Eine Gruppe von Robotern kann inzwischen anormales Verhalten in den eigenen Reihen erkennen und ihre Reaktion koordinieren, ohne dass ein zentraler Computer sie steuern muss.
Ein Roboterschwarm besteht aus vielen kleinen Maschinen, die ihre Entscheidungen jeweils auf Grundlage lokaler Informationen treffen. Kein Roboter hat notwendigerweise einen vollständigen Überblick über die Gruppe. Diese Organisation vermeidet die Abhängigkeit von einem einzigen Anführer, schafft aber eine Schwierigkeit: Wie lässt sich erkennen, was die Gesamtheit tatsächlich tut, wenn jeder nur einen Teil davon sieht?
Ein groĂźer Schwarm von Kilobot-Robotern, eine Plattform zur Erforschung des kollektiven Verhaltens vieler kleiner Maschinen.
Quelle: Asuscreative / Wikimedia Commons — CC BY-SA 4.0
Forschende der University of Utah haben eine Methode namens SyncSBC entwickelt, um diese Frage zu beantworten. Jeder Roboter beobachtet seine Nachbarn und nutzt diese begrenzten Daten, um das kollektive Verhalten zu schätzen. Anschließend tauschen die Maschinen ihre Schätzungen aus, um zu einer gemeinsamen Entscheidung zu gelangen, ohne sämtliche Daten an eine zentrale Kontrollstelle zu übertragen.
Das System kombiniert maschinelles Lernen und den Austausch zwischen Robotern. Das maschinelle Lernen dient dazu, anhand der verfügbaren Beobachtungen verschiedene Verhaltensweisen des Schwarms zu erkennen. Der Austausch ermöglicht es den Gruppenmitgliedern anschließend, ihre Entscheidungen schnell aufeinander abzustimmen. So kann jede Maschine über eine Einschätzung des allgemeinen Verhaltens verfügen, ohne alle anderen Roboter direkt zu beobachten.
Diese Fähigkeit wird besonders nützlich, wenn sich ein Mitglied der Gruppe nicht mehr wie erwartet verhält. Ein Defekt, ein fehlerhafter Befehl oder eine unerwartete Veränderung kann die gemeinsame Bewegung stören. Bei Tests mit echten Robotern ermöglichte SyncSBC der Gruppe, Verhaltensanomalien allein anhand ihrer verteilten Beobachtungen zu erkennen.
Die Forschenden testeten außerdem eine zweite Möglichkeit: das Verhalten des Schwarms gemeinsam zu verändern. Sobald eine Situation erkannt wurde, können die Roboter ihre Entscheidung synchronisieren und autonom zu einer anderen Organisation übergehen. Kein zentraler Server muss die Veränderung für die gesamte Gruppe entscheiden.
Das Fehlen einer Kommandozentrale bietet einen Vorteil. In einer Umgebung, in der die Kommunikation eingeschränkt, weit entfernt oder instabil ist, kann eine dauerhafte Verbindung zu einem einzigen Computer zu einer Schwachstelle werden. Ein autonomer Schwarm kann bestimmte Entscheidungen weiterhin treffen, selbst wenn jeder Roboter nur über Informationen aus seiner unmittelbaren Umgebung verfügt.
Die Ergebnisse wurden mit echten Robotern erzielt, doch die Arbeit befindet sich weiterhin in der experimentellen Forschungsphase. Die Autoren berichten in ihren Tests von einer hohen Klassifikationsgenauigkeit und einer kurzen Synchronisationsverzögerung. Der Code, Videos und ergänzende Experimente wurden zur Verfügung gestellt, um die Methode in anderen Schwarmkonfigurationen untersuchen zu können.