 |
Collective decision making and collective mission completion with autonomous flying robots
|
Help 
Print 
|
Here you can view and search the projects funded by NKFI since 2004
Back »
|
| |
Details of project |
|
|
| Identifier |
119467 |
| Type |
K |
| Principal investigator |
Vásárhelyi, Gábor |
| Title in Hungarian |
Csoportos döntéshozatal és csoportos feladatmegoldás autonóm repülő robotokkal |
| Title in English |
Collective decision making and collective mission completion with autonomous flying robots |
| Keywords in Hungarian |
csoportos mozgás, csoportos viselkedés, csoportos döntéshozatal, csoportos robotika, drónok, autonóm járművek, csoportos intelligencia, elosztott rendszerek |
| Keywords in English |
collective motion, collective behavior, collective decision making, collective robotics, drones, autonomous vehicles, collective intelligence, distributed systems |
| Discipline |
| Automation and Computer Science (Council of Physical Sciences) | 40 % | | Ortelius classification: Automation | | Biophysics (Council of Physical Sciences) | 30 % | | Transport Science (Council of Physical Sciences) | 30 % | | Ortelius classification: Air transport technology |
|
| Panel |
Informatics and Electrical Engineering |
| Department or equivalent |
MTA-ELTE Statistical and Biological Physics Research Group (Eötvös Loránd University) |
| Participants |
Badár, Balázs
Balázs, Boldizsár
Correa Pereira Vasco De Lacerda, Pedro
Nepusz, Tamás
Vadász, Gergely
Vicsek, Tamás
|
| Starting date |
2016-10-01 |
| Closing date |
2021-09-30 |
| Funding (in million HUF) |
47.936 |
| FTE (full time equivalent) |
11.30 |
| state |
closed project |
Summary in Hungarian A kutatás összefoglalója, célkitűzései szakemberek számára
Itt írja le a kutatás fő célkitűzéseit a témában jártas szakember számára.
A korábbi, csoportos mozgással kapcsolatos kutatásainkat folytatva jelen projektben a csoportos intelligencia általánosabb kérdéseit elemezzük csoportos robotikai kísérletek mentén. A csoportos, elosztott rendszerek sok esetben hatékony és gyors döntéshozatalra képesek, robusztusak, nagy hibatűréssel rendelkeznek, egyszerű lokális szabályok mentén alakítanak ki globális konszenzust minimális költséggel. Jelen kutatásban teljesen automatizált, emberi beavatkozást nem igénylő, skálázható repülő robotrendszert szeretnénk létrehozni az alábbi célok elérése érdekében: i) sokparaméteres csoportos mozgásos algoritmusok heurisztikus és adaptív optimalizálása: ii) komplex alakzatrepülési feladatok 3 dimenzióban; iii) zsúfolt pilótanélküli légiforgalom elemzése és optimális önszerveződése 3 dimenzióban; iv) biológiailag inspirált csoportos keresés, üldözés és menekülés drónrajjal; v) heterogén és hierarchikus drónrajok optimális viselkedése; vi) emberi irányítást nem igénylő, teljesen automatizált drónok alkalmazása csoportos és adaptív távérzékelési és távfelügyeleti feladatokban.
Mi a kutatás alapkérdése?
Ebben a részben írja le röviden, hogy mi a kutatás segítségével megválaszolni kívánt probléma, mi a kutatás kiinduló hipotézise, milyen kérdéseket válaszolnak meg a kísérletek.
Az alapkutatásunk egyik fő motivációja, hogy szeretnénk mélyebben megérteni, modellezni, hogy a csoportos viselkedés milyen alapelveken és struktúrákon nyugszik, mitől lesz egy csoport viselkedése, döntéshozatala optimális. Ennek értekében szeretnénk olyan, teljesen autonóm robotrendszert építeni, melyben a bio-inspirált, csoportos intelligencián alapuló modellek hatékonysága monitorozható, optimalizálható, továbbfejleszthető. Kiinduló modelljeinket az állatvilágban megfigyelhető jelenségekre építjük (pl. csoportos üldözés-menekülés, hierarchikus döntéshozatal), feltételezve, hogy az evolúciós folyamatok által optimalizált döntéshozatal hatékonysága magas. Ugyanakkor szeretnénk mesterséges modellek mentén túl is haladni az állati evolúció korlátait, és a technológia egyedi előnyeit kihasználva új, intelligens, autonóm csoportos robotrendszert létrehozni, mely önállóan képes komplex feladatok optimális megoldására. Fő kérdéseink tehát: Hogyan modellezhető a csoportos intelligencia és hogyan ültethető át robotikai rendszerekbe? Hogyan és milyen képességek mentén lehet egy robotrendszer működése optimálisabb az élővilágnál?
Mi a kutatás jelentősége?
Röviden írja le, milyen új perspektívát nyitnak az alapkutatásban az elért eredmények, milyen társadalmi hasznosíthatóságnak teremtik meg a tudományos alapját. Mutassa be, hogy a megpályázott kutatási területen lévő hazai és a nemzetközi versenytársaihoz képest melyek az egyediségei és erősségei a pályázatának!
A csoportos intelligencia kutatásának gyökerei az állatvilágban keresendők. Az élővilág mélyebb megismerése és megértése önmagában társadalmilag hasznos feladat az ember uralta világban. Emellett a kutatás társadalmi hasznosíthatóságát elsősorban a csoportos döntéshozatal kutatása során megismert és kidolgozott modellek és törvényszerűségek technológiai felhasználásában látjuk. A repülő robotok nagyon divatos eszközök, a jelenleg pilóták által irányított drónok száma a közös légtérben egyre nő, ezáltal a biztonság csökken. A csoportos intelligencia kutatása révén a közös légtérben lévő repülésnek olyan alapfeltételeit tudjuk kidolgozni, ami akár a globális légiforgalom irányítás önszerveződés felé történő elmonzdulását és ezáltal működési kapacitásának nagyságrendi emelkedését is elősegítheti. Emellett természetesen az együttműködő repülő robotok által elvégezhető új alkalmazások száma kimeríthetetlen (pl. keresési feladatok, csomagszállítás, intelligens katasztrófavédelem segítés, intelligens elosztott monitorozás stb.). A döntéshozatali struktúrák és a döntésoptimalizálási metódusok kutatásából származó eredmények pedig önmagukban számos területen felhasználhatók a szervezeti sruktúrák hatékonyságának növelésétől politikai-gazdasági folyamatok optimalizálásáig.
A csoportos robotika terén Zürich egy kiváló tudományos-technikai központ jónéhány vonatkozó laborral (pl. ETH nstitute for Dynamic Systems and Control - http://flyingmachinearena.org, ETH Institute of Robotics and Intelligent Systems - http://www.asl.ethz.ch), az Egyesült Államokból pedig a leghivatkozottabb labor a University of Pennsylvaniáról van (http://www.kumarrobotics.org). Előnyünk sok nemzetközi laborral szemben, hogy mi kültéri, globális pozícionáláson alapulú rendszereket fejlesztünk, amiknek a felhasználhatósága nem korlátozódik a laborra.
A kutatás összefoglalója, célkitűzései laikusok számára
Ebben a fejezetben írja le a kutatás fő célkitűzéseit alapműveltséggel rendelkező laikusok számára. Ez az összefoglaló a döntéshozók, a média, illetve az érdeklődők tájékoztatása szempontjából különösen fontos az NKFI Hivatal számára.
Kutatásunkban csoportosan repülő, intelligens robotokat tervezünk, szimulálunk, építünk, vizsgálunk, tesztelünk és végül használunk fel feladatmegoldásra. Ehhez először szeretnénk megérteni az állatvilág csoportos döntéshozatalának, csoportos viselkedésének hátterét. Hogyan döntenek az állatok? Milyen hierarchia határozza meg a működésüket? Mitől lesz egy döntés optimális? Hogyan kell közösen optimális döntést hozni? Másrészt az élőlényektől ellesett jó működési elveket a modern technológiával ötvözzük, hogy olyan csoportos munkavégzésre, önálló feladatmegoldásra alkalmas, intelligens repülő robotokat fejlesszünk, melyek számos jövőbeli "drónos" alkalmazásban felhasználhatók lesznek és reményeink szerint nagyobb hatékonysággal fognak tudni feladatot megoldani, mint pilóta vezette, egyéni társaik. Ilyen feladat lehet például egyszerűen a három dimenziós közlekedés a közös légtérben, a csoportos látás, keresés, megfigyelés, üldözés, menekülés, beavatkozás vagy a légi csomagküldés.
| Summary Summary of the research and its aims for experts
Describe the major aims of the research for experts.
Continuing our long-standing research on collective motion and collective robotics, in this project we use collectively flying robots to analyse more general questions related to collective intelligence. Distributed systems are generally capable of quick and efficient collective decision making, they are robust and error tolerant and create global behaviour based on simple local interactions and minimal costs. Here we create a fully automatized, scalable flying robotic framework that needs no human intervention for control. We target the following questions related to the collective intelligence of the system:
i) heuristic and adaptive optimization of robotic algorithms with high dimensional parameter space; ii) complex formation flight in three dimension; iii) dense UAV traffic based on self-organization; iv) bio-inspired collective search, chase and escape with drones; v) optimal behaviour of heterogeneous and hierarchical robot swarms; vi) fully automated drone flocks without human control in remote sensing and surveillance
What is the major research question?
Describe here briefly the problem to be solved by the research, the starting hypothesis, and the questions addressed by the experiments.
the main motivation of our basic research is to understand in full detail what basic principles and underlying decision making structures organize collective behaviour, how can collective intelligence emerge from optimal decision making. To achieve such goals, we plan to build a fully autonomous robot swarm system, where the bio-inspired collective decision making schemes can be evaluated, monitored, tested, optimized and developed further. We build our initial models on what we learn from the animal kingdom (e.g. collective search, chase and escape, hierarchical decision making), assuming that the decision making processes optimized by the natural evolution are highly efficient. After, we would also like to overcome the bottleneck of natural evolution using unique features of latest technology and create an intelligent, autonomous robotic swarm that is capable of adaptive mission completion of complex tasks on its own. In summary, our main questions are: i) how can we model collective intelligence, ii) how can we adapt collective intelligence in aerial colective robotic systems, iii) under what conditions can an artificial system perform better than nature?
What is the significance of the research?
Describe the new perspectives opened by the results achieved, including the scientific basics of potential societal applications. Please describe the unique strengths of your proposal in comparison to your domestic and international competitors in the given field.
The roots of colective intelligence can be found in natural systems. Understanding nature and analysing natural processes has social benefits on its own in a human-centered world. Besides that the social and economical aspects of our research lies in the applicability of collective intelligence models and unifying rules in technology-based solutions. Drones represent a very popular business direction nowdays and the number of drones scraping the sky grows exponentially each day. As individual pilot-driven drones are more dense in the airspace, security decreases. Using collective intelligence we can develop the basic rules and methods needed for even a global self-organized airspace control system, which could boost air control traffic capacity to an unprecedented level. Furthermore, the applications becoming available with a fully aoutonomous drone swarm is vast (search tasks, aerial delivery, intelligent rescue operation assistance, autonomous distributed monitoring etc.). Finally, the basic research on collective decision making can result in universal principles that can be exploited in many other fields of science from enhancing the effectivity of institutional hierarchies to optimizing human-based decision making processes in politics or economy.
Zürich, Switzerland is kind of a european center of robotics research with several excellent groups working in swarm robotics (e.g., ETH nstitute for Dynamic Systems and Control - http://flyingmachinearena.org, ETH Institute of Robotics and Intelligent Systems - http://www.asl.ethz.ch). In the US the most cited swarm robotics lab is probably at the University of Pennsylvania (http://www.kumarrobotics.org). Our competitive advantage against many international labs is that we use outdoor positioning, i.e., we do not rely on a local pricy equipment installed only inside the very lab.
Summary and aims of the research for the public
Describe here the major aims of the research for an audience with average background information. This summary is especially important for NRDI Office in order to inform decision-makers, media, and others.
In our research we plan, simulate, build, test and use collective aerial robotic systems in complex tasks. For this first we need to understand in more detail how gregarious animals make collective decisions, what are the underlying pinciples of their collectibe behaviour, how hierarchy defines their efficiency, how are their decisions optimal and how collective decisions are made. If we understand biology well, we can build on these findings to mix them with technology and create intelligent robotic swarms that are capable of self-organized mission completion. These future robot swarms will be able to accomplish several tasks together and will solve problems much more efficiently than their pilot-controlled mates. Such applications could the the simple coordination/traffic of many robots in a common three dimensional airspace, collective vision, search, surveillance, chase and escape, or even action, or aerial delivery.
|
|
|
|
|
|
|
|
|
|
