Sürü Kontrolü (Çoklu Robot) Temel Bilgileri — Sürü Oluşturma, Formasyon ve Konsensus Sağlama

Yüzlerce drone aynı anda drone gösterisinde formasyonlarını yeniden düzenlediğinde veya bir depo robot filosu çarpışmadan hareket ettiğinde, her hareketi gerçek zamanlı olarak hesaplayan tek bir "komuta merkezi" yoktur. Çoğu durumda, her robot sadece kendi çevresi hakkında sınırlı bilgiye bakar ve basit kuralları izler; ve bundan, grubun tamamı için düzenli, anlamlı bir davranış ortaya çıkar. Bu makale, karmaşık bir bütünü basit parçalardan oluşturma fikrini üç açıdan ele almaktadır: sürü hareketi, fikir birliği oluşumu ve formasyon kontrolü.

Sahada bir sürü robotu (Kilobot)

Resim: Kilobot robot sürüsü (asuscreative, CC BY-SA 4.0), Wikimedia Commons. Bu, metinde ele alınan dronlar veya depo robotları değil, yalnızca yerel kurallara dayalı çalışan sürü robotik araştırmalarının temsili bir örneğidir.

0. Bu Makale Neleri Kapsıyor

• Sürü kontrolünün çözmeye çalıştığı sorun ve neden tek bir robotun yeterli olmadığı
• Her robotun gerçekten elde edebileceği bilgi (girdi) ile bundan oluşturulan çıktı (hız komutu) arasındaki ilişki
• Merkezi ve merkezi olmayan tasarımlar arasındaki mimari fark
• Boids tarafından örneklendirilen yerel kural tabanlı sürüleşmenin nasıl çalıştığı
• Konsensüs algoritmaları aracılığıyla konsensüs oluşumunun matematiği
• Üç oluşum kontrol yaklaşımı arasındaki farklar — lider-takipçi, sanal yapı ve davranış tabanlı
• İletişim kısıtlamalarının (gecikme, kesinti, bant genişliği) sürü kontrol tasarımını nasıl şekillendirdiği
• Hangi uygulama için hangi yaklaşımın seçileceği — drone gösterileri, depo robotları, afet arama ve daha fazlası

1. Özetle: Sürü Kontrolü Nedir

Tek cümleyle: sürü kontrolü, anlamlı kolektif davranış üreten bir kontrol çerçevesidir. Tüm grup — hizalama, düzeni koruma, fikir birliği, iş bölümü — sınırlı bilgi ve birçok robotun sahip olduğu basit davranış kurallarından yola çıkarak oluşturulur.**

Önemli nokta, "hiç kimsenin mutlaka bütünün planını elinde tutmamasıdır." Tıpkı bir kuş sürüsünün şefi olmadığı gibi, birçok sürü kontrol algoritması, her robotun yalnızca yakındaki diğer robotlar (komşuları) hakkındaki bilgileri kullanacak şekilde tasarlanmıştır ve tüm grubun tam durumunu asla bilmeden bile, sürü bir bütün olarak tek bir tutarlı birim olarak hareket eder. Bu fikir — "yerel bilgilerden küresel düzen oluşturma" — sürü kontrolünü tek robot kontrolünden temel olarak ayıran şeydir.

2. Sürü Kontrolü Neden Gereklidir?

Eğer bir problem tek bir yüksek performanslı robot tarafından çözülebiliyorsa, sürü kontrolüne gerek yoktur. Sürü kontrolü, prensipte veya pratikte tek bir ünitenin dezavantajlı olduğu durumlarda tercih edilir; örneğin:

• Mekansal kapsama: Tek bir robot, büyük bir afet bölgesini veya tarlayı bir uçtan diğerine aramak için çok uzun süreye ihtiyaç duyar. İşin birçok robota bölünmesi, arama süresini yaklaşık olarak robot sayısıyla orantılı olarak kısaltır.

• Yedeklilik ve hata toleransı: Tek üniteli bir konfigürasyonda, bir arıza tüm görevi durdurur; birçok robottan oluşan bir sürü, bazıları devre dışı kalsa bile kalanlarla göreve devam edebilir.

• Birden fazla noktada eş zamanlı çalışma: Bazı görevler doğası gereği aynı anda birden fazla yerde olmayı gerektirir - bir drone gösterisinde şekiller oluşturmak veya bir depoda aynı anda birkaç yere mal taşımak gibi.

• Birim başına maliyet: Tek bir yüksek performanslı robot inşa etmek yerine, birçok basit, ucuz robot kullanmak toplam maliyet ve dağıtım esnekliği açısından avantajlı olabilir.

Bu faydaları gerçekten gerçekleştirmek, sadece robot sayısını artırmaktan daha fazlasını gerektirir; robotların çarpışmasını önlerken, hedefe uygun kolektif davranışı koruyan kontrol yasalarına ihtiyaç duyar. İşte sürü kontrolünün rolü budur.

3. Girişler Nelerdir?

Her robotun sürü kontrolü için kullanabileceği bilgiler, iletişim ve algılama kurulumuna bağlı olarak aşağıdaki gibi sınıflandırılabilir:

• Kendi durumu: robotun kendi konumu, hızı ve yönelimi. Genellikle GPS, odometri veya VIO/LIO gibi bir kendi kendine konum belirleme yöntemiyle elde edilir.

• Komşu robotlar hakkında göreceli bilgi: yakındaki robotların göreceli konumu ve hızı, kameralar, LiDAR veya UWB (ultra geniş bant) menzil gibi sensörlerle doğrudan gözlemlenir.

• İletişim yoluyla mesajlar: kablosuz bağlantı üzerinden diğer robotlardan açıkça gönderilen konum, hız ve niyet (bir sonraki nereye gideceği) bilgileri.

• (Merkezi tasarımlarda) merkezi bir düğümden gelen komutlar: tüm sürünün durumunu izleyen merkezi bir bilgisayar (örneğin bir yer istasyonu) tarafından bireysel robotlara dağıtılan hedef konumlar veya rol atamaları.

Önemli nokta, birçok pratik sürü kontrol algoritmasının girdi olarak "tüm sürünün tam durumunu" gerektirmemesidir. Yakındaki birkaç robottan gelen yalnızca göreceli bilgileri kullanan algoritmalar ana akım yaklaşımdır ve bu da robot sayısı arttıkça her robotun işlemesi gereken bilgi hacminin patlamasını önler.

4. Ne İçin Çözüm Buluyoruz? Çıktılar Nelerdir?

Sürü kontrolünün her robot için nihai çıktısı, bir sonraki anda nasıl hareket etmesi gerektiğidir (hız komutu veya hedef konum). Bu çıktının gerçekleştirmeyi amaçladığı "bütün için arzu edilen durum", hedefe bağlı olarak aşağıdaki kategorilere ayrılır:

• Konsensus: Her robotun ortak bir değere doğru yakınsaması (konum, hız veya tahmin).

• Oluşum: Her robot, diğerleriyle belirli bir göreceli konum ilişkisini (üçgen, çizgi, daire vb.) sürekli olarak korur.

• Sürü Halinde Hareket: Açık bir hedef şekil olmadan, sürü tek bir tutarlı kütle olarak hareket eder, çarpışmalardan kaçınır ve komşularıyla hızlarını eşleştirir.

• Görev Dağılımı: Her bir robotun hangi ayrı görevi (arama, taşıma) üstlenmesi gerektiğine karar vermek.

Bunların tümü, "her robotun yerel çıktılarının birikiminin, bütün için amaçlanan kolektif bir özelliği karşıladığı" yapısını paylaşır ve bir sonraki bölümdeki temel mimari şemaları bu birikim döngüsünü gösterir.

5. Temel Mimari

Her robotun içinde çalışan işlem döngüsü, sürü kontrol algoritmasından bağımsız olarak kabaca aynı dört aşamayı izler.

Şekil 1 — Her bir robot yüksek frekanslı bir döngü çalıştırır: komşu bilgilerini toplar, yerel kuralları uygular, bir hız komutu verir ve ortaya çıkan hareketi bir sonraki döngünün algılamasına geri besler.

Birçok robot arasında eş zamanlı olarak çalışan bu döngü, hiçbir robotun tüm planı bilmemesine rağmen, sürünün bir bütün olarak düzenli davranış sergilemesini sağlar. "Bütün hakkında kimin bilgi sahibi olduğu" tasarım kararı, bir sonraki bölümde ele alınacak mimari farklılığa yol açar.

Şekil 2 — Merkezi bir mimari, merkezi bir düğümün her robotun durumunu bildiği ve komutlar gönderdiği bir yıldız yapısıdır. Merkezi olmayan bir mimari, robotların yalnızca komşularıyla bilgi alışverişinde bulunduğu bir ağ yapısıdır; bu nedenle merkezi düğümün arızalanması tüm sistemi durdurmaz.

6. Temsili Algoritmalar

Boids — Yerel Kurallardan Sürü Hareketi Oluşturma

Boids, Craig W. Reynolds'ın 1987 tarihli "Sürüler, Sürüler ve Okullar: Dağıtılmış Davranışsal Bir Model" makalesinde kuşların ve balıkların sürü hareketini bilgisayar grafiklerinde yeniden üretmek için önerdiği bir modeldir. Her birey (boid) yalnızca komşularına bakar ve üç basit kuralın ağırlıklandırılması ve toplanmasıyla elde edilen bir yönde hareket eder.

• Ayrılma: Çok yakın komşulardan uzaklaşın
• Hizalama: Kendi hızınızı komşularınızın ortalama yönüne uydurun
• Birlik: Komşularınızın ortalama konumuna doğru hareket edin

Bu kuralların her birinde, bireyin bildiği tek şey birkaç komşusunun göreceli konumu ve hızıdır; hiç kimse tüm sürünün şeklini veya merkezini açıkça takip etmez. Yine de, sadece bu üç kuralın süperpozisyonundan doğal sürü hareketi ortaya çıkar: grup, tek bir kütle olarak birlikte hareket ederken çarpışmalardan kaçınır. Bu olgu — "basit yerel kuralların süperpozisyonundan ortaya çıkan karmaşık küresel desenler" — sürü kontrolü alanının tamamında yer alan en temel fikirdir.

Potansiyel Alanlar — Çekim ve İtmeden Hareket Oluşturma

Oussama Khatib'in 1986 tarihli "Manipülatörler ve Mobil Robotlar için Gerçek Zamanlı Engelden Kaçınma" makalesinde önerdiği yapay potansiyel alan yöntemi, başlangıçta tek bir robotun engelden kaçınması için tasarlanmıştı, ancak hedefe doğru çekici bir potansiyel ile komşu robotlardan gelen itici bir potansiyeli birleştirerek, doğal olarak sürü kontrolüne de uygulanabilir.

Hedefe yaklaştıkça küçülen çekici potansiyel U_{\text{att}} ve komşuya çok yaklaştığınızda hızla büyüyen itici potansiyel U_{\text{rep}}'in eğiminin azaldığı yönde hareket etmek, diğer bireylerle çarpışmalardan kaçınırken hedefe doğru yönelen bir hareket üretir. Boidlerin ayrılma kuralı, özünde bu itici potansiyel ile aynı fikirdir.

Vicsek Modeli ve Konsensus Algoritmaları — Konsensus Oluşumunun Matematiği

Boid'ler mühendislik ve görsel bir motivasyondan ("hayvanların nasıl hareket ettiğini yeniden üretmek") doğarken, fizik farklı bir yol izleyerek, daha basitleştirilmiş bir matematiksel model aracılığıyla sürü hareketini inceledi. Tamás Vicsek ve meslektaşları tarafından 1995 yılında Physical Review Letters'da yayınlanan Vicsek modeli, neredeyse sadece Boid'lerin hizalama kuralını çıkarmak gibi basit bir modeldir; bu modelde her parçacık, komşu parçacıklarının ortalama yönünü ve gürültüyü takip ederken sabit hızda hareket eder. Bu model, gürültünün gücüne bağlı olarak, sürünün, tüm grubun tutarlı bir şekilde hareket ettiği düzenli bir faz ile hareketin dağıldığı düzensiz bir faz arasında bir faz geçişi geçirdiğini göstermiştir.

Bu Vicsek modeli fikrini kontrol teorisi terimleriyle titizlikle formüle eden çerçeve, konsensus algoritmasıdır. Reza Olfati-Saber ve Richard M. Murray'in 2004 yılında IEEE Transactions on Automatic Control dergisinde yayınlanan makalesinde ve diğerlerinde yer alan çerçevede, her robotun durumu x_i (konum, yönelim, tahmin gibi herhangi bir şey olabilir) komşularıyla arasındaki farkı azaltacak yönde sürekli olarak güncellenir.

Bunu tüm robotlarda toplamak \dot{\mathbf{x}} = -L\mathbf{x} formunu verir. L, graf Laplacian adı verilen bir matristir ve iletişim ağının yapısını temsil eder - kimin kiminle iletişim kurabileceğini gösterir. İletişim grafiği bağlı olduğu sürece (her robot çifti arasında doğrudan veya başkaları aracılığıyla bir yol varsa), bu basit güncelleme kuralının tek başına her robotun durumunu tek bir ortak değere yakınsadığı kanıtlanmıştır. Bu, sürü hizalamasının ötesinde geniş bir problem yelpazesine uygulanabilen, zaman senkronizasyonu, tahminlerin dağıtılmış ortalaması ve daha fazlasını içeren uzlaşma algoritmalarının matematiksel çekirdeğidir.

Formasyon Kontrolü — Lider-Takipçi, Sanal Yapı ve Davranış Tabanlı

Belirli bir geometrik formasyonu (üçgen, tek sıralı hat vb.) korumak istediğinizde, daha somut hedefli bir çerçeve olan formasyon kontrolünü kullanırsınız. Üç temsili tasarım yaklaşımı vardır.

• Lider-takipçi: Bir robot (veya bir alt kümesi) lider olarak hareket eder ve diğerleri ona göre göreceli bir pozisyonu koruyarak onu takip eder. Jaydev P. Desai, James P. Ostrowski ve Vijay Kumar tarafından ICRA 1998'de ve daha sonra 2001'de IEEE Transactions on Robotics and Automation'da gösterilen çerçeve, hangi robotun kimi takip edeceğini açıkça tasarlamak için grafik teorisini kullanan temsili bir örnektir. Sezgisel ve uygulaması kolaydır, ancak lider başarısız olursa tüm oluşumun çökmeye meyilli olması gibi bir zayıflığı vardır.
• Sanal yapı: M. Anthony Lewis ve Kar-Han Tan'ın 1997 tarihli "Sanal Yapılar Kullanarak Mobil Robotların Yüksek Hassasiyetli Oluşum Kontrolü" makalesinde önerdiği bir yaklaşımdır; tüm oluşumu tek bir sanal rijit yapı olarak ele alır ve her robotun bu yapı üzerinde sabit bir pozisyonu takip etmesini sağlar. Oluşumun tamamı için yüksek doğruluk sağlar, ancak birinin tüm yapı için hedef yörüngeyi hesaplaması gerekir, bu da tamamen merkezi olmayan bir tasarım elde etmeyi zorlaştırır.
• Davranış tabanlı: Tucker Balch ve Ronald C. Arkin'in 1998'de IEEE Transactions on Robotics and Automation'da gösterdiği bir yaklaşımdır; burada "oluşumu koru", "hedefe doğru ilerle", "engellerden kaçın" gibi çeşitli reaktif davranışlar paralel olarak hesaplanır ve gerçek hareketi üretmek için ağırlıklarla birleştirilir. Boids'e benzer bir mantığa sahip olan bu yöntem, her robota yüksek özerklik ve sağlamlık kazandırır, ancak oluşumun geometrik doğruluğu diğer iki yaklaşıma göre daha kötü olma eğilimindedir.

7. Algoritmalar Nasıl Farklılık Gösterir

Genel bir eğilim olarak, formasyonun (sanal yapının) geometrik doğruluğuna ne kadar çok öncelik verirseniz, o kadar çok bilgi paylaşımı ve hesaplama maliyeti gerekir; merkeziyetsizliğe ve sağlamlığa (Boidler, davranış tabanlı) ne kadar çok öncelik verirseniz, formasyonun kendi doğruluğundan o kadar çok ödün verilir. Konsensus algoritmaları, bu iki uç nokta arasında teorik olarak ele alınabilir bir orta yol oluşturarak hem "kesin bir matematiksel yakınsama garantisi" hem de "sadece komşu iletişimi gerektiren merkeziyetsizleşme"yi sağlar.

8. Zorlandığı Noktalar / Zorlu Ortamlar

Sürü kontrolünün uygulama ve işletiminde karşılaştığı zorlukların çoğu, tek robot kontrolünde bulunmayan, topluluğa özgü sorunlardır.

• İletişim gecikmesi ve bağlantı kopması: Konsensus algoritmaları için çoğu yakınsama garantisi, iletişim grafiğinin bağlı olduğunu varsayar. Gerçek ortamlarda, iletişim radyo menzili veya engeller nedeniyle kesilebilir veya gecikebilir ve bu varsayım bozulduğunda sorunlar ortaya çıkar - konsensus yakınsama sağlayamaz veya yanlış değere yakınsar.
• Ölçeklenebilirlik: Merkezi bir mimaride, robot sayısı arttıkça merkezi düğümün hesaplama yükü ve iletişim bant genişliği gereksinimleri hızla artar ve belirli bir sayının ötesinde gerçek zamanlı performans artık sürdürülemez. Merkezi olmayan mimarilerde bile, birçok komşunun bulunduğu yoğun ortamlarda algılama ve iletişim yükü artar.

• Yerel minimumlar ve kilitlenme: Potansiyel alan yöntemleri, birden fazla itici ve çekici kuvvetin dengelendiği bir "yerel minimumda" bir robotun sıkışıp kalmasına ve hedefe ulaşamamasına neden olabilir (tipik bir örnek, birkaç robotun aynı anda dar bir geçide girmeye çalıştığı bir tıkanma durumudur).

• Yetersiz hata toleransı tasarımı: Merkezi olmayan tasarımların teorik olarak kısmi arızaya karşı dayanıklı olduğu söylenir, ancak pratikte, lider-takipçi gibi bazı doğal asimetrilere sahip tasarımlar, beklenenden daha kırılgan arıza modlarını koruyabilir.

• Karışık heterojen robotlar ve sensörler: Robot modelleri ve yerleşik sensörlerin tek tip olmadığı gerçek dünya uygulamalarında, her robotun elde ettiği bilginin hassasiyeti ve sıklığı farklılık gösterir ve tek bir idealize edilmiş modele dayalı algoritmalar genellikle olduğu gibi iyi çalışmaz.

9. Pratik Seçenekler

Bir sürü kontrol algoritmasının nasıl seçileceği büyük ölçüde uygulamanın "oluşum doğruluğu" veya "sağlamlık/merkezsizleştirme"ye öncelik verip vermediğine bağlıdır.

• Drone gösterileri: Önceden belirlenmiş yörüngeler ve oluşumlar son derece yüksek hassasiyetle ifade edilmelidir ve birçok üretim sistemi, önceden hesaplanmış yörüngeleri her araca dağıtan merkezi/sanal yapıya yakın bir tasarım benimser (otonom uçuş içi karar verme yerine doğruluk ve tekrarlanabilirlik önceliklendirilir).

• Depo/lojistik robot filoları: Birçok taşıma robotunun dinamik olarak değişen görevleri (hangi rafın hangi hedefe) bölmesi gerekir ve hibrit bir merkezi/merkezi olmayan tasarım yaygındır — merkezi bir yönetim sistemi görev tahsisini ele alırken, bireysel robotların yol oluşturma ve çarpışma önleme işlemleri merkezi olmayan bir şekilde işlenir. Yol planlamasının temelleri için Yol Planlama Kılavuzu'na bakın.

• Afet arama, tarımsal izleme ve diğer geniş alan kapsamı: Bu ortamlarda iletişim istikrarsız olma eğiliminde olduğundan, bir merkeze az bağımlı merkezi olmayan yaklaşımlar (Boids benzeri sürüleşme veya fikir birliğine dayalı kapsama) tercih edilir. Bireysel robotların davranış kararları genellikle bir davranış planlama çerçevesiyle birleştirilir.

• Küçük ölçekli araştırma ve eğitim amaçlı sürü robotları: Bunlar az sayıda robot ve istikrarlı iletişim içeren deneysel kurulumlar olduğundan, oluşum doğruluğunu hedefleyen sanal yapı veya lider-takipçi yaklaşımı benimsenme eğilimindedir.

Uygulama ne olursa olsun, üç soruyu yanıtlamak - "kaç robot çalıştırılacak", "iletişim ortamı ne kadar istikrarlı" ve "hangi gereksinim hata toleransı gerektiriyor, oluşum doğruluğu mu yoksa sağlamlık mı" - bir sürü kontrol mimarisi seçmek için başlangıç noktasıdır.

10. Özet (Üç Satırlık Özet)

• Sürü kontrolü, her robotun komşuları hakkındaki sınırlı bilgilerini kullanan yerel kurallardan yola çıkarak grubun tamamı için düzenli davranış üreten bir çerçevedir.

• Boidler ve potansiyel alan yöntemleri, merkezi olmayan sürü hareketini gerçekleştirirken, konsensus algoritmaları, grafik Laplacian aracılığıyla matematiksel olarak kurulan bir yakınsama garantisiyle konsensus oluşumunu gerçekleştirir.

• Lider-takipçi, sanal yapı ve davranış tabanlı oluşum kontrolü, oluşum doğruluğu ve sağlamlık/merkezsizleşme arasındaki dengede farklı pozisyonlarda yer alır ve uygulamaya göre seçilmelidir.