる羊飼いタスクのためのオクルージョンベースの調整プロトコル設計」IEEE Transactions on Cognitive and Developmental Systems、2020年。
- ^ レンドン、ブラッド(2014年10月6日)。「米海軍はロボットボートで敵を『群れ』させる可能性あり」CNN。
- ^ Madrigal, Alexis C. (2018-03-07). 「ドローンの群れは恐ろしく、止めるのが難しくなる」The Atlantic . 2019-03-07閲覧。
- ^ 「自己組織化千ロボット群」ハーバード大学。2014年8月14日。 2014年8月16日閲覧。
- ^ Kushleyev, A.; Mellinger, D.; Powers, C.; Kumar, V.、「機敏なマイクロクアドローターの群れに向けて」自律ロボット、第 35 巻、第 4 号、pp 287-300、2013 年 11 月
- ^ Vasarhelyi, G.; Virágh, C.; Tarcai, N.; Somorjai, G.; Vicsek, T. 自律飛行ロボットによる屋外での群れと編隊飛行。IEEE/RSJ 国際知能ロボット・システム会議 (IROS 2014)、2014 年
- ^ Faigl, J.; Krajnik, T.; Chudoba, J.; Preucil, L.; Saska, M. 「ロボット群の相対位置特定のための低コストの組み込みシステム」 ICRA2013: 2013 IEEE 国際ロボット工学およびオートメーション会議の議事録。2013 年。
- ^ Saska, M.; Vakula, J.; Preucil, L. 視覚的な相対位置推定下で安定化されたマイクロ航空機の群れ。ICRA2014: 2014 IEEE 国際ロボティクスおよびオートメーション会議の議事録。2014 年。
- ^ Saska, M. MAV-swarms: 搭載された相対位置推定機能を使用して、特定の経路に沿って安定する無人航空機。2015 年国際無人航空機システム会議 (ICUAS) の議事録。2015 年
- ^ Saska, M.; Chudoba, J.; Preucil, L.; Thomas, J.; Loianno, G.; Tresnak, A.; Vonasek, V.; Kumar, V. 協調監視におけるマイクロ航空機群の自律展開。2014 年国際無人航空機システム会議 (ICUAS) の議事録。2014 年。
- ^ Saska, M.; Langr J.; L. Preucil. 自己安定化マイクロ航空機群による煙突追跡。自律システムのモデリングとシミュレーション、2014年。
- ^ Saska, M.; Kasl, Z.; Preucil, L. マイクロ航空機の編隊運動計画と制御。国際自動制御連盟第19回世界会議議事録。2014年。
- ^ Saska, M.; Vonasek, V.; Krajnik, T.; Preucil, L. ホークアイアプローチによって位置が特定された異機種 UAV-UGV チームの調整とナビゲーション Archived 2017-08-10 at the Wayback Machine . 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems の Proceedings に掲載。2012 年。
- ^ Chung, Soon-Jo、他「空中群ロボットに関する調査」IEEE Transactions on Robotics 34.4 (2018): 837-855。
- ^ Saska, M.; Vonasek, V.; Krajnik, T.; Preucil, L. モデル予測制御スキームの下での「タカの目」のようなアプローチによって局所化された異種MAV-UGVフォーメーションの調整とナビゲーション。International Journal of Robotics Research 33(10):1393–1412、2014年9月。
- ^ Kwon, Hyukseong; Pack, Daniel J. ( 2012). 「センサーフュージョン品質を使用した協調型無人航空機の堅牢なモバイルターゲット位置特定方法」。Journal of Intelligent & Robotic Systems。65 ( 1–4): 479–493。doi : 10.1007 /s10846-011-9581-5。S2CID 254656907 。
- ^ 「Rosotics - 業界の最大の問題を解決する」。
- ^ “Technology”. 2020年7月25日. 2020年8月4日時点のオリジナルよりアーカイブ。2020年8月16日閲覧。
- ^ Alkouz, Balsam; Bouguettaya, Athman; Mistry, Sajib (2020年10月18日~24日)。「SwarmベースのDrone-as-a-Service (SDaaS) for Delivery」。2020 IEEE International Conference on Web Services (ICWS)。pp. 441~448。arXiv : 2005.06952。doi : 10.1109 / ICWS49710.2020.00065。ISBN 978-1-7281-8786-0. S2CID 218628807。
- ^ Alkouz, Balsam; Bouguettaya, Athman (2020年12月7日~9日)。「ドローン群サービスのフォーメーションベース選択」。MobiQuitous 2020 -モバイルおよびユビキタスシステムに関する第17回EAI国際会議:コンピューティング、ネットワーキング、サービス。pp . 386–394。arXiv :2011.06766。doi : 10.1145/3448891.3448899。ISBN 9781450388405. S2CID 226955877。
- ^ Hocraffer, Amy; Nam, Chang S. (2017). 「無人航空機 (UAV) の群れ管理における人間とシステムのインターフェースのメタ分析」.応用人間工学. 58 :66–80. doi :10.1016/j.apergo.2016.05.011. PMID 27633199.
- ^ Lewis, Michael (2013). 「複数の遠隔ロボットとの人間の相互作用」.ヒューマンファクターズアンドエルゴノミクスレビュー. 9 (1): 131–174. doi :10.1177/1557234X13506688.
- ^ Kolling, Andreas; Phillip, Walker; Nilanjan, Chakraborty; Katia, Sycara; Michael, Lewis (2016). 「ロボット群と人間の相互作用:調査」(PDF) . IEEE Transactions on Human-Machine Systems . 46 (1): 9–26. doi :10.1109/THMS.2015.2480801. S2CID 9975315.
- ^ Itani, Malek; Chen, Tuochao; Yoshioka, Takuya; Gollakota, Shyamnath (2023-09-21). 「自己分散型音響群による音声ゾーンの作成」. Nature Communications . 14 (1): 5684. Bibcode :2023NatCo..14.5684I. doi : 10.1038/s41467-023-40869-8 . ISSN 2041-1723. PMC 10514314. PMID 37735445 .
- ^ 「UWチームの形状変化型スマートスピーカーで、ユーザーは部屋のさまざまなエリアをミュートできる」UWニュース。 2023年9月21日閲覧。
- ^ 「自己分散型音響群を使用した音声ゾーンの作成」。acousticswarm.cs.washington.edu 。2023年9月21日閲覧。
外部リンク
- 集団的な探索と探査を実行する完全に分散化されたロボット群 – SUTD の応用複雑性グループとモーション、エネルギー制御ラボ
- スウォームボット: 自己組織化アーティファクトのスウォーム – EU IST-FET プロジェクト (2001–2005)
- AAAI 2007 で受賞したスウォームボット ビデオ[永久リンク切れ ]
