Текст книги "Бионика. Прошлое, настоящее и будущее"

Глава 2. Бионическая робототехника

Неудивительно что бионика коснулась робототехники очень сильно. Если смотреть с точки зрения исследователя-бионика, то роботы – это как раз попытки создать человеком искусственную жизнь, но выполняющую нужную ему функцию.

Бионическая составляющая, если опустить тот момент что все датчики роботов в какой-то мере взяты с живой природы, очень хорошо видна в трех направлениях: BEAM роботы, роевые робототехника и новая ветвь, разрабатываемая мной, – гибридные организмы.

Начнем рассмотрения бионических технологий мы с BEAM робототехники.

Обычных роботов, к которым мы привыкли, казалось бы, очень просто подвести к бионике – достаточно просто перенести их внешний вид и модель движения от какого-либо животного и всё, но качественно мы не меняем ничего и в итоге мы получаем обычного робота. В качестве яркого примера возьмем знаменитых роботов серии BigDog от американской компании Boston Dynamics и военного агентства перспективных исследований DARPA. Этот робот проектировался с целью сделать робота для помощи военным с транспортировкой грузов. В качестве модели движения были взяты модели мулов и подобных животных. И можно сказать, что одной из причин успешности этих роботов является удачный перенос биологических алгоритмов движения.

BEAM-роботы же принципиально отличаются по идеологии построения и конечной задачи от привычных для нас роботов.

Роботы, построенные по такой идеологии, используют простые аналоговые структуры вместо микропроцессоров с целью достичь необычно простого, дешевого и надёжного дизайна, который жертвует гибкостью ради надёжности и эффективности достижения каких конкретных целей. Однако существуют исключения, использующие не только аналоговые элементы и необычные механические решения, но и некоторые, можно сказать, вкрапления микроконтроллеров и подобных управляющих или же дающих вычислительные возможности микросхем. Подобный процесс объедения технологий называется мутацией, а таких роботов BEAM-мутантами.

Идею такой робототехники предложил, и в последующем развил, Марк Тилден во время спора с преподавателем.

Концепция BEAM-роботов, предложенная Марком, состояла в том, что реакция на внешние факторы должна обеспечиваться на первом этапе самой машиной, без участия какого-либо «мозга», как это происходило и в живой природе, на пути от простейших к человеку. По такому же пути должно идти совершенствование и создание более сложных систем, своего рода «робогенетика» через «робобиологию». Перенимая эволюционные идеи у природы, Тилден решил создавать простых роботов, которые были бы похожи на живых существ и управлялись преимущественно аналоговыми цепями или же особенностями механики. Аналогичные разработки ранее велись Эдом Ритманом, но какой-то систематики или законченного вектора разработки предложено им не было, в отличии от Марка. Новый подход был назван BEAM. Слово BEAM является аббревиатурой от Biology (Биология), Electronics (Электроника), Aesthetics (Эстетика), Mechanics (Механика), но часть адептов этой технологии расшифровывают это и как Biotechnology, Ethology, Analogy, Morphology или как Building, Evolution, Anarchy, Modularity.

В качестве основных принципов проектирования было сформулировано три постулата, которые, несмотря на различие моделей или же элементарной базы, остаются всегда одинаковыми:

1. Принцип KISS (Keep It Simple, Silly). Этот принцип является одним из основных столпов проектирования военной техники. Его можно сформулировать по-разному, но суть всегда одна – чем проще, тем лучше и надежней. То есть при разработке BEAM роботов стараются уменьшить количество электроники и по возможности перенести часть задач на механические элементы как более надежные. Это позволяет роботам реагировать на внешние обстоятельства мгновенно и быть прочными и надежными. В ВЕАМ-роботостроении важным является эстетическая и механическая составляющая дизайна устройства, так как важной задачей является, чтобы форма робота определяла его задачи, а не наоборот.

2. Использование при конструировании роботов или самые дешевые и доступные компоненты или же вообще б/у детали и электронный мусор. Этот принцип позволяет создавать по-настоящему массовые и доступные устройства. Так как роботы не могут никак иначе реплицироваться, кроме как быть собранными людьми, то это принцип ответственен за увеличение их количества.

3. Автономность. Всем существам для любой деятельности нужна энергия, для роботов эта энергия всегда электрическая. Но роботы не могут создавать сами источники энергии или же какие-то зарядные станции. Тем более такие простые роботы. К тому же сама идеология BEAM-роботов подталкивает их к тому, чтобы они были независимы от человека и в том числе от его обслуживания. Разрешением этой дилеммы является активное использование любых возможностей самостоятельного сбора энергии, например, солнечной. На BEAM-роботах всегда стоят солнечные батареи или же контуры для поглощения магнитных полей и благодаря этому роботы перестают зависеть от человека и становятся зависимыми уже от внешних условий, к которым, в теории, они должны адаптироваться.

Существующее множество ВЕАМов используют именно солнечные батареи для питания двигателя и других систем, но важно отметить что роботы, чаще всего, не просто пассивно поглощают энергию, но и всегда стараются найти, где ее больше и уходят если её нет, т. е. можно сказать адаптируются. Помимо крайне упрощённых аналоговых нейронов, технология ВЕАМ дала создателям роботов и другие полезные инструменты. Сообщество ВЕАМ документирует и распространяет дизайны солнечных технологий, цепей Н-мостов, тактильных и звуковых сенсоров, чертежи и схемы самих роботов. Тут как можно заметить играет на руку второй принцип – дешевизна и распространённость компонентов.

Базовые принципы поведения ВЕАМ роботов основываются на способности машины реагировать на внешние стимулы, то есть действовать рефлекторно, кроме того они зачастую обладают лишь одним чувством, на основе которого они и принимают свои примитивные решения, если можно так это назвать.

Выделено пять основных типов:

Самый первый и самый простой тип это Кинетикотропы. BEAM роботы того типа реагируют на касание и или иное какое-то механическое воздействие. Чаще всего это реализуется через микропереключатели, к которым присоединены проволочные усики, и как только до этих усиков что-то касается микропереключатель замыкается. Такая простая система, расположенная спереди робота, позволяет ему, например, определить, что перед ним препятствие и начать принимать меры, а если расположить подобные усики снизу робота, то он сможет понять, где, например, находится обрыв и вовремя остановиться.

Аудиотропы – реагирующие на звук, они же подразделятся на аудиофилов, которые следуют за источниками звука или же ищут его, и аудиофобов – убегающих от них. Этот вид довольно распространён в виду простоты приемы и анализа звуковых волн. Реализуется это через микрофоны и простейшие усилители сигнала.

Реагирующие на свет Фототропы являются самым обширным видом. Они аналогично подразделяются на ищущих свет и идущих на него фотофилов и бегущих от источника света – фотофобов. Как отмечено выше почти все BEAMы используют солнечный свет и поэтому их можно в какой-то мере отнести к фототропам, но не стоит путать поглощение света и использование его энергии как источник активности и просто реагирование как на раздражитель.

Следующие же Радиотропы это BEAM роботы, реагирующие на источники радиоизлучения, например, при помощи простейших колебательных контуров или же датчиков Холла. Их также два вида – радиофилы следуют за источниками радиоволн и радиофобы, которые убегают, уходят и прячутся от них.

Последний вид сенсорики это определение тепла. Термотропы – ощущают разницу и изменение температур или проще реагируют на тепло. Термофилы сами ищут тепло, а термофобы ищут, где можно от него спрятаться. Не стоит забывать, что температура может быть не обязательно положительной и термотропные BEAMы могут прятаться, например, от холода, как и любые живые организмы.

Последние два вида роботов имеют малое распространение, но причиной этому не сложность компоновки или дороговизна и редкость узлов, а то, что такие внешние стимулы менее распространены, чем свет и звук.

Как можно заметить, охватываются почти все те же виды восприятия, что и у живых существ, кроме химического восприятия, как например ощущения вкуса или запаха, но и уже на этом поле идет работа и существуют первые хемотропы.

Кроме разделения BEAMов по методам восприятия ещё их можно разделить по методам передвижения или скорее активности. Тут категорий больше и, что ещё занятней, можно к каждому виду подобрать аналог из природы.

Итак, виды:

1. Сидячие – стационарные роботы, выполняющие простые действия. Это, если можно их вообще назвать роботами, роботы маяки. Чаще всего они просто собирают днем свет и как-то сигналят, когда его нет. Могут быть зарядными терминалами для других роботов, ведь, по сути, они копят энергию весь день. Важный момент – они не двигаются, а значит аналогия с растениями, которые поворачиваются к свету тут не очень подходит.

2. Шевелящиеся – также стационарные роботы, но выполняющие сложные или простые движения. Самый лучший пример – это робот, совершающий поворот солнечных батарей по направлению солнца или же определения направления к источнику звука. Ну или робот определивший, что есть источник тепла или звука и пытающийся закрыться от них. В общем самый лучший аналог этого типа BEAMов это растения или же какие-то морские полипы.

3. Ползающие – роботы использующие принципы движения червей, змей и тому подобных животных. Представляют чаще всего набор независимых или слабо зависимых друг от друга модулей, которые совершают движения в одной плоскости. Сложные и редко реализуемые конструкции как раз из-за синхронизации и корректировки движения модулей.

4. Карабкающиеся – эти роботы используют любые подобия гусеничного хода или же, что, по сути, аналогично, перемещения какой-то части. Как выглядит движение гусеницы вполне понятно, а вот перемещение элемента приставить сложней. Чаще всего это выглядит как перемещение или же выдвижения какого-то элемента с грузом, в результате у робота смещается центр тяжести, и он просто падает и переваливается в более стабильное состояние.

5. Прыгающие – прыгающие BEAMы используют или быстрые вибрации, как разновидность микропрыжка, или же накопление энергии в пружине и мгновенный ее сброс. Принципиально это одно и то же явление. Аналог этого перемещения используют кузнечики или саранча, разве что у них добавляется фаза воздушного планирования.

6. Катающиеся – единственный вид BEAM-роботов который точно не имеет аналогов в природе. Колес или даже ближайших аналогов в природе нет, но было бы глупо не использовать этот самый энергетический выгодный и удобный метод передвижения. Кроме разнообразных вариаций колесных платформ к этому виду также относятся так называемые шароботы. Это шарообразные роботы, которые передвигаются изменением внутреннего центра тяжести. Снаружи же ничего в их компоновке не меняется. Шароботы – довольно необычные роботы и, что немаловажно, единственные роботы, которые могут быть полностью отделены от внешней среды, так как их движение не рассматриваем взаимодействие самой двигательной части со средой.

7. Шагающие – шагоходы это самый распространённый класс. Сюда относятся роботы с двумя и более конечностями. В этом классе роботов особенно сильно развита механика в виду того, что такого робототехнического элемента как сервопривод тут нет и скоординировать всё обычными аналоговыми цепями довольно сложно, но используя хитрые механические передачи, карданные валы и разнообразные редуктора можно заставить двигаться почти неограниченное количество ног от одного мотора.

Аналогия с живыми организмами тут очевидна – это все животные и насекомые.

8. Плавающие – плавающие роботы используют принципы движения рыб либо имеют винты как у лодок. Также, как и летающие – очень узкий класс BEAMов, можно даже сказать редкий. Причина в ограниченности среды обитания и ее опасности для электроники.

9. Летающие – воздушные роботы, использующие пропеллеры, крылья или подобие аэростатов. Ввиду сложности является редким видом роботов.

10. Взбирающиеся – необычная и очень редкая разновидность BEAMов, использующая вертикальные плоскости. Для передвижения они используют очень разные методы, это и крючки, и липучки, и присоски. Могут подниматься по канатам или вообще просто обитать на стене. Аналогов из живой природы много – взбираются по канатам они как обезьяны, а по стенам ходят как насекомые.

Дабы ярче подчеркнуть отличие BEAMов от обычных роботов для них было придуманы свои 3 закона робототехники, отличные от Азимовских.

Азимовские законы робототехники звучали вот так:

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинён вред.

2. Робот должен повиноваться всем приказам, которые даёт человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.

3. Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит первым двум законам.

Как можно заметить эти законы универсальны для любой вещи, созданной человеком и вместо слово робот можно подставить любое устройство.

Для BEAM-роботехники они звучат иначе:

1. Защищать себя.

2. Кормить себя.

3. Найти себе безопасное место и лучший источник питания.

Отличия очевидны и можно даже сказать, что само употребление термина робот в данном случае неверно. Более точно использование слова биоморф (похожий на живое), так как они нацелены на автономное выживание, как полноценные живые организмы, а не на выполнения каких-то задач. Можно даже сказать, что никаких задач кроме выживания у BEAMов и нет.

Обеспечения этих задач Марк Тилден определил в четырех последовательных шагах.

Самой первой и основной задачей, стоящей перед BEAM роботом, является возможность использования и получения энергии. То есть, что бы не случилось, у робота должна быть энергия. Отсутствие источника энергии означает смерть.

Второй шаг – это перемещение. Без движения нельзя найти лучший источник энергии или же уйти от опасности.

Третий шаг – интеграция возможности восприятия и способность обнаруживать свет, звук, тепло и радиоволны. Это нужно для более эффективного поиска источника энергии и для более раннего обнаружения опасности.

Тилден считает, что подавляющее большинство биологических существ на Земле не вышло за пределы этих трех уровней. Так же считается, что добавление микропроцессорной памяти в биоморфов сделает их равными простейшим животным, но это будет прямым нарушением концепции, поэтому сейчас активно ищется иной путь. Единственное, чего биоморфные BEAM роботы лишены по определению – это способность к репликации. Но и в этом направлении рядом энтузиастов ведется поиск решений.

В настоящее время BEAM роботы пока не получили свое распространения и являются скорее прототипами перспективной технологии или даже концепта, но тем не менее любой может принять участия в их развитии и распространении

Идея создания сложной системы, состоящей из множества сравнительно простых устройств, всегда была привлекательна. Ей отдавали дань философы и писатели-фантасты, математики и технические специалисты. Действительно, решение сложной задачи «простыми» с технической точки зрения средствами, появление «сверхорганизма» ознаменовало бы явную ступень в эволюции технических объектов. Самой первой особенностью такой системы мы выделим децентрализацию.

Роевая робототехника – это подход или метод к координации нескольких роботов как системы, состоящей из большого числа физически слабых роботов. Предполагается, что коллективное поведение возникает из взаимодействия между роботами и взаимодействиями роботов с окружающей средой. Этот подход возник из исследования поведения роя, а также биологических исследований насекомых, муравьев. Рой от просто кучи единиц отличают следующие важнейшие особенности:

1. Повышение надежности – подразумевает способность роя продолжать функционировать, несмотря на изменения, которые могут произойти в окружающей среде или поломке некоторого количества единиц. утрата части членов коллектива не влияет на работоспособность всей системы в целом.

2. Гибкость – Способность системы к реконфигурации, что подразумевает способность предлагать решения, адаптированные к конкретным выполняемым задачам;

3. Масштабирование – Потенциальная возможность развития и усложнения решаемых задач путем наращивания мощности коллектива. Это общие свойства роевых систем, и они не сильно зависят от структурной единицы. По сути это свойства самой децентрализации системы.

Применение Роевых технологий

Потенциальных применений для роевых роботов много. К ним относятся задачи, требующие миниатюризации, такие как распределенные сложные задачи в микромашине или человеческом теле. Уверен что многие слышали термин наноробот – вот это как раз оно. Роевые микророботы в теле человека.

Одним из наиболее перспективных применений роевых роботов является миссия по спасению. Рой роботов разного размера можно было отправить в места, куда спасатели не могут безопасно добраться, чтобы обнаружить присутствие жизни через инфракрасные датчики да или вообще хоть каких-то выживших. С другой стороны, роботизированная роботизация может быть пригодна для задач, требующих дешевых проектов, например, для добычи полезных ископаемых или для сельскохозяйственных целей. Сельскохозяйственные роботы – харвестеры уже есть кстати.

Ну и само собой военное применение. Даже не хочется останавливаться на этом.

Будучи крайне ограниченными в своих возможностях, эти роевые роботы способны решить поставленную задачу лишь при их массовом применении. Примером такого применения микророботов может служить так называемая «умная пыль», когда с самолета сбрасывается «туча» микророботов, каждый из которых должен выполнять некоторые простейшие функции, например, сбора информации о покрываемой территории или поражения объектов противника.

Примеров систем, реализующих коллективное поведение, действительно немало. К сожалению, далеко не всегда ясны механизмы, лежащие в основе демонстрируемых коллективов роботов – об этом чаще всего приходиться лишь догадываться на основе косвенных признаков.

Вернемся, однако, к примерам. Начнем с исследовательских проектов.

Проект I-SWARM. В Германии (Университет Карлсруэ) разрабатывались микророботы с «коллективным мышлением». Разработка финансировалась Европейским союзом. Пока роботы умеют только узнавать друг друга и придерживаться своего сообщества. По данным на 2010 г. в рамках проекта I-SWARM создано около 100 механических особей размерами чуть более 1 кв. см, часть из них предназначена для отработки механизмов коммуникации между собой. Это – мультиагентные сообщества роботов.

Multi Robot Systems. Университет Алберты в Эдмонтоне, США. Исследования коллективного поведения роботов. Грант на пять лет в размере $39,000 в год. Разработка систем из нескольких роботов (Multi Robot Systems (MRS)). Проект посвящен задачам коллективного принятия решений.

Проект SwarmBot. Американская компания iRobot (производитель, кстати, автоматизированных пылесосов), занята разработкой небольших роботов, способных сообща выполнять определенные действия. Ожидается, что роботы SwarmBot смогут объединяться в группы численностью до десяти тысяч и выполнять такие задачи, как, например, поиск мин, исследование неизвестных территорий (в том числе на других планетах), обнаружение вредных веществ и пр. Робот SwarmBot имеет форму куба с длиной ребра около 12,5 см. и построен на базе 32-разрядного микропроцессора. Для навигации в пространстве и взаимодействия с другими роботами применяются инфракрасные датчики. Коллективная работа всей «стаи» роботов определяется в соответствии с неким набором правил группового поведения.

Если говорить о примерах реальных систем, точнее, об их прототипах, то это, чаще всего – системы военного назначения. И это вполне естественно, т. к. финансирование перехода от уровня модели до действующего прототипа осуществляется, прежде всего, в военной области.

Наиболее интенсивно подобного рода работы проводятся по линии DARPA, причем уже давно. Речь идет о таких программах, как «Распределенные робототехнические системы» (2000 г.), «Программное обеспечение для распределенных робототехнических систем» (Software for Distributed Robotics (SDR)), «Программное обеспечение автономных мобильных роботов» (Mobile Autonomous Robot Software (MARS)) и подобных им.

В роевом направлении робототехники за основу берутся модели биологических объектов (своего рода бионическая парадигма). Считается, что получение адекватных моделей тех же насекомых позволит реализовать естественным образом и их роевое поведение.

Однако проблема состоит в том, что насекомые – очень непростой объект для исследований. Например, нервные клетки муравьев и пчел – любимых объектов для подражания – малы по размеру и трудны для изучения. А главное, этих нервных клеток очень много. Если центральная нервная система такого простого объекта, как виноградная улитка, содержит около 10 тыс. нейронов, то у муравьев общее количество нейронов – порядка 1 млн.

Муравей – это один из основных «источников вдохновения» в исследованиях коллективного поведения. Однако на самом деле муравей – это один из наиболее неудачных примеров для изучения коллективных форм. Он слишком сложен. Всё же несколько механизмов реализации разработано все же было.

Роевые алгоритмы можно разделить на несколько видов, но все они называются методами роевого интеллекта:

Термин «роевой интеллект» (Swarm intelligence) был введен Х. Бени и В.Цзином в 1989 г. в контексте предложенной ими системы т. н. клеточных роботов. Задачей роевого интеллекта (РИ) является изучение и описание коллективного поведения децентрализованной самоорганизующейся системы, при этом методы РИ рассматриваются как некие специфические механизмы поисковой оптимизации. Большинство алгоритмов РИ относятся к классу метаэвристик.

Системы РИ состоят из множества агентов (многоагентная система), локально взаимодействующих между собой и с окружающей средой. Сами агенты обычно довольно просты, но все вместе, локально взаимодействуя, создают так называемый роевой интеллект.

Характерно, что значительная часть роевых алгоритмов посвящена реализации моделей стайного поведения, и прежде всего – стайному движению. В природе стайное поведение животных эволюционно выгодно, поэтому многие виды живых организмов содержат гены роения. Здесь необходимо сделать замечание, которое касается терминологии. Следует различать понятия коллективного и стайного управления. Коллективное управление подразумевает, что объекты, входящие в группу, имеют возможность обмениваться друг с другом информацией, в том числе знают о целях и задачах, имеют сведения о составе коллектива и т. д.

Стайное управление предполагает, что члены группы не имеют, вообще говоря, информационной связи с другими объектами, могут не знать состава и характеристик прочих членов группы.

Условно различие между стаей и коллективом можно изобразить так:

Основа роя это движение и постоянный обмен информацией. Рой не может быть статичен. Правила передвижения роевых животных относительно просты. Эти правила позволяют множеству относительно простых элементов формировать «коллективный мозг» способный принимать решения и заставлять двигаться стаю подобно единому организму. При этом зачастую эти правила применимы и к действиям толпы людей.

Можно выделить несколько моделей движения роевых структур:

1. Модель движения муравьёв

Для описания движения больших масс роевых организмов вполне подходящим оказывается математический аппарат гидродинамики. По сути дела, речь идет о статистических макромоделях. Бродячие муравьи очень быстро реагируют на запахи следов их ближайших соседей. Стоит впереди идущим муравьям приступить к формированию настилов и пешеходных дорожек, как идущие следом мгновенно подхватывают инициативу и выстилают дорожку, по которой бегут остальные. Если плотность муравьев становится слишком высокой, это служит сигналом к формированию множества мостов, дорог и переулков из тел скопившихся муравьев, чтобы другие разбежались по ним в разные стороны, не скучиваясь. Муравьи ведут себя так, чтобы обеспечить рою максимальную скорость передвижения.

Так как муравьи являются основной моделью поведения роевых роботов, приведу пример их логики поведения, связанной со способностью быстро находить кратчайший путь от муравейника к источнику пищи и адаптироваться к изменяющимся условиям, находя новый кратчайший путь. Предполагается, что при своём движении муравей метит путь феромоном, и эта информация используется другими муравьями для выбора пути. Это элементарное правило поведения и определяет способность муравьёв находить новый путь, если старый оказывается недоступным.

Реакция на появление препятствия

Пусть на муравьиной дороге возникает преграда. В этом случае необходимо определение нового пути. Дойдя до преграды, муравьи с равной вероятностью будут обходить её справа и слева. Те муравьи, которые случайно выберут кратчайший путь, будут быстрее его проходить, и за несколько передвижений он будет более обогащён феромоном. Поскольку движение муравьёв определяется концентрацией феромона, то следующие будут предпочитать именно этот путь, продолжая обогащать его феромоном до тех пор, пока этот путь по какой-либо причине не станет недоступен,

Таким образом, будут искаться необходимые пути, при этом моделирование испарения феромона будет гарантировать, что найденное локальное оптимальное решение не будет единственным.

2. Модель движения саранчи

Обычно насекомые охотятся самостоятельно, но иногда молодая саранча сбивается в огромные тучи, насчитывающие миллионы особей. Когда плотность саранчи превышает некоторый пороговый уровень, насекомые внезапно начинают двигаться вместе, выравнивая движение по своему соседу.

3. Модель движения сверчков

Известны виды сверчков (например, т. н. мормонские сверчки), которые обычно живут обособленно, но иногда они собираются миллионными роями и вытягиваются в многокилометровые полосы (длиной до семи километров). Механизм образования таких протяженных полос достаточно прост. Когда мормонские сверчки не могут найти достаточно пищи, они становятся каннибалами. Каждые 17 секунд сверчки пробуют напасть на других индивидуумов своего рода. Если какой-то сверчок не убегает, он наверняка будет съеден сородичами. Поэтому сверчки и вытягиваются в длинные стаи: тот кто впереди, убегает, чтобы не быть съеденным преследующими его собратьями.

4. Стайная модель движения

Рой из множества животных можно рассматривать как отдельную единицу. Действительно, стая рыб движется как одно целое. Стая птиц также движется благодаря нескольким лидерам, при этом остальные особи в стае следуют за лидерами. Схожие механизмы действуют и в человеческом социуме: движение общества определяется направлением, задаваемом несколькими лидерами.

Говоря о моделях движения объектов, выделяются следующие базовые правила (алгоритмы), которым должны следовать эти объекты:

• движение в направлении цели;

• движение в направлении центра масс своих соседей;

• поддержка минимально допустимого расстояния друг между другом и препятствиями.

Но если с движением всё понятно, то с другой составляющей роя – синхронизацией действий сложнее. На самом деле, это весьма непростая задача. Реализация принципа «делай, как остальные» далеко не всегда сводится к правилам «ближайшего соседства». Это, скорее, управление на сложном поведенческом уровне. Дело в том, что для реализации подражания неизбежно возникают следующие задачи:

1. Распознавание «своих», т. е. объектов для подражания.

2. Определение действий «своих», которым следует подражать. Иными словами, робот должен знать, что делает его окружение, т. е. распознать их действия.

3. Выполнение такого же действия. Здесь речь идет даже не столько о реализации действия, сколько о реализации поведенческого акта.

Таким образом, принцип «делай, как остальные» превращается в принцип «веди себя так же». Например, идти в том же направлении, что и прочие, отработать защитное поведение, поиск пищи и т. п. Особенно явно это видно у тех же муравьев. Подражательное поведение представляет собой крайне сложные комплексы действий – перенос пищи (в том числе согласованные действия по транспортировке тяжелых грузов), строительство, уход, оборонительные действия и проч. Иными словами, речь идет о том, что подражательность означает запуск больших, сложных поведенческих (не только моторных) программ. Всё это ещё больше усложняет внедрение и использование роевых систем. Хотя казалось бы, куда ещё сложней?

Всё же есть хорошо проработанные различного рода алгоритмы обхода препятствий и уклонения от столкновений, алгоритмы, учитывающие такие взаимоисключающие тенденции, как «отталкивание» и «притяжение» особей в стае и т. п. Иногда даже считается, что подобные модели поведения стаи (роя, толпы) можно применить не только к движению живых существ. Правилам коллективного движения, подобным движению рыб или саранчи, подчинена работа мозговых клеток; человек принимают решение на основе множества коллективных сигналов и проч.

В целом же следует отметить, что подобного рода модели – это лишь реализация неких частных механизмов. Эти модели не претендуют, разумеется, на объяснение природы стайного поведение, предпосылки его появления или некие глубокие обобщения.

Тем не менее, на практике эти модели вполне применимы для решения частных технических задач. Иллюстрацией этому может служить, например, робот EPORO фирмы Nissan.

Коллектив этих роботов имитирует поведенческие модели стаи рыб, избегая препятствий и столкновений друг с другом и способных двигаться целенаправленно. Исследователи утверждают, что это – первая такого рода разработка в мире.

Несколько ранее, в 2008 г. той же формой был представлен робот BR23C, отличавшийся «зрением шмеля». EPORO – это развитие той же концепции «заимствования» у природы. Как BR23C, так и EPORO решают задачу движения без столкновений («инстинктивная навигация»: выявление и обход препятствий).

Как и рыбы, роботы EPORO имеют специальный сенсор – т. н. «боковую линию», роль которой играет лазерный дальномер. У рыб боковая линия – это чувствительный орган, воспринимающий движение и вибрации окружающей воды и используемый для ориентации.