Ein Schwarm ist ein selbstkoordinierendes System aus mehreren Robotern, die wie ein einziger Organismus handeln und eine gemeinsame Aufgabe erfüllen. In der Tat ist die Gruppenrobotik ein Versuch, die Stärken eines echten Bienenschwarms zu übernehmen, in dem jedes Insekt seinen Teil zum Nutzen der gesamten Gemeinschaft beiträgt. Bemerkenswerterweise führte uns der Begriff zunächst auf eine noch niedrigere Ebene des Lebens: einfache menschliche Zellen, die einen riesigen Organismus bilden. 1988 verwendete der japanische Forscher Toshio Fukuda den Begriff "zelluläre Roboter" oder "cellular robots", um ein dynamisch rekonfigurierbares Robotersystem zu bezeichnen. Dann wurde der Begriff von dem Amerikaner Gerardo Beni "aufgegriffen" und modifiziert, der auf der Suche nach einem "Modewort" war und schließlich die Idee seines Kollegen Alex Meistel übernahm:
"Die Diskussion war recht lebhaft, und ich erinnere mich, dass Alex Meistel sagte, 'zellulärer Roboter' sei ein aufregendes Konzept, aber der Name gefalle nicht; man brauche ein schickes [wörtlich: 'schwirrendes'] Wort, um 'diese Art von 'Schwarm' zu beschreiben."
Gerardo Beni, Universität von Kalifornien
Ziele und Zielsetzungen
Seit dem Aufkommen des Konzepts der Schwarmintelligenz haben Forscher die wichtigsten Eigenschaften eines Schwarms formuliert. In der Regel besteht er aus Robotern desselben Typs, die mit Hilfe einfacher Sensoren mit ihren "Kameraden" und der Umgebung interagieren können, aber nicht starr "von oben" gesteuert werden und keinen Einfluss auf das globale System haben.
Die wichtigsten Vorteile dieses Ansatzes sind:
- Skalierbarkeit
- Fehlertoleranz;
- Flexibilität bei der Problemstellung und den Methoden zu deren Lösung;
- die Verwendung von kostengünstigen, oft miniaturisierten Robotern;
- die Möglichkeit der parallelen Ausführung der gleichen Art von Operationen;
- die Unvorhersehbarkeit des individuellen Roboterverhaltens.
Diese Vorteile haben zur Entwicklung komplexer verteilter Systeme geführt, die Probleme lösen sollen, die von einem einzelnen Roboter nicht gelöst werden können oder bei denen das Schwärmen effektiver ist, um das Ziel zu erreichen. Schwärmen schließt somit drei der vier Kategorien von Robotikaufgaben ab:
- Aufgaben, die im Wesentlichen von einem einzelnen Agenten gelöst werden.
- Aufgaben, die mehrere Agenten erfordern.
- Prinzipiell Multi-Agenten.
- Gewinnen durch den Einsatz mehrerer Agenten.
Der verteilte Ansatz vereinfacht das Design des Roboters erheblich, so dass es billiger ist, ihn in einen "Universalsoldaten" zu verwandeln. Da er nur über begrenzte Sensor-, Kommunikations- und Rechenressourcen verfügt, ist ein solcher Agent allein nicht viel wert, aber zusammen mit seinen "Kameraden" kann er sehr komplexe Probleme lösen. Das Hauptziel der Gruppenrobotik besteht darin, solche selbstverwalteten verteilten Systeme zu schaffen und zu verbessern.
Wo und wie sie eingesetzt wird
Die Fähigkeiten verteilter Systeme bestimmen auch ihre Anwendungsbereiche. Die Gruppenrobotik wird in folgenden Fällen als unverzichtbares Werkzeug angesehen:
- bei Rettungs-, Militär- und anderen Einsätzen, bei denen eine direkte Beteiligung für den Menschen gefährlich ist (Minenräumung, Suchaktionen, Beseitigung von nuklearen oder giftigen Abfällen, Militäroperationen);
- wenn der Umfang der Aufgabe zunächst unbekannt ist und das System durch Hinzufügen oder Entfernen von Robotern skaliert werden muss (z. B. bei der Bekämpfung einer Ölpest);
- bei Arbeiten in Umgebungen, in denen keine Telekommunikations- oder andere Infrastruktur zur Steuerung von Robotern zur Verfügung steht, wie z. B. unter Wasser, im Weltraum oder auf dem offenen Meer;
- wenn sich die Bedingungen schnell ändern und die Flexibilität des Schwarms erforderlich ist (Patrouillen im Gelände, Rettung bei Überschwemmungen oder nach einem Wirbelsturm, autonomes Weiden von Vieh in den Bergen);
- wenn der Faktor der Billigkeit eines einzelnen Roboters und der hohen Geschwindigkeit ihrer gemeinsamen Arbeit genutzt wird (Bergbauindustrie, Unkrautjäten in der Landwirtschaft, 3D-Drucken großer Objekte).
Militärische Abteilungen verschiedener Länder entwickeln aktiv Schwarm-Systeme.
In China wird eine solche Lösung für das autonome Management einer Flotte von kleinen Schiffen eingesetzt, die gemeinsame Patrouillen im Hoheitsgebiet durchführen. Unbemannte Boote können ihre Verhaltensstrategie ändern, wenn fremde Objekte auf ihrem Kurs auftauchen; so umfahren sie beispielsweise erfolgreich eine Insel oder ein Schiff.
Ähnliche Lösungen bietet die US-Marine an, die 2014 auf dem James River in Virginia Demonstrationstests mit Bootsschwärmen durchführte. Während des Versuchs begleiteten fünf Boote das Flaggschiff und gaben ihm Deckung. Die Kontrollarchitektur steuert die Aktionen der Schiffe für das Robotic Agent Command and Sensing (CARACaS) System, das auf einem "außerirdischen" Design basiert. CARACaS basiert auf Software und Hardware, die ursprünglich für die Steuerung der Mars-Rover der NASA entwickelt wurden.
Schwarm-Systeme eignen sich gut zur Steuerung von Drohnengruppen für die Suche, für Militäroperationen, für die Kartierung, für die Verfolgung sich bewegender Objekte, für die Bewirtschaftung von Ackerland und für eine Vielzahl anderer Aufgaben. Die Interaktion von Schwärmen kann auf der Mikro- und Nanoskala hilfreich sein, zum Beispiel bei der Diagnose von kompakten Geräten oder sogar im menschlichen Körper.
Die größten Herausforderungen bei der Entwicklung von Schwarm-Systemen
Trotz der scheinbaren Einfachheit von Robotern ist die unbeaufsichtigte Gruppeninteraktion zwischen ihnen ziemlich kompliziert. Sie wird auf individueller Ebene durch Algorithmen festgelegt, die die Aktivität des Roboters und seiner Gefährten steuern. Es ist von entscheidender Bedeutung zu bestimmen, wie ein persönlicher Agent auf lokale Veränderungen (Annäherung eines anderen Roboters, Hindernisse, Umweltveränderungen) reagiert und globale Transformationen beeinflusst.
Gleichzeitig ist es ziemlich knifflig zu berechnen, wie sich ein einzelnes Objekt verhalten sollte, damit das gesamte System optimal agieren kann. Das Konzept der Skalierung bringt zusätzliche Schwierigkeiten mit sich, denn es ist teuer und schwierig, viele Experimente mit einem natürlichen Schwarm durchzuführen. Die Forscher verwenden mathematische Modelle, um dieses Problem zu lösen, sowie "künstliche Intelligenz" und die so genannte "künstliche Evolution", um den Algorithmus zu trainieren.
Eine andere Gruppe von Problemen ist die Hardware. Der autonome Betrieb von Robotern kann beispielsweise durch die Verwendung "fortschrittlicherer" Batterien und die Schaffung automatischer Aufladestationen oder sogar eines Systems gelöst werden, bei dem ein Agent einen "Mitstreiter" auflädt.
Eine weitere Herausforderung ist die Kommunikation innerhalb des Schwarms, der Austausch von Daten mit dem externen Telekommunikationsnetz und das Hochladen von Informationen in die Cloud, sofern das Konzept solche Möglichkeiten bietet. Die "Cloud-Robotik" stellt eine noch höhere Ebene von Herausforderungen dar, die eine effizientere Nutzung des Roboterschwarms ermöglichen, seine Reaktionsfähigkeit auf Ereignisse erhöhen und neue und etwas unerwartete Nischen für Anwendungen der Schwarmtechnologie schaffen können. Ja, und die anderen Probleme werden, sobald sie gelöst sind, höchstwahrscheinlich zu einer Quelle des Fortschritts für die Schwarmrobotik und verwandte Branchen werden, was die IT und unser aller Leben radikal verändern wird.