Цифровой двойник плотных скоплений хаотически движущихся объектов разрабатывают для задач навигации роботов студенты НИТУ «МИСиС», ИТМО и МФТИ. Он будет представлять собой веб-сервис с применением графовых нейронных сетей и позволит изучать физику толпы, законы роевого поведения у животных и принципы движения «активной материи». Эти данные активно требуются для обучения роботов-курьеров, беспилотников и других автономных устройств, работающих в условиях многолюдных пространств.
Первые результаты опубликованы в журнале Journal of Physics: Conference Series.
Если при движении в потоке людей в метро мы начинаем фокусировать взгляд на ком-то из встречных, мы обязательно остановимся в середине толпы и с кем-то столкнемся. Когда мы расслабленно, «интуитивно» идем сквозь толпу, то безошибочно выбираем нужную траекторию и лавируем в потоке, никого не задевая. И это умеет почти каждый человек. Так происходит потому, что мозг работает, как сложная нейросеть. Незаметно для сознания он использует накопленные за годы интуитивные знания, быстро просчитывает меняющиеся условия и выбирает оптимальный путь.
Вадим_Порватов_и_Георгий_Гриценко_обсуждают_теоретическую_модель
Современным инженерам очень важно понять, как именно работает эта нейросеть, чтобы перенять ее принципы и интегрировать их в цифровую среду. Задача навигации роботов в плотных скоплениях (людей, машин, других роботов и т.д.) с каждым годом становится всё актуальнее. При этом, для успешного управления устройствами необходимо отслеживание и экстраполяция траектории каждого отдельного агента в таких скоплениях, что само по себе является сложной задачей.
Подобные системы можно эффективно описывать статистически как «активную материю», в которой каждая частичка сама закачивает энергию в систему, и успешно моделировать такую материю с помощью ансамблей хаотически движущихся роботов — например, имитировать поведение стаи птиц или косяка рыб. Для этого нужно создать симуляцию активной материи, т. е. сгенерировать роевое поведение.
Система роботов в движении. Цветом обозначены кластеры
Для реализации подобных систем роевой робототехники многочисленным лабораториям по всему миру необходимы большие «скопища» движущихся по простым законам роботов — как платформы для экспериментальной симуляции физики толпы. Однако проведение подобных экспериментов требует значительных ресурсов, и доступно не всем научным группам.
«Реализация подобной экспериментальной платформы требует компетенции в схемотехнике, а для создания достаточного количества структурно однородных роботов необходимы значительные финансовые затраты. В качестве альтернативы мы предлагаем создание цифрового двойника экспериментальной установки, позволяющего как исключить затраты на её физическую реализацию, так и ускорить и автоматизировать процесс постановки экспериментов. Возможность эффективного построения подобного программного обеспечения подтверждается недавними применениями графовых нейронных сетей в схожих задачах, включая симуляции гидродинамики», — рассказал лидер студенческого научного коллектива, выпускник кафедры «Инженерная кибернетика» НИТУ «МИСиС» Вадим Порватов.
Алина_Розенблит_изготавливает_роботов
По словам разработчиков, в качестве источника данных для нейросетевого алгоритма используется собранная командой проекта экспериментальная установка, состоящая из 100 движущихся роботов. Движение системы записывается с помощью видеокамеры. В качестве основного инструмента отслеживания индивидуальных траекторий будут применены алгоритмы, предоставляемые библиотекой OpenCV. Информация о конфигурации установки вместе с полученными в результате движения роботов траекториями будут использованы для обучения графовой нейронной сети.
«Разработанная нейронная сеть позволит научным группам существенно упростить процесс изучения физических процессов в плотных скопления хаотически движущихся частиц, и может поставляться как продукт. Извлечение всех координат и скоростей роботов позволит получить исчерпывающее описание процессов, происходящих в системе, в том числе, информацию о фазовых переходах и кластеризации роботов», — пояснил соавтор исследования, аспирант Физического факультета ИТМО Никита Олехно.
Использование цифрового двойника позволит проводить отраслевые исследования, связанные с навигацией в хаотических окружениях. К примеру, виртуальные симуляции уже применяются компанией NVidia для отработки алгоритмов навигации беспилотных автомобилей. Результаты проекта могут быть использованы для обучения алгоритмов управления наземными дронами, перемещающимися в плотных людских потоках. Подобные симуляции могут быть особенно полезны для тестирования роботов-курьеров.
“На данный момент собрана довольно сложная экспериментальная установка, которую мы и будем дальше использовать для создания цифрового двойника”, — подчеркнул Никита Олехно.
Проект стал победителем конкурса студенческих научно-исследовательских работ НИТУ «МИСиС» «турНИР» и получил финансирование в размере 500 тысяч рублей на реализацию.
Иллюстрация: Процесс_3d_печати_роботов
Будьте в курсе в удобном формате, присоединяйтесь: TG-канал и ВК