Cambridge AI Unlocks 'Aggressive' Drone Swarm Acrobatics


Forskare från University of Cambridge och Japans National Institute of Advanced Industrial Science and Technology (AIST) har precis publicerat en studie som effektivt lär robotarméer att flyga som koffeinpumpade stuntpiloter – utan de efterföljande kollisionerna mitt i luften. Arbetet, detaljerat i utgåvan av npj Robotics den 19 mars, presenterar ett ramverk för “kinodynamiskt aggressiva manövrer” bland flera agenter. I klartext har de knäckt koden för att få grupper av robotar att röra sig väldigt, väldigt snabbt i trånga utrymmen utan en spektakulär och kostsam smäll.

Studien, med titeln “Concrete Multi-Agent Path Planning Enabling Kinodynamically Aggressive Maneuvers,” tillkännagavs av huvudförfattaren Keisuke Okumura, forskare vid AIST och gästforskare vid Cambridge. Den grundläggande utmaningen i multi-agent pathfinding (MAPF) är att ju fler robotar du lägger till, desto mer exploderar komplexiteten i att beräkna kollisionsfria vägar exponentiellt. Denna nya “konkreta planeringsmetod” blandar skickligt kontinuerlig, verklig fysik med en mer hanterbar diskret sökning, vilket möjliggör snabb beräkning av optimala vägar för dussintals robotar samtidigt.

Termen “kinodynamisk” är nyckeln här; det betyder att planeringen inte bara räknar med robotarnas position (kinematik) utan även krafterna och momentum som är inblandade (dynamik). Det är skillnaden mellan att plotta prickar på en karta och att planera en rutt för en flotta av snabba racerbilar som inte direkt kan stanna på en femöring. Forskarna validerade ramverket genom att placera ut 40 robotar – inklusive 20 kvadrotorer och 8 markrobotar – i ett kompakt labbutrymde, där de framgångsrikt utförde komplexa, höghastighetsmanövrar.

Varför är detta viktigt?

Denna forskning tar sig an en fundamental flaskhals som håller tillbaka den verkliga potentialen hos svärmrobotik. Även om nuvarande system på lager eller drönarljusshower är imponerande förlitar de sig ofta på förenklade modeller, generösa säkerhetsmarginaler och relativt lugna rörelser för att undvika katastrof. Genom att skapa ett system som kan planera för “aggressiva” och tätt kopplade manövrer på några sekunder banar detta arbete vägen för betydligt mer dynamiska och effektiva applikationer.

Tänk dig lagerrobotar som inte bara traskar längs fördefinierade vägar utan aktivt vävar runt varandra i hög hastighet för att optimera leveranstiderna. Tänk på söka-och-rädda-drönarsvärmar som snabbt och akrobatiskt kan navigera genom en kollapsad byggnad. Denna Cambridge-ledda forskning tillhandahåller en grundläggande algoritm för att förvandla dessa sci-fi-scenarier till praktisk verklighet, och flyttar multi-robot-koordination från försiktigt artig till brutal effektivitet.