Рой автономных роботов, управляемых искусственным интеллектом

Рой автономных роботов продемонстрировал искусственный морфогенез

Ivica Slavkov et al.

/ Science Robotics, 2018

Исследователям из Испании, Великобритании и Нидерландов удалось воспроизвести самопроизвольный реакционно-диффузионный механизм Тьюринга в рое из 300 небольших килоботов, каждый из которых может общаться только с соседними роботами.

Рой оказался способен к устойчивому формированию однотипных форм, а также «залечивать» повреждения. Исследование может помочь в разработке самоорганизующихся роев роботов, устойчивых к внешним воздействиям, рассказывают авторы статьи в Science Robotics.

Инженеры уже достаточно давно работают над созданием коллективных роботов, дронов и других автоматизированных устройств, которые способны вести себя как единый связанный объект.

В этой области есть два основных подхода, которые были подсмотрены исследователями из наблюдений за взаимодействием живых объектов в природе. Первый подход — это иерархическое управление членами группы.

Обратите внимание

Например, в некоторых условиях клетки в организме могут диференциироваться определенным образом, получая информацию от организма информацию о своем положении в нем.

Второй подход — локальная самоорганизация, при которой объект не имеет данных о своем положении и его действия основаны только на взаимодействии с соседними членами группы. Такой тип взаимодействия позволяет сделать группу объектов, например, рой роботов, полностью автономным и самоуправляемым.

Один из примеров второго подхода, который реализовали авторы новой работы — это реакционно-диффузионный механизм морфогенеза, описанный Аланом Тьюрингом в 1952 году.

Он показал, что в двухкомпонентной системе с их изначально гомогенным распределением могут возникать стационарные неоднородные структуры из-за того, что компоненты имеют разные коэффициенты диффузии.

Такой механизм проявляется как в химических реакциях, например, в реакции Белоусова-Жаботинского, так и в биологических объектах. К примеру, таким образом формируется пятнистая или волнообразная периодическая окраска некоторых животных, а также формируются органы, такие как пальцы.

В живых организмах за морфогенез (формирование органов) отвечает генетическая регулирующая сеть — набор клеток и молекул, с помощью которых они передают сигналы друг другу и регулируют экспрессию генов, что в свою очередь приводит к формированию неоднородностей.

Исследователи под руководством Джеймса Шарпе (James Sharpe) из Барселонского института науки и технологий воспроизвели механизм морфогенеза в живых организмах с помощью килоботов — небольших роботов, предназначенных для исследований в области коллективных роботов. Килобот представляет собой небольшого робота на трех металлических ножках, оснащенного светодиодами, инфракрасными передатчиком и приемником, вычислительным блоком, а также двумя вибромоторами, благодаря которым робот может двигаться.

Алгоритм, разработанный исследователями, имитирует передачу между килоботами двух виртуальных молекул — активатора U и ингибитора V. Каждый робот рассчитывает концентрацию активатора и ингибитора, и передает данные соседям на расстоянии десяти сантиметров.

Важно

Алгоритм робота устроен таким образом, что он стремится переместиться из области с низкой концентрацией активатора в область с высокой концентрацией. Из-за этого роботы, находящиеся на краях роя периодически начинают перемещаться по краю до момента, когда они доходят до места с высокой концентрацией.

Эксперименты показали,что рои роботов, изначально имевшие круглую форму, формируют определенные похожие структуры с выступами.

Схема реакционно-диффузионного механизма Ivica Slavkov et al. / Science Robotics, 2018Также исследователи показали, что рой роботов под управлением такого алгоритма способен самостоятельно восстанавливаться после получения ранений. Они проверили две ситуации — разрезание роя пополам и отрезание одного из выступов.

В первом случае рой постепенно срастался обратно, а во втором он либо залечивал частично отрезанный выступ, либо отращивал новый на другом краю. Таким образом, рой всегда приводил свою структуру к периодической и равномерной, даже в случае сильных повреждений.Движение роботов в области с высокой концентрацией активатора Ivica Slavkov et al.

/ Science Robotics, 2018После проведения экспериментов исследователи провели анализ динамики морфогенеза роя. Они выбрали для этого две метрики — индекс формы (насколько сильно форма отличается от изначального круга) и уровень шероховатости поверхности.

Построив график эволюции формы с этими метриками, они обнаружили три этапа морфогенеза: начальный этап, на котором все экземпляры роя вели себя почти идентично, промежуточный этап, во время которого рои имели крестообразную форму, и этап диверсификации, на котором каждый рой преобразовывал свою форму из крестообразной в специфичную для него вариацию:
Динамика морфогенеза роя роботов Ivica Slavkov et al. / Science Robotics, 2018В прошлом году группа ученых из Бристольского университета, в которую входила один из авторов новой работы, показала на примере килоботов другой пример самоорганизации. Ученые создавали ситуацию, при которой роботы имели два мнения при решении вопроса, а часть роботов была сломана и выбирала мнение хаотично, не основываясь на показаниях соседей. Эксперименты показали, что если добавить в рой неопределившихся со своим мнением роботов, в конце концов он придет ко стопроцентному консенсусу, тогда как при наличии только убежденных роботов консенсус недостижим даже на больших промежутках времени. А французские исследователи показали, что хаотичный рой роботов ограничить подвижной деформируемой стенкой, то они самопроизвольно формируют кластеры, и вся система начинает двигаться направленно. Ученые продемонстрировали, как такой рой роботов преодолевает небольшие препятствия и просачивается сквозь щели.

Григорий Копиев

Встречайте: рой тысячи автономных роботов

«Сформируйте морскую звезду», — командует ученый, направляя команду 1024 миниатюрным роботам посредством инфракрасного света. Роботы начинают подмигивать, а затем постепенно выстраиваются в пятиконечную звезду. «Теперь образуйте букву К». В Гарварде все же достроили свою армию роботов.

«К» — означает Kilobots, или «килоботы» — название этих чрезвычайно простых роботов, каждый из которых буквально в несколько сантиметров в поперечнике, танцующие на небольших треножках. Вместо того чтобы быть одним большим и сложным роботом, «кило» роботов работает совместно, представляя простую платформу для воплощения сложных форм поведения.

Так же как триллионы отдельных клеток можно собрать в разумный организм, килоботы демонстрируют, как сложность может возникать из самых простых механизмов поведения, выполняемых в массовом порядке. Для компьютерных ученых они также представляют собой важную веху в развитии коллективного искусственного интеллекта.

Этот самоорганизующийся рой был создан в лаборатории Радики Нагпаль в Гарвардской школе инженерных и прикладных наук (SEAS). Подробное описание работы было опубликовано 15 августа в журнале Science.

Биологические коллективы вовлекают огромное число сотрудничающих лиц — будь то клетки, насекомые или животные — которые вместе выполняют определенную задачу. Так говорит Майкл Рубинштейн, научный сотрудник SEAS.

Совет

Он приводит в пример поведение колонии бродячих муравьев. Будучи связанными вместе, они могут образовывать плоты и мосты, чтобы пересечь сложный рельеф на местности. Социальные амебы делают нечто подобное в микроскопическом масштабе: когда пищи не хватает, они объединяются, чтобы создать плодовое тело, способное сбежать из определенной окружающей среды.

Но алгоритм, который инструктирует этих роботов TERMES, еще не был продемонстрирован на примере огромного роя. На самом деле, не так много роботов на сегодняшний день превысили число в 100 индивидуумов, поскольку существуют определенные алгоритмические ограничения в координации такого огромного количества роботов.

Исследовательская группа Нагпаль преодолела все препятствия путем продуманной конструкции.

В частности, килоботы не требуют микроменеджмента или вмешательства после того, как был доставлен первоначальный набор инструкций.

Четыре робота определяют происхождение системы координат, а остальные роботы получают двумерное изображение, которое нужно имитировать.

Затем, используя крайне примитивное поведение — отслеживая расстояния от начала координат, сохраняя чувство относительного расположения и следуя за краем группы — они поочередно продвигаются к нужной позиции.

Группа ученых продемонстрировала математическое доказательство того, что индивидуальное поведение приводит к нужному общему результату.

Килоботы также исправляют свои собственные ошибки. Если поток трафика роботов сбивается с курса — ошибка, которая распространена на примере больших групп — ближайшие роботы определяют проблему и совместно исправляют ее.

Обратите внимание

В целях снижения стоимости килоботов, каждому роботу подарили два вибрирующих двигателя, которые позволяют ему скользить по поверхности на жестких ногах. Инфракрасный передатчик и приемник позволяют ему общаться с соседями и определять их близость — но роботы недальновидны и не обладают обзором с высоты птичьего полета.

Эти конструкторские решения пришли в виде компромиссов, говорит Рубинштейн:

Тем не менее в масштабах интеллектуальный алгоритм преодолевает эти индивидуальные ограничения и гарантирует — как физически, так и математически — что роботы могут завершить определенную человеком задачу, в данном случае — составить определенную фигуру. Это важная демонстрация будущего распределенной робототехники.

«Все чаще мы хотим видеть, как большая группа роботов работает вместе, будь то сто роботов, которые должны будут устранить последствия экологического загрязнения, или миллионы автономных автомобилей, которые будут ездить по нашим дорогам. Понимание того, как спроектировать действительно хорошие системы в таком масштабе, будет иметь решающее значение», — говорит Нагпаль.

В настоящее время килоботы обеспечивают шикарную платформу для испытания алгоритмов искусственного поведения.

Собственный рой беспилотников – возможно ли?

“И тут с неба посыпались роботы…” – возможно, именно с таких слов начнется один из репортажей о роях беспилотников, которые все больше выходят за пределы применений, доступных лишь крупным корпорациям и отдельным умельцам.

Действительно, если люди уже научились автоматизировать управление двигателями коптера и процесс интерпретации базовых команд с пульта, возникает вопрос – что мешает оператору управлять множеством беспилотников одновременно? В принципе, ничего.

Но давайте разберемся последовательно.

Что такое рой роботов?

Под “роем” роботизированных устройств принято понимать группу из нескольких машин, действующих в рамках общей задачи.

Такой рой может различаться по степени автономности своих элементов, по их специализации (встречаются гомогенные и гетерогенные группы, состоящие, соответственно, из однотипных или различных “участников”), по уровню взаимодействия роботов (в ряде случаев у “роя” есть центральный компьютер, управляющий отдельными устройствами, а иногда машины ориентируются в пространстве, учитывая исключительно свое местоположение относительно других элементов роя) и т.д.

Зачем нужны рои роботов?

Преимущества технологии очевидны – при желании, масштабы “роя” можно изменять, увеличивая или сокращая число входящих в него элементов, а в случае каких-либо проблем, потеря одного из устройств не будет столь критичной, как в случае с единственным дорогим и высокотехнологичным аппаратом. При этом “рой” может покрывать значительную территорию – например при поиске людей или мониторинге сельскохозяйственных угодий. Три базовых правила, регламентирующие поведение дронов в группе – разделение, выравнивание и сплоченность.

Множатся примеры оригинального использования групп беспилотников – например, для создания красочных световых шоу.

Есть ли минусы?

Тем не менее, нельзя не учитывать и недостатки групп роботов.

Как правило, к ним относится сложность формирования надежной связи между отдельными элементами – если взаимодействия между элементами будут запаздывать, они могут не успевать реагировать на изменения в окружающей среде, возможны столкновения дронов в воздухе и другие проблемы.

Погоня за дешевизной отдельных элементов приводит к тому, что теряется часть функциональностей, достижимых при наличии одного, но качественного БЛА. Впрочем, это общее правило, понятно, что характеристики роя дронов вряд ли будут тождественны характеристикам отдельных беспилотников.

Как создать простейший рой роботов?

Стивен Лаццаро из Висконсинского университета в Мадисоне, США поделился базовыми рекомендациями по формированию простейшего “роя”. В своем проекте по управлению группой из пары дронов, он установил на беспилотники Iris + производства 3D Robotics контроллеры Arduino Uno и приемопередатчики.

Программное обеспечение ArduCopter было модифицировано таким образом, чтобы контроллер мог снимать данные о местоположении дрона в пространстве с автопилота the Pixhawk и 4 раза в секунду передавать эти данные в эфир, чтобы участники “роя” могли корректировать свое положение в “строю” относительно “ведущего” и “соседей”.  

Наиболее простая методика, используемая при управлении роем беспилотников сводится к управлению одним аппаратом. Остальные дроны при этом удерживают позицию относительно соседей. Для позиционирования можно использовать сколь угодно сложные системы, включая компьютерное зрение и лидары, однако в простейшем случае дроны обмениваются друг с другом типовыми данными, а именно:

своими GPS-координатами;

параметром погрешности  (снижение точности в горизонтальной плоскости) в метрах, многие GPS-приемники определяют его самостоятельно;  

данными о векторе движения.

Каждый участник роя постоянно корректирует курс с учетом полученных данных. Например, если желаемое расстояние между двумя БЛА составляет 10 м, а погрешность удерживается в рамках одного метра, беспилотники не будут совершать никаких дополнительных действий.

Это продлится до тех пор, пока дистанция не сократится до 8 или не увеличится до 12 метров (погрешность касается каждого аппарата и, соответственно, учитывается дважды). Функция ввода поправок в курс БЛА не должна быть линейной – чем выше отклонение от курса, тем жестче должна быть вводимая корректировка.

Стивен, в частности, использовал квадратичную функцию.  

Некоторые алгоритмы могут прерывать стандартные процессы корректировки – например, в случае посадки. Логика может быть разнообразной.

В проекте Стивена использовалась следующая последовательность – дроны передают друг другу свои координаты и “решают”, какой из аппаратов находится ближе других к одной из точек “безопасной посадки”.

После этого они садятся один за другим, причем каждый последующий ожидает сигнала от предыдущего, подтверждающего факт приземления.

Проект интересен в первую очередь тем, что единственные “вмешательства” в структуру приобретенных БЛА сводились к установке платы Arduino Uno и передатчиков на 2.4 ГГц.

Для того, чтобы управлять группой дронов с одного пульта еще более эффективно, можно задуматься о формировании шаблонов воздушных построений.

Важно

В таком случаи, интерпретация команд каждым дроном будет различаться в зависимости от выбранного стиля группового поведения – полета клином, линией, квадратом, кубом и т.д.

Самый примитивный способ маневрирования сводится к вращению каждого дрона вокруг оси z при сохранении дистанции между аппаратами.

Более сложные маневры учитывают местоположение дрона в формации.  

Подробнее о ходе исследований Стивена можно почитать по ссылке:

Готовое ПО для “роя”

Тем, кто не хочет разрабатывать собственное программное обеспечение для контроля группы из нескольких беспилотников, доступен ряд готовых решений:

Swarming/Formation-Flying Interface для ПО Mission Planner (ArduPilot). Приложение находится на стадии бета-тестирования, так что и его надежность, и простота использования оставляют желать лучшего.

 и  – ПО для управления несколькими аппаратами. Mission Planner действует довольно примитивно – использует данные о позиции телеуправляемого или летящего по заданному маршруту “лидера” для выдачи набора точек маршрута “последователям”.

Интерфейс программы выглядит следующим образом:

Настройка группы довольно проста:

Оснастите каждый аппарат радиопередатчиком 3DR

Отметьте “лидера” в Mission Planner: для этого нажмите Control-F и выберите опцию “swarm” (рой), в ней – “set leader”.

Выберите опцию “Connect MAVs” и подключите в ней ведомые аппараты

“Растащите” кружки, обозначающие БЛА по координатной сетке, выбирая их положение в формации. Верхняя часть сетки совпадает с севером.

По команде “Start” приложение начнет рассылать данные на автопилоты всех устройств, кроме лидера.

В настоящее время в разработке находятся два проекта, поддерживающих одновременное управление группой дронов.

К ним относится, в частности, БЛА , оснащенный, помимо традиционных для потребительских БЛА “фишек” также системой уклонения от столкновений. 

Два месяца назад китайский гигант DJI представил видео концепта дрона Phantom X, который сможет  координировать свои действия с другими беспилотниками, обеспечивая, например, съемку с разных углов, избегая столкновений и следуя за владельцем.

Компания PixiePath разрабатывает ПО для управление группами дронов, которое будет предоставляться как услуга для бизнеса.

Как ожидается, технология не будет ограничена воздушными беспилотниками – те же облачные приложения могут использоваться для управления наземными и водными роботами. Помимо раздачи указаний о передвижении, программа выполнит поиск наименее энергозатратных маршрутов, отследит уровень зарядки батарей и статус выполнения задания.

Каковы перспективы роя?

Роевые технологии обладают высоким потенциалом. Многие комплектующие дронов можно печатать на 3D принтерах с минимальными затратами, а себестоимость электроники сведена к минимуму, рынок предлагает богатый выбор недорогих изделий.

Потребительские беспилотники хорошо подходят для создания на их основе роев  – себестоимость роя остается приемлемой для энтузиастов, тогда как возможность группового поведения может существенно разнообразить область потенциального применения роя.

Кроме световых шоу можно вообразить также использование дронов в рекламе, проведении масштабных поисково-спасательных операций. Самодельный рой, возможно, найдет применение в сельском хозяйстве, например, для опыления посадок, а рой подводных дронов может выполнить 3D-сканирование дна океана.

Совет

Возможно вы придумаете свои собственные, неповторимые варианты использования “роя” беспилотников.

Говоря о ближайших перспективах применений роев роботов, нельзя не вспомнить об автомобильных автопилотах. Потенциальное развитие технологии – централизованные системы управления транспортом в городе. В такой системе все автомобили – это рой.

Каждый участник роя  движется из точки отправления в точку назначения по выделенному конкретно для него маршруту, оптимизированному так, чтобы минимизировать среднее время движения всех транспортных средств в городе.

Другой вариант организации авто-роя –  каждым автомобилем управляет бортовой автопилот, при этом авто непрерывно обменивается информацией с другими участниками движения (соседями по “рою”) и городской инфраструктурой, чтобы избежать столкновений и выбрать оптимальный скоростной режим.

В самые ближайшие годы мы, вероятно, увидим на дорогах автопоезда, состоящие из нескольких большегрузов. Ведущим автомобилем будет управлять человек, а остальные участники колонны поедут под управлением автопилотов в режиме “следования за лидером”. Это еще один вариант применения роевой технологии.

Нет сомнений, что рои роботов найдут себе применение и там, где требуется специализация, например, на стройках.

В Японии уже внедряются технологии, когда летающие дроны используются для быстрого формирования 3D-карт стройплощадки, на которую сразу же выходят роботы-бульдозеры, роботы-экскаваторы и роботы-самосвалы.

Бульдозеры и экскаваторы  выравнивают площадку в соответствии с составленной картой и планом строительства, самосвалы перемещают землю также в соответствии с общим планом и все это практически без участия людей.  

Обратите внимание

В чуть более отдаленной перспективе нас ожидает встреча с наноботами, не раз описанными в самых разных фантастических романах – от старой-доброй научной фантастики до современного технопанка. И это тоже – чуть больше, чем полностью, о роях роботов!

Групповая робототехника и роевой интеллект | Клуб Частных Инвесторов

Содержание:

• Трудности групповой робототехники
• Примеры роевого интеллекта в робототехнике

Суть этого направления в робототехнике сводится к управлению и взаимодействию множества роботов. Речь о роботах обычных размеров, так и о нанороботах в рамках роя (см. статью Умная пыль).

Работая сообща, в системе роботы смогут давать бОльший эффект, решать задачи, которые в одиночку решить невозможно.

Примером из природы служат «социальные» насекомые — муравьи и пчёлы, а также косяки рыб и т.д.

Взаимодействие также следствие и причина усиления специализации роботов. Действия роботов обуславливаются деятельностью всего роя. Взаимодействие меж членами роя упорядочено, есть правила и задачи для каждого отдельного участника.

Вместо (?!) центрального интеллекта возникает роевой и даже групповой в рамках большого роя.

Этот интеллект будет принимать решения не только исходя из общей задачи роя, но и из положения отдельного робота в заданный момент времени, прогнозируя поведения окружающих участников.

Несинхронизированные взаимодействия обеспечат рою энергосбережение и эффективность особенно когда речь идёт о большом рое, если же имеем дело просто с n`м количеством роботов, то здесь проще и сподручнее организовать синхронизацию действий.

Групповая робототехника это также возможность масштабирования. В идеале и масштабирование и взаимодействие в уже сложившемся рое обеспечивается на локальном уровне.

Трудности групповой робототехники

• Позиционирование — рой должен осознавать место каждого участника в любой момент времени, чем больше группа, тем сложнее вести трекинг.
• Прогнозирование поведения роя, если у нас задана общая задача и настроены характеристики и правила для отдельных групп или участников роя.

Примеры роевого интеллекта в робототехнике

Отдельный интерес для вооружённых сил представляю разработки в сфере группового интеллекта для беспилотных летающих и сухопутных машин.

Swarmanoid

swarm-bots.org

Основной научной целью является проектирование, реализация и управление распределенной роботизированной системы. Система будет состоять из разнородных, динамически связанных, небольших автономных роботов.

В совокупности эти роботы будут формировать «swarmanoid». Около 60 автономных роботов трех типов: глаз-боты, руки-боты, а ноги-боты.

Координирует проект доктор Marco Dorigo, один из основателей роевого интеллекта в робототехнике.

Pheromone Robotics

pherobot.com

Задача: выработать масштабируемой подход для координации действий большого числа мелких роботов для достижения масштабных результатов в сферах наблюдения, разведки, обнаружения опасности, поиска пути, решения «мелких» задач.

У коллективов муравьёв и термитов для взаимодействия используются химические маркеры, Pheromone Robotics использует аналог — «виртуальный феромон», который реализуется с помощью простых маяков и датчиков, имеющихся на каждом роботе.

Виртуальные феромоны облегчают коммуникацию и координацию, практически не требуют дополнительной обработки данных (локальный уровень).

Подход применим для будущих роботов гораздо меньшего форм-фактора (нанороботы) и является масштабируемым для больших групп.

Интересно, что взаимодействие на основе маркеров помогает роботам ориентироваться в незнакомой местности, сообща составляя её карту.

Роботы рвутся в бой. Российские и американские разработки интеллектуального оружия

Заместитель министра обороны США Роберт Уорк, выступая на форуме «Центр для нового американского века», заявил: «Мы знаем, что Китай инвестирует значительные средства в разработку военной робототехники.

Недавно начальник Генштаба ВС РФ генерал Герасимов заявил, что Россия стремится полностью роботизировать сражение, и, возможно, в скором времени мы станем свидетелями того, как роботизированные группы самостоятельно ведут военные действия.

США должны доминировать в разработке наземных военных роботов, широко применяя успехи в машинном обучении и искусственном интеллекте».

Важно

В этом есть как определенная доля правды, так и лукавство. Американские генералы начинают пугать соотечественников недостаточной мощью US Army, когда есть непреодолимое желание получить побольше денег из госбюджета. В то же время Штаты уже давно занимаются этой проблемой, и у них уже есть определенные успехи в этой области.

Воспользуйтесь нашими услугами

Справедливо и то, что и Россия, и Китай в последние 5 лет совершили значительный рывок по части интеллектуализации боевой техники.

Военные наземные роботы уже существуют. Но «номенклатура» их небольшая — порядка трех десятков. При этом количество роботов любой из существующей модели также невелико.

К тому же они играют вспомогательные роли — патрулирование, охрана объектов, транспортировка грузов, разминирование, разведка… Есть, правда, и боевые роботы, но в реальных сражениях участия они не принимают.

Однако сомневаться не приходится — битвы искусственных интеллектов противоборствующих армий уже не за горами.

США

По заказу агентства DARPA, занимающегося курированием перспективных военных разработок, над военными роботами в США работают как «милитаристские» фирмы, так и университеты. Более 15 таких разработок дошло до этапа испытаний.

Однако когда прорисовывалась перспектива их серийного производства, Пентагон отказывался от приобретения дорогих игрушек. К тому же считать их роботами можно лишь с большой натяжкой.

Потому что это дистанционно управляемые системы на гусеничном или колесном ходу, лишь частично обладающие признаками искусственного интеллекта. Хотя, конечно, «железо» — мощность моторов и навешанное вооружение — выглядит очень серьезно.

Наиболее солидно выглядит боевой робот Gladiator. По массе это чуть ли ни легкий танк. Его разработка началась в конце 90-х годов.

Совет

К настоящему моменту успешно прошла испытание третья модификация робота, имеющая размеры 1,8×1,35×1,2 метра и весящая более трех тон. На Gladiator устанавливается пулемет калибра 12,7 мм и гранатометы.

Он способен действовать в любое время суток, поскольку оснащен аппаратурой ночного видения. Двигатель дизельный, платформа гусеничная.

Американский радиоуправляемый боевой робот Gladiator TUGV 

Любопытно, что в конкурсе на право создания этой машины принимали участие монстр американского ВПК Lockheed Martin и Университет Карнеги-Мелло.

Предложение университета оказалось более перспективным. Однако в серийное производство «Гладиатор» запущен не был в связи с возникшими финансовыми проблемами.

Хотя военные надеются, что в скором времени машина все же начнет поступать в подразделения морской пехоты.

Тот же самый университет разработал колесный вариант дистанционно управляемого броневика с электроприводом Crusher. Он весит уже 6 тонн и имеет длину 5 метров. Заряда аккумуляторов хватает на 16 км пути со скоростью 42 км/ч. Вооружен крупнокалиберным пулеметом и аппаратурой сбора развединформации. Crusher в настоящий момент проходит испытания.

Куда более серьезную машину того же типа сделала британская корпорация BAE Systems. 12-тонный «Черный принц» на гусеничном ходу с дизельным двигателем вооружен крупнокалиберным пулеметом и 30-мм пушкой.

В сухопутных войсках роботы уже работают. В частности, их используют в качестве ретрансляторов для осуществления связи.

Все эти машины интеллектуальными можно назвать лишь условно. Максимум, что они способны делать самостоятельно, — изменять свое положение в случае возникновения опасности.

В то же время американцы заявляют, что совсем скоро они начнут делать полностью самостоятельные роботы, в действия которых не вмешивается оператор. Более того, они будут оснащены «коллективным разумом», то есть будут действовать совместно на единую задачу.

Обратите внимание

Другими словами — обладать стратегией роя насекомых. Разумеется, это задача не двигателистов и оружейников, а математиков и программистов.

Россия

В России математики и программисты традиционно сильны. Плоды их деятельности, которые пересекаются с проблемой коллективного разума стаи роботов, можно наблюдать в поведении противокорабельных ракет.

Выпущенные одна за другой они «переговариваются», определяя главные и второстепенные цели. И распределяют эти цели между ракетами.

Если главная цель не уничтожается немедленно, то на нее перенаправляются ракеты «второго» плана.

Нечто подобное «Гладиатору» и «Черному принцу» создано на Ковровском электромеханическом заводе. Это целая линейка гусеничных и колесных машин с дистанционным управлением.

Возможны варианты комплектации оружием — либо крупнокалиберный пулемет, либо гранатомет, либо и то, и другое. Машина весит около тонны. Ковровский робот также оснащен и прибором ночного видения, и камерами с высоким разрешением.

При этом один оператор управляет группой из 5−6 роботов.

Делают в Коврове и более легких роботов типа «Металлист», которые вооружены винтовкой ВСК-94 или пистолетом Ярыгина.

Мобильный робототехнический комплекс для разведки и огневой поддержки «Металлист» 

Большие планы по интеллектуализации своей продукции — танков — вынашивает «Уралвагонзавод».

Руководство предприятия заявляет, что через полтора-два года следует ожидать полностью роботизированный танк Т-14 «Армата». И это будет уже не дистанционно управляемая, а полностью автономная машина.

Важно

Разумеется, в процесс выполнения боевой задачи сможет (и должен) вмешиваться расположенный дистанционно оператор.

На более высоком уровне интеллектуализации боевых машин работает Объединенная приборостроительная корпорация (ОПК), основной задачей которой является создание автоматизированных систем управления. То есть, можно сказать, — «выращивание» искусственного интеллекта при помощи цифровых технологий.

ОПК в начале декабря завершила разработку и приступила к испытаниям программного комплекса централизованного и децентрализованного управления группой робототехнических комплексов, который минимизирует участие человека в управлении машинами и позволяет роботам действовать практически автономно.

И вот об этой разработке уже можно сказать, что она воссоздает автономное действие роя боевых роботов, самостоятельно принимающих решения и действующих совместно для достижения глобальной цели.

«Мы заметно продвинулись в исследованиях в области машинного обучения, искусственного интеллекта и интеллектуальных систем автоматизированного управления для робототехники, а также технического „зрения”.

Научили робототехнику „общаться” между собой, помогать друг другу и совместно решать задачи», — заявил директор департамента инновационного развития корпорации Александр Калинин.

Данная опытно-конструкторская разработка называется «Уникум».

Созданная программная платформа позволяет роботам самостоятельно распределять роли внутри группы, выбирать из своих рядов «старшего», заменять выведенных из строя роботов, занимать выгодные позиции, осуществлять поиск целей, запрашивать у оператора разрешение на их поражение и поражать цели в автоматическом режиме. В группу или в рой входят роботы различного типа (воздушные, наземные, водные) и назначения.

Что же касается конкретного «железа», то ОПК ведет работу по созданию полностью автономной роботизированной гусеничной платформы УРП-01Г, способной нести две тонны полезной нагрузки.

Разумеется, такого рода разработки ведутся и в США. Правда, о них мало что известно. Однако существует план военного ведомства, согласно которому интеллектуальные боевые рои должны появиться в армии США в начале 30-х годов.

Совет

Кстати, в этом плане значительное внимание уделяется созданию «человекоподобного» робота. Конечно, на поле боя он будет выглядеть эффектно. Но по части эффективности возникает большой вопрос.

Можно представить, что получилось бы, если бы с появлением двигателя внутреннего сгорания изобретатели начали пристраивать его к четырехногой конструкции, воссоздающей форму лошади.

В последнее время интерес военных к роботизированным боевым системам в России постоянно возрастает. И это находит адекватное отражение при принятии государственных решений.

Одним из них, крайне важным, стало подписание Владимиром Путиным 16 декабря указа о создании Национального центра развития технологий и базовых элементов робототехники.

Обеспечение его деятельности возложено на Фонд перспективных исследований.