פיתוח חדש של אוניברסיטת תל אביב מאפשר לראשונה לנחילי רובוטים "לשתף פעולה" ולפעול יחד לביצוע של משימות מגוונות. הפיתוח מבוסס על עקרונות מכאניים בסיסיים, כאשר באמצעות יישום מודלים של מכניקת זורמים, החוקרים הצליחו להנדס קבוצות של רובוטים אוטונומיים שיכולים "ללמד את עצמם" כיצד לעבוד בשיתוף פעולה כדי לבצע משימות מורכבות. בנוסף, החוקרים הראו כי שיתוף הפעולה נשאר יעיל ואף משתפר בצפיפות גבוהה.
החוקרים מעריכים שניתן יהיה להשתמש בעקרונות אלה על מנת לפתח נחילים של רובוטים פשוטים וזולים המסוגלים ללמוד לבצע משימות מורכבות בתנאים לא ידועים. נחילים כאלו יוכלו לשמש את החברה האנושית באספקטים רבים: החל מנחילי רובוטים לטובת פעולות חילוץ והצלה, ועד משימות לחקר החלל ופלנטות מרוחקות.
המחקר הבין תחומי, שפורסם לאחרונה בכתב העת ”Science Robotics” נערך על ידי ד"ר מתן יה בן ציון, כיום עמית מחקר במעבדה לחקר פיזיקה רכה ומערכות מורכבות, בבית הספר לפיזיקה ואסטרונומיה בפקולטה למדעים מדויקים ע"ש ריימונד ובברלי סאקלר באוניברסיטת תל אביב, ובשיתוף עם המכון לרובוטיקה בסורבון (ISIR), ובית הספר הגבוה לכימיה ופיזיקה תעשייתית שבפריז (ESPCI).
במסגרת המחקר יושמו עקרונות פיזיקאליים של ״חומר רך״ שמתארים מגוון רחב של חומרים, כמו משחות, אבקות, קצף גילוח ואפילו רקמה ביולוגית. המבנה של חומר רך מתאפיין בשונות גדולה במרחקים שבין המולקולות. חלקן מאוד קרובות וחלקן מאוד רחוקות, מה שמאפשר לחומר להתפשט ולהתכווץ בקלות.
ד״ר בן ציון הסביר: ״השתמשנו במודלים שמתארים זרימה של חומרים רכים כדי לתכנן נחילי רובוטים. כמו בחומר רך, שמתאפיין בשינויים גדולים במרחק בין האטומים, כך הרובוטים בנחיל יכולים לבצע משימות במגוון רחב של צפיפויות. בצפיפות מאוד נמוכה (רובוט בודד), הרובוטים יכולים לסקור ביעילות את הסביבה בה הם נמצאים. בצפיפות גדולה הרובוטים יכולים לאחד כוחות לביצוע משימה משותפת. עבודה בצפיפות גבוהה מציבה אתגר הנדסי - ככלל רובוטים אוטונומיים מתוכנתים להימנע מהתנגשויות, ובצפיפות גבוהה הם מאטים עד כדי עצירה מוחלטת. במחקר, במקום ליישם בקרה לוגית שמונעת התנגשויות, פיתחנו מבנה מכאני, מעיין שלד חיצוני שממנף את התנגשויות. כך שככל שהנחיל יותר גדול (ויותר צפוף) מתעצמת היכולת המתהווה לשיתוף פעולה".
החוקרים הדגימו שהרובוטים אפקטיביים בביצוע משימה שרובוט יחיד אינו מסוגל לבצע, במקרה זה - איתור אזור מואר בחדר חשוך והתכנסות בו. כל רובוט הונחה לחפש אזורים עם שינויים בעוצמת התאורה ולדווח על כך לרובוטים אחרים שהוא פוגש. בגלל שהרובוטים לא נמנעים מהתנגשויות, הם נשארו פעילים אף בצפיפויות גבוהות, מה שאפשר להם ללמד אחד את השני לבצע את המשימה בצורה יעילה.
ד"ר בן ציון הוסיף: "גילינו שמרגע שרובוטים כבר לא מאטים כדי להימנע מהתנגשויות, קצב העברת המידע ביניהם עולה בסדרי גודל. וכך כששני רובוטים נפגשים, הם יכולים להחליף לעתים תכופות את המידע שהם סקרו. יחד עם זאת, כאשר נחיל מוצב באזור חדש עם מאפיינים לא ידועים (כמו אזור אסון), רוב הרובוטים נושאים מידע מוטעה על הסביבה. במערכת רובוטית מבוזרת, בה אין תקשורת למפעיל חיצוני עם מידע אמין על הסביבה, הרובוטים שמפיצים 'פייק ניוז' מקשים על הנחיל להגיע לכלל הסכמה. לשם כך פיתחנו אלגוריתם מבוזר ללמידת מכונה, שבו כל רובוט מתקשר עם סביבתו הקרובה ומבצע החלטות פשוטות בהתאם למידע שמגיע ומצאנו באילו תנאים הנחיל הרובוטי יכול ללמוד בתנאי אי וודאות".
