Contents — find the section you need
जब सैकड़ों ड्रोन एक साथ ड्रोन शो में अपनी संरचना बदलते हैं, या जब गोदाम के रोबोटों का एक बेड़ा बिना टकराए चलता है, तो हर गतिविधि को वास्तविक समय में नियंत्रित करने वाला कोई एक "कमांड सेंटर" नहीं होता। अधिकतर मामलों में, प्रत्येक रोबोट अपने आस-पास की सीमित जानकारी को देखता है और सरल नियमों का पालन करता है - और इसी से पूरे समूह के लिए एक व्यवस्थित और सार्थक व्यवहार उभरता है। यह लेख झुंड नियंत्रण (बहु-रोबोट नियंत्रण) के विचार को - सरल भागों से एक जटिल इकाई का निर्माण - तीन दृष्टिकोणों से समझाता है: समूह गति, सर्वसम्मति निर्माण और संरचना नियंत्रण।
खेत में एक झुंड रोबोट (किलोबोट)छवि: Kilobot रोबोट झुंड (asuscreative, CC BY-SA 4.0), विकिमीडिया कॉमन्स। यह स्वार्म-रोबोटिक्स अनुसंधान का एक प्रतिनिधि उदाहरण है जो केवल स्थानीय नियमों पर चलता है, न कि पाठ में चर्चा किए गए ड्रोन या वेयरहाउस रोबोटों पर।
0. यह लेख क्या कवर करता है
- स्वार्म नियंत्रण किस समस्या का समाधान करने का प्रयास कर रहा है, और एक रोबोट क्यों पर्याप्त नहीं है
- प्रत्येक रोबोट द्वारा वास्तव में प्राप्त की जा सकने वाली जानकारी (इनपुट) और उससे निर्मित आउटपुट (वेग कमांड) के बीच संबंध
- केंद्रीकृत और विकेंद्रीकृत डिज़ाइनों के बीच संरचनात्मक अंतर
- बॉइड्स द्वारा प्रतिरूपित स्थानीय-नियम-आधारित झुंड कैसे काम करता है
- सर्वसम्मति एल्गोरिदम के माध्यम से सर्वसम्मति निर्माण का गणित
- तीन गठन-नियंत्रण दृष्टिकोणों के बीच अंतर — नेता-अनुयायी, आभासी संरचना और व्यवहार-आधारित
- संचार बाधाएं (विलंबता, ड्रॉपआउट, बैंडविड्थ) स्वार्म-नियंत्रण डिज़ाइन को कैसे आकार देती हैं
- किस अनुप्रयोग के लिए कौन सा दृष्टिकोण चुनना है — ड्रोन शो, वेयरहाउस रोबोट, आपदा खोज, आदि
1. सबसे पहले मुख्य बात: स्वार्म नियंत्रण क्या है
एक वाक्य में: **स्वार्म नियंत्रण एक नियंत्रण प्रणाली है यह एक ऐसा ढांचा है जो कई रोबोटों के पास मौजूद सीमित जानकारी और सरल व्यवहार नियमों के आधार पर पूरे समूह के लिए सार्थक सामूहिक व्यवहार उत्पन्न करता है— संरेखण, संरचना बनाए रखना, सहमति, श्रम विभाजन।
मुख्य बात यह है कि "किसी के पास भी संपूर्ण का खाका होना आवश्यक नहीं है।" जिस प्रकार पक्षियों के झुंड का कोई संचालक नहीं होता, उसी प्रकार कई झुंड नियंत्रण एल्गोरिदम इस प्रकार डिज़ाइन किए जाते हैं कि प्रत्येक रोबोट केवल अपने आस-पास के अन्य रोबोटों (पड़ोसियों) की जानकारी का उपयोग करता है, और पूरे समूह की संपूर्ण स्थिति को जाने बिना भी, पूरा झुंड एक सुसंगत इकाई के रूप में गति करता है। यह विचार—"स्थानीय जानकारी से वैश्विक व्यवस्था का निर्माण करना"—ही झुंड नियंत्रण को एकल-रोबोट नियंत्रण से मौलिक रूप से अलग करता है।
2. झुंड नियंत्रण क्यों आवश्यक है?
यदि किसी समस्या का समाधान एक उच्च-प्रदर्शन वाले रोबोट द्वारा किया जा सकता है, तो झुंड नियंत्रण की आवश्यकता नहीं है। व्यवहार में झुंड नियंत्रण का चुनाव उन स्थितियों में किया जाता है जहाँ एक इकाई सैद्धांतिक या व्यावहारिक रूप से नुकसान में होती है — उदाहरण के लिए:
-
स्थानिक कवरेज: एक रोबोट को किसी बड़े आपदा स्थल या खेत को एक छोर से दूसरे छोर तक खोजने में बहुत अधिक समय लगेगा। काम को कई रोबोटों में बाँटने से खोज का समय रोबोटों की संख्या के अनुपात में कम हो जाता है।
-
अतिरेक और त्रुटि सहनशीलता: एकल-इकाई विन्यास में, एक विफलता पूरे मिशन को रोक देती है; कई रोबोटों से बना झुंड कुछ के काम छोड़ देने पर भी शेष रोबोटों के साथ मिशन जारी रख सकता है।
-
एक साथ कई बिंदुओं पर काम करना: कुछ मिशनों में स्वाभाविक रूप से एक ही समय में कई स्थानों पर मौजूद रहना आवश्यक होता है — ड्रोन शो में आकृतियाँ बनाना, या गोदाम में एक साथ कई स्थानों पर सामान पहुँचाना।
-
प्रति इकाई लागत: एक उच्च-प्रदर्शन वाले रोबोट के निर्माण के बजाय, कई सरल, सस्ते रोबोटों का उपयोग कुल लागत और तैनाती लचीलेपन के मामले में फायदेमंद हो सकता है।
इन लाभों को वास्तव में प्राप्त करने के लिए केवल रोबोटों की संख्या बढ़ाना ही पर्याप्त नहीं है — इसके लिए ऐसे नियंत्रण नियमों की आवश्यकता होती है जो रोबोटों को आपस में टकराने से रोकते हुए उनके सामूहिक व्यवहार को लक्ष्य के अनुरूप बनाए रखें। यही झुंड नियंत्रण की भूमिका है।
3. इनपुट क्या हैं?
संचार और संवेदन सेटअप के आधार पर, प्रत्येक रोबोट द्वारा झुंड नियंत्रण के लिए उपयोग की जाने वाली जानकारी को निम्न प्रकार से वर्गीकृत किया जा सकता है:
-
स्व-स्थिति: रोबोट की अपनी स्थिति, वेग और अभिविन्यास। आमतौर पर जीपीएस, ओडोमेट्री या VIO/LIO जैसी स्व-स्थान निर्धारण विधि के माध्यम से प्राप्त की जाती है।
-
पड़ोसी रोबोटों के बारे में सापेक्ष जानकारी: आस-पास के रोबोटों की सापेक्ष स्थिति और वेग, जिन्हें कैमरे, लिडार या अल्ट्रा-वाइडबैंड रेंजिंग जैसे सेंसरों द्वारा सीधे देखा जाता है।
-
संचार के माध्यम से संदेश: वायरलेस लिंक के ज़रिए अन्य रोबोटों से स्पष्ट रूप से भेजी गई स्थिति, वेग और उद्देश्य (अगली दिशा) की जानकारी।
-
(केंद्रीकृत डिज़ाइनों में) केंद्रीय नोड से आदेश: केंद्रीय कंप्यूटर (उदाहरण के लिए, एक ग्राउंड स्टेशन) द्वारा प्रत्येक रोबोट को लक्षित स्थिति या भूमिका सौंपना, जो पूरे झुंड की स्थिति पर नज़र रखता है।
महत्वपूर्ण बात यह है कि कई व्यावहारिक झुंड नियंत्रण एल्गोरिदम को इनपुट के रूप में "पूरे झुंड की संपूर्ण स्थिति" की आवश्यकता नहीं होती है। केवल कुछ आस-पास के रोबोटों से सापेक्ष जानकारी का उपयोग करने वाले एल्गोरिदम मुख्यधारा का दृष्टिकोण हैं, और यही कारण है कि रोबोटों की संख्या बढ़ने पर प्रत्येक रोबोट द्वारा संसाधित की जाने वाली जानकारी की मात्रा में अत्यधिक वृद्धि नहीं होती है।
4. हम क्या हल कर रहे हैं? आउटपुट क्या हैं?
झुंड नियंत्रण अंततः प्रत्येक रोबोट के लिए यह आउटपुट देता है कि अगले क्षण में उसे कैसे चलना चाहिए (एक वेग आदेश, या एक लक्षित स्थिति)। इस आउटपुट का उद्देश्य "समग्र के लिए वांछनीय स्थिति" प्राप्त करना है, जो लक्ष्य के आधार पर निम्नलिखित श्रेणियों में विभाजित होती है:
-
सहमति: प्रत्येक रोबोट में किसी स्थिति मात्रा (स्थिति, वेग, या अनुमान) को एक सामान्य मान की ओर अभिसरित करना।
-
गठन: प्रत्येक रोबोट लगातार अन्य रोबोटों के साथ एक निर्दिष्ट सापेक्ष स्थितिगत संबंध (त्रिकोण, रेखा, वृत्त, आदि) बनाए रखता है।
-
झुंड में चलना: बिना किसी स्पष्ट लक्ष्य आकार के, झुंड एक एकल सुसंगत समूह के रूप में चलता है, टकराव से बचते हुए अपने पड़ोसियों के साथ वेग का मिलान करता है।
-
कार्य आवंटन: यह तय करना कि कई अलग-अलग कार्यों - खोज, परिवहन - में से प्रत्येक रोबोट को कौन सा कार्य करना चाहिए।
इन सभी में यह समान संरचना है कि "प्रत्येक रोबोट के स्थानीय आउटपुट का संचय समग्र के लिए एक इच्छित सामूहिक गुण को संतुष्ट करता है" - और अगले खंड का मूल आर्किटेक्चर आरेख उस संचय लूप को दर्शाता है।
5. मूल संरचना
प्रत्येक रोबोट के भीतर चलने वाला प्रोसेसिंग लूप, झुंड नियंत्रण एल्गोरिदम चाहे जो भी हो, लगभग समान चार चरणों का अनुसरण करता है।
चित्र 1 — प्रत्येक रोबोट एक उच्च-आवृत्ति लूप चलाता रहता है: पड़ोसी रोबोट की जानकारी एकत्र करना, स्थानीय नियमों को लागू करना, वेग का आदेश देना और परिणामी गति को अगले चक्र की सेंसिंग में वापस भेजना।
कई रोबोटों में एक साथ चलने वाला यह लूप ही पूरे झुंड को व्यवस्थित व्यवहार प्रदर्शित करने में सक्षम बनाता है, भले ही कोई भी रोबोट पूरी योजना को नहीं जानता हो। "पूरे के बारे में जानकारी किसके पास है" का डिज़ाइन निर्णय ही अगले चरण में चर्चा किए गए वास्तुशिल्पीय अंतर को जन्म देता है।चित्र 2 — एक केंद्रीकृत आर्किटेक्चर एक तारा संरचना है जिसमें एक केंद्रीय नोड प्रत्येक रोबोट की स्थिति को जानता है और कमांड भेजता है। एक विकेंद्रीकृत आर्किटेक्चर एक जालनुमा संरचना है जिसमें रोबोट केवल अपने पड़ोसियों के साथ सूचना का आदान-प्रदान करते हैं, इसलिए केंद्रीय नोड की विफलता से पूरी प्रणाली नहीं रुकती।
6. प्रतिनिधि एल्गोरिदम
बॉइड्स — स्थानीय नियमों से झुंड गति का निर्माण
बॉइड्स एक मॉडल है जिसे क्रेग डब्ल्यू. रेनॉल्ड्स ने अपने 1987 के शोध पत्र "फ्लॉक्स, हर्ड्स, एंड स्कूल्स: ए डिस्ट्रीब्यूटेड बिहेवियरल मॉडल" में कंप्यूटर ग्राफिक्स में पक्षियों और मछलियों की झुंड गति को पुन: उत्पन्न करने के लिए प्रस्तावित किया था। प्रत्येक व्यक्ति (बॉइड) केवल अपने पड़ोसियों को देखता है और तीन सरल नियमों को भारित और योग करके प्राप्त दिशा में चलता है।
- पृथक्करण: बहुत नज़दीकी पड़ोसियों से दूर रहें
- संरेखण: अपनी गति को अपने पड़ोसियों की औसत दिशा के अनुरूप रखें
- सामंजस्य: अपने पड़ोसियों की औसत स्थिति की ओर बढ़ें
इन सभी नियमों में, एक व्यक्ति को केवल कुछ पड़ोसियों की सापेक्ष स्थिति और गति का ही ज्ञान होता है — कोई भी स्पष्ट रूप से पूरे झुंड के आकार या केंद्र का पता नहीं लगाता है। फिर भी, केवल इन तीन नियमों के अध्यारोपण से ही स्वाभाविक झुंड गति उत्पन्न होती है: समूह एक साथ एक द्रव्यमान के रूप में चलते हुए टकराव से बचता है। यह घटना — "सरल स्थानीय नियमों के अध्यारोपण से उभरने वाले जटिल वैश्विक पैटर्न" — झुंड नियंत्रण के पूरे क्षेत्र में व्याप्त सबसे मूलभूत विचार है।
संभावित क्षेत्र — आकर्षण और प्रतिकर्षण से गति का निर्माण
औसामा खतीब की कृत्रिम संभावित क्षेत्र विधि, जिसे उन्होंने अपने 1986 के शोधपत्र "मैनिपुलेटर्स और मोबाइल रोबोट्स के लिए वास्तविक समय में बाधा से बचाव" में प्रस्तावित किया था, मूल रूप से एक रोबोट के लिए बाधा से बचाव हेतु विकसित की गई थी, लेकिन लक्ष्य की ओर आकर्षित क्षमता और पड़ोसी रोबोटों से प्रतिकर्षित क्षमता को मिलाकर, यह झुंड नियंत्रण पर भी स्वाभाविक रूप से लागू होती है।
लक्ष्य के निकट आने पर सिकुड़ने वाली आकर्षक क्षमता U_{\text{att}} और पड़ोसी के बहुत करीब आने पर तेजी से बढ़ने वाली प्रतिकर्षित क्षमता U_{\text{rep}} की ढलान वाली दिशा में चलने से ही लक्ष्य की ओर गति उत्पन्न होती है और अन्य रोबोटों से टकराव से बचा जा सकता है। बोइड्स का पृथक्करण नियम मूल रूप से इसी प्रतिकर्षित क्षमता के समान विचार पर आधारित है।
विसेक मॉडल और सर्वसम्मति एल्गोरिदम — सर्वसम्मति निर्माण का गणित
जहां बोइड्स का उद्भव इंजीनियरिंग और दृश्य प्रेरणा से हुआ — "जानवरों की गति को पुन: उत्पन्न करना" — वहीं भौतिकी ने एक अलग मार्ग अपनाया और एक सरल गणितीय मॉडल के माध्यम से झुंड गति का अध्ययन किया। 1995 में फिजिकल रिव्यू लेटर्स में तामास विसेक और उनके सहयोगियों द्वारा प्रकाशित विसेक मॉडल एक सरल मॉडल है — लगभग बोइड्स के संरेखण नियम को ही निकालने जैसा — जिसमें प्रत्येक कण अपने पड़ोसी कणों की औसत दिशा और शोर का अनुसरण करते हुए स्थिर गति से चलता है। इसने दिखाया कि शोर की तीव्रता के आधार पर, झुंड एक चरण संक्रमण से गुजरता है, एक व्यवस्थित चरण में, जहां पूरा समूह सुसंगत रूप से चलता है, और एक अव्यवस्थित चरण में, जहां गति बिखरी हुई होती है।
इस विसेक मॉडल के विचार को नियंत्रण-सैद्धांतिक शब्दों में औपचारिक रूप देने वाला ढांचा सर्वसम्मति एल्गोरिदम है। रेज़ाह ओलफती-सैबर और रिचर्ड एम. मरे के 2004 में IEEE ट्रांजैक्शंस ऑन ऑटोमैटिक कंट्रोल में प्रकाशित शोधपत्र के फ्रेमवर्क में, प्रत्येक रोबोट की स्थिति x_i (जो कुछ भी हो सकती है - स्थिति, अभिविन्यास, या अनुमान) को लगातार उस दिशा में अपडेट किया जाता है जिससे उसके पड़ोसियों के साथ अंतर कम हो।
सभी रोबोटों के लिए इसे एकत्रित करने पर \dot{\mathbf{x}} = -L\mathbf{x} प्राप्त होता है। L एक मैट्रिक्स है जिसे ग्राफ लैपलैसियन कहा जाता है, और यह संचार नेटवर्क की संरचना को दर्शाता है - कौन किससे संवाद कर सकता है। जब तक संचार ग्राफ जुड़ा हुआ है (प्रत्येक रोबोट के जोड़े के बीच एक पथ है, चाहे वह सीधा हो या किसी अन्य माध्यम से), यह सरल अपडेट नियम अकेले ही प्रत्येक रोबोट की स्थिति को एक सामान्य मान पर अभिसरित करने में सक्षम सिद्ध होता है। यह सर्वसम्मति एल्गोरिदम का गणितीय आधार है, जो झुंड संरेखण से परे कई समस्याओं पर लागू होता है - समय तुल्यकालन, अनुमानों का वितरित औसत, और बहुत कुछ।
संरचना नियंत्रण — लीडर-फॉलोअर, वर्चुअल संरचना और व्यवहार-आधारित
जब आप एक स्पष्ट ज्यामितीय संरचना (त्रिकोण, एकल-पंक्ति आदि) बनाए रखना चाहते हैं, तो आप संरचना नियंत्रण का उपयोग करते हैं, जो एक अधिक ठोस रूप से लक्षित ढांचा है। इसके तीन प्रतिनिधि डिज़ाइन दृष्टिकोण हैं।
-
लीडर-फॉलोअर: एक रोबोट (या उसका एक उपसमूह) लीडर के रूप में कार्य करता है, और अन्य रोबोट उसके सापेक्ष स्थिति बनाए रखते हुए उसका अनुसरण करते हैं। जयदेव पी. देसाई, जेम्स पी. ओस्ट्रोव्स्की और विजय कुमार द्वारा ICRA 1998 में और बाद में IEEE Transactions on Robotics and Automation 2001 में प्रदर्शित ढांचा एक प्रतिनिधि उदाहरण है, जो ग्राफ सिद्धांत का उपयोग करके स्पष्ट रूप से डिज़ाइन करता है कि कौन सा रोबोट किसका अनुसरण करेगा। यह सहज और लागू करने में आसान है, लेकिन इसकी कमजोरी यह है कि यदि लीडर विफल हो जाता है तो पूरी संरचना ध्वस्त हो जाती है।
-
आभासी संरचना: एम. एंथोनी लुईस और कार-हान टैन द्वारा 1997 में प्रकाशित अपने शोध पत्र "आभासी संरचनाओं का उपयोग करके मोबाइल रोबोटों का उच्च परिशुद्धता गठन नियंत्रण" में प्रस्तावित एक दृष्टिकोण, जो संपूर्ण गठन को एक आभासी कठोर संरचना के रूप में मानता है और प्रत्येक रोबोट को उस संरचना पर एक निश्चित स्थिति का अनुसरण करने के लिए निर्देशित करता है। यह समग्र गठन के लिए उच्च सटीकता बनाए रखता है, लेकिन संपूर्ण संरचना के लिए लक्ष्य प्रक्षेपवक्र की गणना करने की आवश्यकता होती है, जिससे पूर्णतः विकेन्द्रीकृत डिज़ाइन प्राप्त करना कठिन हो जाता है।
-
व्यवहार-आधारित: टकर बाल्च और रोनाल्ड सी. आर्किन द्वारा 1998 में IEEE ट्रांजैक्शंस ऑन रोबोटिक्स एंड ऑटोमेशन में प्रदर्शित एक दृष्टिकोण, जिसमें कई प्रतिक्रियाशील व्यवहारों - "गठबंधन बनाए रखना," "लक्ष्य की ओर बढ़ना," "बाधाओं से बचना" - की समानांतर गणना की जाती है और वास्तविक गति उत्पन्न करने के लिए भार के साथ संयोजित किया जाता है। बोइड्स के समान, यह प्रत्येक रोबोट को उच्च स्वायत्तता और मजबूती प्रदान करता है, लेकिन गठन की ज्यामितीय सटीकता अन्य दो दृष्टिकोणों की तुलना में कम होती है।
7. एल्गोरिदम में अंतर
| विधि | सिद्धांत | सटीकता (गठन परिशुद्धता) | संचार/गणना लागत | मजबूती (आंशिक विफलता/संचार हानि के प्रति) | कार्यान्वयन कठिनाई |
|---|---|---|---|---|---|
| बॉइड्स | तीन नियमों का अध्यारोपण: पृथक्करण, संरेखण, सामंजस्य | कोई स्पष्ट गठन नहीं (केवल समूह सामंजस्य) | कम (केवल कुछ पड़ोसी) | उच्च (कोई केंद्रीय तत्व नहीं) | कम |
| विभव क्षेत्र | आकर्षक/प्रतिकर्षक विभवों पर प्रवणता अवरोहण | मध्यम (स्थानीय संतुलन पर निर्भर) | कम | उच्च | कम |
| सर्वसम्मति (विकसेक/ओल्फती-सेबर परिवार) | अद्यतन नियम जो पड़ोसियों के साथ अंतर को कम करता है; ग्राफ लाप्लासियन के माध्यम से अभिसरण की गारंटी | सहमत मात्रा के आधार पर सटीक अभिसरण | कम (केवल पड़ोसी संचार) | उच्च यदि संचार ग्राफ जुड़ा हुआ है | मध्यम (अभिसरण की गणितीय समझ आवश्यक) |
| लीडर-फॉलोअर | लीडर के सापेक्ष स्थिति बनाए रखता है | उच्च (लीडर के सापेक्ष सटीक) | मध्यम (लीडर की जानकारी प्रसारित करना आवश्यक है) | निम्न (लीडर को खोने का खतरा) | निम्न |
| वर्चुअल संरचना | संपूर्ण संरचना को एक कठोर पिंड के रूप में मानता है | बहुत उच्च | उच्च (संपूर्ण संरचना के लिए प्रक्षेप पथ की गणना आवश्यक) | मध्यम (संरचना की पुनर्गणना महंगी है) | उच्च |
| व्यवहार-आधारित | कई प्रतिक्रियाशील व्यवहारों का भारित संयोजन | मध्यम (व्यवहारों के बीच तालमेल पर निर्भर) | निम्न | उच्च | मध्यम (व्यवहार डिजाइन और ट्यूनिंग आवश्यक) |
सामान्य तौर पर, संरचना की ज्यामितीय सटीकता (वर्चुअल संरचना) को जितनी अधिक प्राथमिकता दी जाती है, उतनी ही अधिक सूचना साझाकरण और गणना लागत की आवश्यकता होती है; विकेंद्रीकरण और मजबूती (बोइड्स, व्यवहार-आधारित) को जितनी अधिक प्राथमिकता दी जाती है, संरचना की अपनी सटीकता उतनी ही कम हो जाती है। सर्वसम्मति एल्गोरिदम इन दोनों चरम सीमाओं के बीच एक सैद्धांतिक रूप से सुगम मध्य मार्ग प्रदान करते हैं, जो "एक कठोर गणितीय अभिसरण गारंटी" और "केवल पड़ोसी संचार की आवश्यकता वाली विकेंद्रीकरण" दोनों को प्राप्त करते हैं।
8. चुनौतियाँ / कठिन वातावरण
स्वार्म नियंत्रण को कार्यान्वयन और संचालन में जिन कठिनाइयों का सामना करना पड़ता है, उनमें से कई सामूहिक-विशिष्ट समस्याएँ हैं जो एकल-रोबोट नियंत्रण में मौजूद नहीं होती हैं।
-
संचार विलंब और विच्छेदन: सर्वसम्मति एल्गोरिदम के लिए अधिकांश अभिसरण गारंटी यह मानती हैं कि संचार ग्राफ जुड़ा हुआ है। वास्तविक वातावरण में, रेडियो रेंज या बाधाओं के कारण संचार बाधित या विलंबित हो सकता है, और एक बार जब यह धारणा टूट जाती है, तो समस्याएँ उत्पन्न होती हैं - सर्वसम्मति अभिसरण करने में विफल रहती है, या गलत मान पर अभिसरण करती है।
-
स्केलेबिलिटी: एक केंद्रीकृत आर्किटेक्चर में, रोबोटों की संख्या बढ़ने के साथ केंद्रीय नोड का कम्प्यूटेशनल भार और संचार बैंडविड्थ आवश्यकताएँ तेजी से बढ़ती हैं, और एक निश्चित संख्या से आगे, वास्तविक समय प्रदर्शन को बनाए रखना संभव नहीं रह जाता है। विकेंद्रीकृत आर्किटेक्चर में भी, कई पड़ोसियों वाले सघन वातावरण में सेंसिंग और संचार का भार बढ़ जाता है।
-
स्थानीय न्यूनतम और गतिरोध: विभव-क्षेत्र विधियाँ एक रोबोट को "स्थानीय न्यूनतम" पर फंसा सकती हैं, जहाँ कई प्रतिकर्षण और आकर्षण बल संतुलित हो जाते हैं, जिससे वह लक्ष्य तक नहीं पहुँच पाता (इसका एक विशिष्ट उदाहरण ग्रिडलॉक की स्थिति है जहाँ कई रोबोट एक ही समय में एक संकरे मार्ग में प्रवेश करने का प्रयास करते हैं)।
-
अपर्याप्त दोष-सहिष्णुता डिज़ाइन: विकेंद्रीकृत डिज़ाइन सैद्धांतिक रूप से आंशिक विफलता के प्रति मजबूत माने जाते हैं, लेकिन व्यवहार में, कुछ अंतर्निहित विषमता वाले डिज़ाइन — जैसे लीडर-फॉलोअर — अपेक्षा से अधिक नाजुक विफलता मोड को बरकरार रख सकते हैं।
मिश्रित विषम रोबोट और सेंसर*: वास्तविक दुनिया के अनुप्रयोगों में जहाँ रोबोट मॉडल और ऑनबोर्ड सेंसर एक समान नहीं होते हैं, प्रत्येक रोबोट द्वारा प्राप्त सूचना की सटीकता और आवृत्ति भिन्न होती है, और एक आदर्श मॉडल पर आधारित एल्गोरिदम सामान्य रूप से ठीक से काम नहीं करते हैं।
9. व्यावहारिक विकल्प
स्वार्म-नियंत्रण एल्गोरिदम का चुनाव काफी हद तक इस बात पर निर्भर करता है कि अनुप्रयोग "संरचना सटीकता" या "मजबूती/विकेंद्रीकरण" को प्राथमिकता देता है या नहीं।
-
ड्रोन शो: पूर्वनिर्धारित प्रक्षेप पथ और संरचनाओं को अत्यंत उच्च परिशुद्धता के साथ व्यक्त करने की आवश्यकता होती है, और कई उत्पादन प्रणालियाँ केंद्रीकृत/आभासी संरचना के करीब डिज़ाइन अपनाती हैं, जिसमें पूर्व-गणना किए गए प्रक्षेप पथों को प्रत्येक वाहन को वितरित किया जाता है (स्वायत्त उड़ान निर्णय लेने की तुलना में सटीकता और पुनरुत्पादकता को प्राथमिकता दी जाती है)।
-
गोदाम/लॉजिस्टिक्स रोबोट बेड़े: कई परिवहन रोबोटों को गतिशील रूप से बदलते कार्यों (किस शेल्फ को किस गंतव्य तक) को विभाजित करने की आवश्यकता होती है, और एक संकर केंद्रीकृत/विकेंद्रीकृत डिज़ाइन आम है - एक केंद्रीय प्रबंधन प्रणाली कार्य आवंटन को संभालती है, जबकि व्यक्तिगत रोबोटों के पथ निर्माण और टकराव से बचाव को विकेंद्रीकृत तरीके से संसाधित किया जाता है। पथ नियोजन की मूल बातें जानने के लिए पथ नियोजन प्राइमर देखें।
-
आपदा खोज, कृषि निगरानी और अन्य व्यापक क्षेत्र कवरेज: इन वातावरणों में संचार अस्थिर होने की संभावना रहती है, इसलिए केंद्र पर कम निर्भरता वाले विकेन्द्रीकृत दृष्टिकोण (बोइड्स-जैसे झुंड या सर्वसम्मति-आधारित कवरेज) को प्राथमिकता दी जाती है। व्यक्तिगत रोबोटों के व्यवहार संबंधी निर्णयों को अक्सर व्यवहार नियोजन ढांचे के साथ जोड़ा जाता है।
-
छोटे पैमाने के अनुसंधान और शैक्षिक झुंड रोबोट: चूंकि ये कुछ रोबोटों और स्थिर संचार वाले प्रायोगिक सेटअप हैं, इसलिए आभासी संरचना या नेता-अनुयायी प्रणाली को अपनाया जाता है, जो संरचना की सटीकता पर केंद्रित होती है।
चाहे कोई भी अनुप्रयोग हो, तीन प्रश्नों के उत्तर देना - "कितने रोबोट संचालित किए जाएंगे," "संचार वातावरण कितना स्थिर है," और "विफलता-असहनीय आवश्यकता क्या है, संरचना की सटीकता या मजबूती" - झुंड नियंत्रण वास्तुकला चुनने का प्रारंभिक बिंदु है।
10. सारांश (तीन पंक्तियों में संक्षिप्त विवरण)
-
झुंड नियंत्रण एक ऐसा ढांचा है जो प्रत्येक रोबोट की अपने पड़ोसियों के बारे में सीमित जानकारी का उपयोग करके स्थानीय नियमों से पूरे समूह के लिए व्यवस्थित व्यवहार उत्पन्न करता है।
-
बोइड्स और संभावित क्षेत्र विधियाँ विकेन्द्रीकृत झुंड गति को साकार करती हैं, जबकि सर्वसम्मति एल्गोरिदम ग्राफ लाप्लासियन के माध्यम से गणितीय रूप से स्थापित अभिसरण गारंटी के साथ सर्वसम्मति निर्माण को साकार करते हैं।
-
लीडर-फॉलोअर, वर्चुअल संरचना और व्यवहार-आधारित गठन नियंत्रण गठन सटीकता और मजबूती/विकेन्द्रीकरण के बीच संतुलन में अलग-अलग स्थान रखते हैं, और अनुप्रयोग के अनुसार इनका चयन किया जाना चाहिए।
क्या स्थानीय टकराव से बचाव झुंड के वैश्विक कार्य की गारंटी देता है?
स्थानीय सुरक्षा और वैश्विक आगमन या कवरेज भिन्न-भिन्न होते हैं।
संचार सीमा, गतिरोध और विखंडन का मूल्यांकन करें। ## संदर्भ - [क्रेग रेनॉल्ड्स, "बोइड्स (झुंड, समूह और स्कूल): एक वितरित व्यवहार मॉडल)"](https://www.red3d.com/cwr/boids/) - [विकसेक एट अल., "स्व-चालित कणों की प्रणाली में चरण संक्रमण का एक नया प्रकार"](https://arxiv.org/abs/cond-mat/0611743) - [क्रेज़ीस्वार्म2 (एकाधिक क्रेज़ीफ्लाई ड्रोन के लिए झुंड-नियंत्रण सॉफ़्टवेयर)](https://github.com/IMRCLab/crazyswarm2)
टिप्पणियाँ
पहले लॉग इन करें।
अभी कोई डेटा नहीं है।