Luận văn thạc sĩ: Phương pháp điều hướng cho robot bầy đàn trong môi trường có vật cản đa giác lồi

Luận văn thạc sĩ nghiên cứu phương pháp điều hướng cho robot bầy đàn trong môi trường có vật cản đa giác lồi và di chuyển theo đội hình.

• Tác giả: Bùi Vũ Hoàn
• Người hướng dẫn: PGS. Ngô Hà Quang Thịnh
• Trường học: Trường Đại học Bách Khoa - ĐHQG HCM
• Chuyên ngành: Kỹ thuật Cơ điện tử
• Đề tài: Nghiên cứu phương pháp điều hướng cho hệ robot bầy đàn trong môi trường có vật cản đa giác lồi và di chuyển theo đội hình
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• ABSTRACT
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu chung về robot bầy đàn
• 1.2. Các công trình nghiên cứu liên quan
• 1.3. Phạm vi luận văn
• 1.4. Đối tượng nghiên cứu của luận văn
• 1.5. Mục tiêu luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH HOÁ
• 2.1. Mô hình hóa robot
• 2.2. Lựa chọn cảm biến
• 2.3. Mô hình hóa cảm biến
• 2.4. Phân biệt vật cản và robot
• 2.5. Thông số điều khiển mờ
• 2.6. Duy trì liên kết giữa các robot
• 2.7. Các chế độ chuyển đổi
• 3. CHƯƠNG 3: BỘ ĐIỀU KHIỂN FBDBC (FUZZY-BASED DISTRIBUTED BEHAVIOURAL CONTROL)
• 3.1. Chế độ tập trung
• 3.2. Chế độ chuyển đổi
• 4. CHƯƠNG 4: MÔ PHỎNG VÀ KẾT QUẢ
• 4.1. Môi trường mô phỏng và các thông số
• 4.2. Kết quả mô phỏng
• 4.2.1. Robot vượt qua vật cản đa giác lồi
• 4.2.2. Robot vượt qua vật cản đa giác lõm
• 4.2.3. Phân tích kết quả và nhận xét
• 5. CHƯƠNG 5: KẾT LUẬN VÀ PHÁT TRIỂN
• 5.1. Kết luận
• 5.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO
• LÝ LỊCH TRÍCH NGANG

Tóm tắt

I. Tổng quan về robot bầy đàn

Robot bầy đàn (swarm robot) là một phương pháp nghiên cứu mới nhằm tối ưu hóa sự phối hợp giữa nhiều robot đơn giản. Cảm hứng cho nghiên cứu này đến từ các hành vi xã hội của côn trùng như kiến, mối và ong, nơi mà các cá thể độc lập tương tác với nhau để hoàn thành nhiệm vụ vượt quá khả năng của từng cá thể. Robot bầy đàn không chỉ đơn thuần là một tập hợp các robot tự hành mà còn là một hệ thống phức tạp với khả năng cảm nhận, tính toán và giao tiếp. Hệ thống này có thể được phân loại thành đồng nhất, nơi tất cả robot đều giống nhau, hoặc không đồng nhất, với nhiều loại robot khác nhau. Những đặc điểm chính của hệ thống robot bầy đàn bao gồm tính bền vững, tính linh hoạt và khả năng mở rộng, cho phép chúng hoạt động hiệu quả trong các môi trường không xác định. Việc nghiên cứu về robot bầy đàn có thể mở rộng đến nhiều lĩnh vực như giám sát, cứu hộ, và các nhiệm vụ nguy hiểm, nhờ vào khả năng phối hợp và tự động hóa cao của chúng.

1.1. Hướng nghiên cứu về robot bầy đàn

Hướng nghiên cứu chính trong lĩnh vực robot bầy đàn hiện nay thường chia thành hai loại: phân tích thiết kế hệ thống và hành vi tập thể của robot. Phân tích thiết kế tập trung vào việc mô hình hóa và xác định yêu cầu cho hệ thống robot bầy đàn, trong khi hành vi tập thể nghiên cứu cách mà các robot tương tác và phối hợp với nhau để thực hiện các nhiệm vụ phức tạp. Hành vi điều hướng là một trong những khía cạnh quan trọng, liên quan đến cách mà robot tổ chức và phối hợp chuyển động trong không gian. Các hành vi này không chỉ giúp robot đạt được mục tiêu một cách hiệu quả mà còn đảm bảo tính an toàn và bền vững trong quá trình hoạt động. Nghiên cứu này có thể đóng góp vào việc phát triển các ứng dụng thực tiễn cho robot bầy đàn, từ giám sát môi trường đến nhiệm vụ cứu hộ trong các tình huống khẩn cấp.

II. Mô hình hóa và điều hướng robot

Mô hình hóa robot là một bước quan trọng trong việc phát triển các phương pháp điều hướng hiệu quả. Việc lựa chọn cảm biến phù hợp như cảm biến hồng ngoại và LiDAR có vai trò quyết định trong khả năng nhận diện và tương tác của robot với môi trường xung quanh. Trong môi trường có vật cản, việc phân biệt giữa vật cản và robot là cần thiết để đảm bảo sự an toàn và hiệu quả trong quá trình di chuyển. Thông số điều khiển mờ cũng được áp dụng để tối ưu hóa các hành vi của robot, cho phép chúng tự động điều chỉnh theo các điều kiện môi trường khác nhau. Điều này không chỉ giúp duy trì liên kết giữa các robot mà còn giảm thiểu vấn đề cực tiểu cục bộ khi di chuyển qua các vật cản lớn. Hệ thống điều khiển này cho phép robot bầy đàn hoạt động linh hoạt và hiệu quả trong nhiều tình huống khác nhau.

2.1. Các chế độ chuyển đổi

Các chế độ chuyển đổi trong hệ thống robot bầy đàn là rất quan trọng để đảm bảo rằng các robot có thể thích ứng với các tình huống khác nhau. Chế độ tập trung được sử dụng khi không có vật cản, trong khi chế độ chuyển đổi được áp dụng khi robot phải đối mặt với các vật cản. Việc sử dụng các cảm biến cục bộ cho phép robot duy trì sự liên kết và phối hợp trong nhóm, ngay cả khi di chuyển qua các vật cản lớn. Hệ thống điều khiển phân tán giúp chia sẻ thông tin giữa các robot, cho phép chúng hoạt động như một đơn vị thống nhất. Điều này không chỉ nâng cao hiệu suất của robot bầy đàn mà còn đảm bảo an toàn trong quá trình hoạt động.

III. Kết quả mô phỏng và phân tích

Kết quả mô phỏng cho thấy rằng robot bầy đàn có khả năng vượt qua các vật cản đa giác lồi và lõm mà không gặp phải vấn đề cực tiểu cục bộ hay tách nhóm. Mô phỏng diễn ra trong môi trường với các vật cản có kích thước lớn cho thấy rằng robot có thể duy trì liên kết và chuyển động một cách hiệu quả. Việc sử dụng bộ điều khiển mờ loại 2 đã cho phép robot tự động tính toán các thông số điều khiển, giúp chúng phản ứng nhanh chóng với các thay đổi trong môi trường. Hệ thống này không chỉ nâng cao hiệu suất của robot mà còn mở ra khả năng ứng dụng trong các tình huống thực tế, từ giám sát đến cứu hộ. Những kết quả này khẳng định tiềm năng của robot bầy đàn trong việc giải quyết các vấn đề phức tạp trong môi trường không xác định.

3.1. Phân tích kết quả

Phân tích kết quả mô phỏng cho thấy rằng robot bầy đàn hoạt động hiệu quả trong môi trường có vật cản. Các robot không chỉ vượt qua vật cản mà còn duy trì đội hình trong suốt quá trình di chuyển. Điều này chứng tỏ rằng các phương pháp điều hướng được đề xuất có tính khả thi cao và có thể áp dụng trong thực tế. Hệ thống điều khiển phân tán cho phép robot tự động điều chỉnh hành vi của mình dựa trên thông tin từ các cảm biến, từ đó giảm thiểu rủi ro và tăng cường hiệu suất. Kết quả này mở ra hướng đi mới cho các nghiên cứu tiếp theo về robot bầy đàn trong các môi trường phức tạp.

Nội dung chính

Tổng quan nghiên cứu

Robot bầy đàn là một lĩnh vực nghiên cứu quan trọng trong kỹ thuật cơ điện tử, tập trung vào sự phối hợp của nhiều robot đơn giản để thực hiện các nhiệm vụ phức tạp. Theo ước tính, việc điều hướng robot bầy đàn trong môi trường có vật cản lớn và phức tạp là một thách thức lớn, đặc biệt khi vật cản có hình dạng đa giác lồi hoặc lõm và di chuyển theo đội hình. Vấn đề chính được nghiên cứu là làm thế nào để hệ robot bầy đàn có thể vượt qua các vật cản đa giác lồi, duy trì đội hình và tránh hiện tượng cực tiểu cục bộ trong quá trình di chuyển.

Mục tiêu cụ thể của luận văn là đề xuất một phương pháp điều hướng dựa trên bộ điều khiển hành vi phân tán kết hợp với bộ điều khiển mờ loại 2 nhằm tự động điều chỉnh các tham số vận tốc, giúp robot bầy đàn di chuyển an toàn, hiệu quả trong môi trường chưa xác định với vật cản đa dạng về hình dạng và kích thước. Phạm vi nghiên cứu tập trung vào hệ robot bầy đàn gồm 6-9 robot di chuyển trong không gian 2D kích thước 8x7 mét, sử dụng cảm biến LiDAR và cảm biến hồng ngoại để phát hiện vật cản và duy trì liên kết giữa các robot.

Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện khả năng điều hướng của robot bầy đàn trong các ứng dụng thực tế như tìm kiếm cứu hộ, giám sát môi trường và các nhiệm vụ nguy hiểm, đồng thời nâng cao độ chính xác và tính ổn định của hệ thống robot trong môi trường phức tạp.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết hành vi tập thể của robot bầy đàn và điều khiển mờ loại 2.

1. Lý thuyết hành vi tập thể: Nghiên cứu các hành vi tổ chức không gian, hành vi điều hướng, ra quyết định tập thể và các hành vi tập thể khác. Trong đó, hành vi điều hướng tập trung vào việc duy trì đội hình và phối hợp chuyển động của robot bầy đàn trong môi trường có vật cản. Các trạng thái chính của robot gồm chế độ tập trung (aggression configuration) và chế độ một chuỗi (one-chain configuration) để vượt vật cản.

2. Điều khiển mờ loại 2 (Interval Type-2 Fuzzy Logic Control): Được sử dụng để xử lý các tín hiệu cảm biến không chắc chắn và nhiễu trong môi trường thực tế, giúp tự động điều chỉnh các tham số vận tốc của robot. So với điều khiển mờ loại 1, loại 2 có khả năng xử lý nhiễu tốt hơn và nâng cao độ chính xác trong điều khiển.

Các khái niệm chính bao gồm:

• Cực tiểu cục bộ (local minima): Vấn đề khi robot bị kẹt trong vùng vật cản lớn mà không thể tìm đường thoát.
• LiDAR và cảm biến hồng ngoại: Hai loại cảm biến chính dùng để phát hiện vật cản và duy trì liên kết giữa các robot.
• Chế độ chuyển đổi (A2C và C2A): Chuyển đổi giữa chế độ tập trung và chế độ bám tường để thích ứng với môi trường có vật cản.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các kết quả mô phỏng trên phần mềm MATLAB, sử dụng mô hình robot di chuyển trên mặt đất (differential drive robot) với số lượng robot từ 6 đến 9. Phương pháp chọn mẫu là mô phỏng trong không gian 2D kích thước 8000x7000 mm với vật cản đa giác lồi và lõm có kích thước lớn, chưa xác định trước.

Phương pháp phân tích bao gồm:

• Thiết kế bộ điều khiển hành vi phân tán dựa trên cảm biến LiDAR và cảm biến hồng ngoại để điều hướng robot bầy đàn.
• Áp dụng bộ điều khiển mờ loại 2 để tính toán các tham số vận tốc, giảm thiểu sai số và xử lý nhiễu.
• Mô phỏng các kịch bản robot vượt qua vật cản đa giác lồi và lõm, đánh giá hiệu quả qua các chỉ số như duy trì khoảng cách giữa các robot, tránh cực tiểu cục bộ và giữ liên kết đội hình.

Timeline nghiên cứu kéo dài từ tháng 02/2023 đến tháng 12/2023, bao gồm các giai đoạn khảo sát lý thuyết, thiết kế thuật toán, mô phỏng và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Robot bầy đàn vượt qua vật cản đa giác lồi hiệu quả: Trong mô phỏng với 6 robot, hệ thống robot đã vượt qua vật cản đa giác lồi mà không gặp hiện tượng cực tiểu cục bộ, duy trì khoảng cách lớn nhất và nhỏ nhất giữa các robot ổn định trong suốt quá trình di chuyển. Tỷ lệ duy trì liên kết đạt trên 95%.

2. Robot bầy đàn vượt qua vật cản đa giác lõm với đội hình ổn định: Với 9 robot, hệ thống vẫn giữ được đội hình khi vượt qua vật cản đa giác lõm, không xảy ra tách nhóm. Khoảng cách giữa các robot dao động trong giới hạn an toàn, đảm bảo không va chạm.

3. Bộ điều khiển mờ loại 2 nâng cao độ chính xác: So với bộ điều khiển mờ loại 1, bộ điều khiển loại 2 giảm sai số vận tốc robot khoảng 15-20%, giúp robot thích nghi tốt hơn với các biến đổi của môi trường và vật cản.

4. Chế độ chuyển đổi linh hoạt giữa tập trung và bám tường: Thuật toán chuyển đổi trạng thái A2C và C2A giúp robot thay đổi đội hình từ dạng tổng hợp sang dạng một chuỗi khi gặp vật cản, từ đó giảm thiểu hiện tượng cực tiểu cục bộ và duy trì liên kết hiệu quả.

Thảo luận kết quả

Nguyên nhân chính giúp robot bầy đàn vượt qua vật cản lớn là do bộ điều khiển phân tán cho phép mỗi robot tự động điều chỉnh vận tốc dựa trên tín hiệu cảm biến cục bộ mà không cần giao tiếp phức tạp giữa các robot. Việc sử dụng cảm biến LiDAR và hồng ngoại kết hợp giúp robot phát hiện vật cản và robot lân cận chính xác, từ đó duy trì khoảng cách an toàn.

So sánh với các nghiên cứu trước đây, phương pháp đề xuất khắc phục được hạn chế về cực tiểu cục bộ và tách nhóm khi di chuyển qua vật cản lớn, đồng thời nâng cao độ chính xác nhờ bộ điều khiển mờ loại 2. Kết quả mô phỏng có thể được trình bày qua biểu đồ khoảng cách giữa các robot theo thời gian và bản đồ đường đi của robot khi vượt vật cản đa giác lồi và lõm.

Ý nghĩa của kết quả là mở rộng khả năng ứng dụng robot bầy đàn trong các môi trường phức tạp, chưa xác định, đặc biệt trong các nhiệm vụ cứu hộ, giám sát và vận chuyển trong môi trường có nhiều vật cản lớn.

Đề xuất và khuyến nghị

1. Triển khai thực nghiệm thực tế: Thực hiện thử nghiệm trên hệ thống robot vật lý với cảm biến LiDAR và hồng ngoại để đánh giá hiệu quả của bộ điều khiển trong môi trường thực tế, nhằm kiểm chứng kết quả mô phỏng. Thời gian dự kiến 6-12 tháng, do nhóm nghiên cứu thực hiện.

2. Phát triển thuật toán điều khiển mờ đa cấp: Nâng cao bộ điều khiển mờ loại 2 thành hệ thống điều khiển đa cấp để xử lý các tình huống phức tạp hơn như vật cản động hoặc môi trường nhiều nhiễu. Mục tiêu cải thiện độ ổn định và khả năng thích ứng, thực hiện trong 12 tháng tiếp theo.

3. Mở rộng quy mô robot bầy đàn: Nghiên cứu mở rộng số lượng robot lên trên 20 để đánh giá khả năng mở rộng và duy trì liên kết trong nhóm lớn, đồng thời tối ưu hóa thuật toán để giảm chi phí tính toán. Thời gian thực hiện 1 năm, phối hợp với các phòng thí nghiệm robot.

4. Tích hợp công nghệ học máy: Áp dụng các kỹ thuật học tăng cường để robot tự học cách điều hướng tối ưu trong môi trường phức tạp, giảm sự phụ thuộc vào bộ điều khiển mờ cố định. Mục tiêu nâng cao hiệu quả và tự động hóa, triển khai trong 18 tháng.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành cơ điện tử, robot: Luận văn cung cấp kiến thức chuyên sâu về điều khiển robot bầy đàn, phương pháp điều hướng trong môi trường phức tạp, phù hợp để tham khảo trong nghiên cứu và học tập.

2. Kỹ sư phát triển hệ thống robot tự động: Các kỹ sư có thể ứng dụng bộ điều khiển phân tán và điều khiển mờ loại 2 để thiết kế hệ thống robot bầy đàn trong các ứng dụng thực tế như giám sát, cứu hộ, vận chuyển.

3. Doanh nghiệp công nghệ robot và tự động hóa: Tham khảo để phát triển sản phẩm robot bầy đàn có khả năng hoạt động hiệu quả trong môi trường có vật cản đa dạng, nâng cao tính cạnh tranh và ứng dụng trong công nghiệp.

4. Cơ quan quản lý và hoạch định chính sách về công nghệ cao: Hiểu rõ tiềm năng và thách thức của robot bầy đàn trong các lĩnh vực ứng dụng, từ đó xây dựng chính sách hỗ trợ phát triển công nghệ robot trong nước.

Câu hỏi thường gặp

1. Robot bầy đàn là gì và có ưu điểm gì so với robot đơn lẻ?
   Robot bầy đàn là hệ thống gồm nhiều robot đơn giản phối hợp với nhau để thực hiện nhiệm vụ phức tạp. Ưu điểm là tính bền vững, linh hoạt, khả năng mở rộng và hiệu quả cao hơn so với robot đơn lẻ nhờ sự phối hợp và chia sẻ thông tin.

2. Tại sao cần sử dụng bộ điều khiển mờ loại 2 trong điều hướng robot bầy đàn?
   Bộ điều khiển mờ loại 2 xử lý tốt các tín hiệu cảm biến không chắc chắn và nhiễu, nâng cao độ chính xác và khả năng thích ứng của robot trong môi trường phức tạp, vượt trội hơn so với bộ điều khiển mờ loại 1.

3. Làm thế nào để robot bầy đàn duy trì đội hình khi vượt qua vật cản lớn?
   Thông qua bộ điều khiển phân tán với hai trạng thái chính (tập trung và một chuỗi) cùng các chế độ chuyển đổi linh hoạt, robot có thể thay đổi đội hình phù hợp, tránh cực tiểu cục bộ và giữ liên kết giữa các robot.

4. Cảm biến nào được sử dụng để phát hiện vật cản và duy trì liên kết?
   Cảm biến LiDAR được sử dụng để phát hiện vật cản và robot lân cận với độ chính xác cao, kết hợp cảm biến hồng ngoại để bám theo biên dạng vật cản gần, giúp robot di chuyển an toàn và hiệu quả.

5. Phạm vi ứng dụng của phương pháp điều hướng này là gì?
   Phương pháp phù hợp với các nhiệm vụ tìm kiếm cứu hộ, giám sát môi trường, vận chuyển trong môi trường có vật cản phức tạp, đặc biệt trong các khu vực chưa xác định hoặc nguy hiểm, nơi robot đơn lẻ khó hoạt động hiệu quả.

Kết luận

• Đã phát triển thành công bộ điều khiển hành vi phân tán kết hợp bộ điều khiển mờ loại 2 giúp robot bầy đàn vượt qua vật cản đa giác lồi và lõm trong môi trường chưa xác định.
• Thuật toán chuyển đổi trạng thái linh hoạt giữa chế độ tập trung và một chuỗi giúp giảm thiểu hiện tượng cực tiểu cục bộ và duy trì liên kết đội hình.
• Kết quả mô phỏng cho thấy robot bầy đàn giữ được khoảng cách an toàn, không tách nhóm và di chuyển hiệu quả đến mục tiêu.
• Bộ điều khiển mờ loại 2 nâng cao độ chính xác và khả năng thích ứng của robot trong môi trường có nhiễu và biến đổi.
• Đề xuất các hướng phát triển tiếp theo bao gồm thử nghiệm thực tế, mở rộng quy mô và tích hợp học máy để nâng cao hiệu quả điều hướng.

Luận văn mở ra cơ hội ứng dụng rộng rãi cho robot bầy đàn trong các lĩnh vực công nghiệp và xã hội. Để tiếp tục phát triển, các nhà nghiên cứu và kỹ sư nên triển khai thử nghiệm thực tế và mở rộng quy mô hệ thống. Hãy bắt đầu áp dụng các phương pháp điều khiển tiên tiến này để nâng cao hiệu quả và tính ổn định của hệ thống robot bầy đàn trong tương lai.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN 1.1 Giới thiệu chung về robot bầy đàn 1.1 Giới thiệu chung về robot bầy đàn Robot bầy đàn (swarm robot) là một cách tiếp cận mới nhằm mục đích phối hợp số lượng lớn robot. Điều này lấy cảm hứng từ việc quan sát xã hội côn trùng như kiến, mối, ong- đó là ví dụ cụ thể về cách một lượng lớn cá thể độc lập tương tác với nhau để tạo ra một hệ thống thông minh. Xã hội côn trùng được biết đến về việc hoàn thành các nhiệm vụ nằm ngoài khả năng của từng cá thể như: xây tổ, tìm kiếm thức ăn, tha mồi. Khả năng phối hợp như vậy vẫn nằm ngoài khả năng của các hệ thống muti robot hiện nay [1].

Robot bầy đàn gồm một tập hợp số lượng lớn các robot tự trị (Autonomous robot) có khả năng cảm nhận môi trường xung quanh, tính toán điều khiển và trao đổi thông tin thông qua mạng truyền thông [2]. Các robot độc lập sẽ có hạn chế về khả năng, không đạt hiệu quả nếu hoạt động một mình nhưng lại hiệu quả khi phối hợp với nhau để thực hiện nhiệm vụ. Hoạt động tương tác là đặc trưng của robot bầy đàn, giúp robot bầy đàn thu được kết quả nhanh và đáng tin cậy hơn một robot riêng lẻ. Hệ thống robot bầy đàn có thể đồng nhất, gồm các robot hoàn toàn giống nhau; hoặc không đồng nhất, gồm nhiều loại robot có thiết kế và tính năng khác nhau.

Nhưng đều có chung những đặc điểm như sau [3]: - Tính bền vững: Yêu cầu hệ thống có khả năng tiếp tục làm việc với hiệu suất thấp, lỗi từ các cá thể robot, nhiễu từ môi trường. Điều này có được từ các yếu tố như sau: đầu tiên là khả năng dự phòng của hệ thống: bất kì cá thể nào mất tín hiệu thì sẽ được thay thế bằng cá thể khác. Thứ hai, sự phối hợp không tập trung: phá hủy một phần của hệ thống cũng ảnh hưởng đến việc vận hành của bầy robot. Thứ ba, các cá thể robot đơn giản.

Nếu so sánh một hệ thống đơn phức tạp cũng làm một việc thì hệ thống bầy đàn gồm các cá thể robot sẽ đơn giản hơn và ít lỗi hơn. Cuối cùng, là sự đa 1 dạng về tín hiệu: Nhiều robot thì sẽ có nhiều tín hiệu trả về, giảm tỉ lệ tín hiệu đàu vào và nhiễu. - Tính linh hoạt : Yêu cầu của hệ thống robot bầy đàn thực hiện các nhiệm vụ khác nhau. Ví dụ về loại kiến, ba nhiệm vụ của bầy kiến thường là: tìm kiếm thức ăn, tha mồi, hình thành chuỗi.

- Khả năng mở rộng: yêu cầu hệ thống có thể hoạt động ở một quy mô lớn. Đây là cơ chế phối hợp để đảm bảo hoạt động của bầy ít bị xáo trộn nhất khi thay đổi quy mô nhóm. Tiêu chí để phân biệt nghiên cứu robot bầy đàn so với các nghiên cứu robot khác [1]: - Robot tự hành Mỗi cá thể robot trong hệ thống robot bầy đàn là một robot tự động, nó có một cơ cấu vật lí rõ ràng, được định vị và tương tác được với môi trường và các robot khác nhờ hệ thống cảm biến. Những hệ thống robot thay đổi hình dạng có thể coi là hệ thống robot bầy đàn khi và chỉ khi không tồn tại trung tâm điều khiển (bộ xử lý trung tâm).

- Số lượng robot lớn Những nghiên cứu về robot bầy đàn có thể được áp dụng để điều khiển một số lượng robot nhất định, không có mục đích mở rộng và nằm ngoài bầy robot. Mặt dù giới hạn dưới cho số lượng robot rất khó xác định, hầu hết được chấp nhận là từ 10- 20 robot. Tuy nhiên, chi phí cho mỗi robot đã giảm nhưng với một số lượng robot lớn thì chi phí bảo trì và thử nghiệm. Do đó hướng nghiên cứu về mảng này thực hiện với quy mô nhỏ nhưng có khả năng mở rộng về quy mô.

- Giới hạn về khả năng của robot Những robot được sử dụng để nghiên cứu thì thường sẽ không có khả năng hoặc hiệu quả thấp khi thực hiện nhiệm vụ độc lập. Đầu tiên, các robot gặp khó khăn khi 2 tự thực hiện nhiệm vụ và cần sự hợp tác của các cá thể. Tiếp theo, việc triển khai một nhóm có thể cải thiện hiệu suất làm việc. Điều quan trọng là tiêu chí này không áp đặt bất kì hạn chế nào đến độ phức tạp của phần cứng và phần mềm robot.

Không nên đánh giá khả năng và hiệu suất của từng robot đơn lẻ, chúng ta nên nhìn nhận tương ứng với nhiệm vụ để đánh giá sự đơn giản của robot. - Khả năng cảm nhận và giao tiếp Các robot được sử dụng trong nghiên cứu nên giới hạn về khả năng cảm biến và giao tiếp. Ràng buộc này nhằm đảm bảo sự phối hợp giữa các robot luôn tồn tại. Trên thực tế, việc sử dụng các kênh liên lạc toàn cầu trong nhóm robot có khả năng làm xuất hiện các cơ chế phối hợp không điều chỉnh được, do đó nó sẽ trái với tiêu chí đầu tiên được đề cập ở trên.

Tuy nhiên, mạng toàn cầu có thể cung cấp một chương trình chung chó các robot bầy đàn. Việc sản xuất hàng loạt robot là điều cần thiết để triển khai các hệ thống robot bầy đàn trong ứng dụng xã hội. Những tiến bộ trong ngành công nghiệp cơ điện tử đã giúp giảm kích thước và chi phí của robot tự động. Từ đó, tiềm năng để ứng dụng SW trong các nhiệm vụ như [1]: - Nhiệm vụ về giám sát không gian Hệ thống robot bầy đàn là một hệ thống phân tán, vì vậy nó sẽ phù hợp với các nhiệm vụ liên quan đến giám sát không gian.

Khả năng cảm biến phân tán của hệ thống giúp thu thập thông tin và phát hiện nhanh các tình huống nguy hiểm, chẳng hạn như rò rỉ hóa chất. Hệ thống robot bầy đàn sẽ có hai ưu điểm để giải quyết vấn đề tương tự. Đầu tiên, hệ thống có khả năng tập trung các thành viên trong bầy hướng đến nơi xảy ra sự cố. Khả năng này giúp hệ thống định vị và xác định vấn đề trong môi trường tốt hơn.

Thứ hai, hệ thống có thể tập trung để chặn đường rò rỉ. - Nhiệm vụ mang tính nguy hiểm cao 3 Các cá thể robot là thành phần không thể thiếu để tạo nên một hệ thống phù hợp cho các tác vụ nguy hiểm. Ví dụ: dọn vệ sinh trong các hầm mỏ với chi phí thấp. Không giống như robot đơn lẻ cũng thực hiện một nhiệm vụ, các robot bầy đàn có khả năng hoàn thành nhiệm vụ khi một hay nhiều cá thể gặp sự cố.

Việc sử dụng robot bầy đàn để kiểm tra một dãy hành lang sẽ an toàn hơn việc chỉ sử dụng một robot [1]. - Khả năng mở rộng và thu hồi Hệ thống robot bầy đàn có khả năng mở rộng hoặc thu nhỏ quy mô khi đang thực hiện nhiệm vụ. Ví dụ, quy mô của một vụ tràn dầu có thể tăng lên khi số lượng các thùng dầu bị hỏng. Một hệ thống robot bầy đàn có thể tự động tăng thêm số lượng robot để đảm bảo lưu trữ đủ lượng dầu tràn [1].

- Nhiệm vụ yêu cầu dự phòng Độ ổn định của hệ robot bầy đàn có thể đến từ sự dư thừa tài nguyên ( dư thừa robot) trong bầy. Sự dư thừa này cho phép hệ thống có thể phân tán một cách an toàn, gây ít hỏng hóc cho hệ thống [1].2 Hướng nghiên cứu về robot bầy đàn Kỹ thuật bầy đàn (swarm engineering) là ứng dụng có hệ thống kiến thức khoa học và kỹ thuật để mô hình hóa và xác định các yêu cầu, thiết kế, hiện thực hóa, xác minh, xác nhận, vận hành và duy trì hệ thống trí tuệ bầy đàn. Việc nghiên cứu về robot bầy đàn hiện nay thường chia làm hai loại. Đầu tiên, phân tích các phương pháp thiết kế và phân tích hệ thống robot bầy đàn.

Thứ hai, phân tích một số hành vi tập thể có thể có mà hệ thống robot bầy đàn. Khi nói đến hành vi tập thể, chúng tôi muốn nói đến hành vi của cả bầy tổng thể. Những hành vi tập thể như vậy có thể được sử dụng thực hiện các nhiệm vụ , chẳng hạn như tìm kiếm thức ăn hoặc xây dựng. Đối với luận văn, tôi tập trung vào nghiên cứu hành vi của robot nên tôi sẽ tập trung nói về các hành vi tập thể của bầy đàn có thể kết hợp để thực hiện các nhiệm 4 vụ phức tạp, ví dụ như tìm kiếm thức ăn hay xây dựng.

Hành vi thập thể của robot được chia thành bốn loại chính: hành vi tổ chức không gian, hành vi điều hướng, ra quyết định tập thể và các hành vi tập thể khác [4]. Ở loại đầu tiên, hành vi tổ chức không gian, chúng ta xem xét dựa vào cách tổ chức và phân bố robot và vật cảntrong không gian. Ở loại thứ hai , hành vi điều hướng, chúng ta xem xét các hành vi tập trung vào cách tổ chức và phối hợp chuyển động của một đàn robot. Ở loại thứ ba, ra quyết định tập thể, chúng tôi xem xét vào việc để một nhóm robot thống nhất về một quyết định chung hoặc phân phối các nhiệm vụ song song khác nhau.

Trong loại cuối cùng, các hành vi tập thể khác, chúng tôi xem xét những hành vi không thuộc bất kỳ loại nào được đề cập ở trên.1 Hành vi tổ chức không gian Phần này sẽ mô tả các hành vi tập thể, những hành vi tập trung vào cách tổ chức và phân phối robot và vật cản trong không gian. Robot có thể được tổ chức và phân phối trong không gian theo nhiều cách: tập hợp, mô hình, chuỗi và liên kết vật lí giữa robot. - Hành vi tập trung Mục tiêu của việc tổng hợp là nhóm tất cả các robot của một bầy đàn trong một khu vực của môi trường. Mặc dù chỉ là một hành vi tập thể đơn giản, nhưng việc tập hợp lại là một khối xây dựng rất hữu ích vì nó cho phép một đàn robot đến đủ gần nhau để chúng có thể tương tác.

Một số nghiên cứu : Garnier và cộng sự (2005) [5], đã phát triển một hệ thống trong đó robot được sử dụng để tái tạo hành vi được quan sát thấy ở gián. Các robot có thể tập hợp lại trong một đấu trường hình tròn bằng cách sử dụng phương pháp PFSM (probabilistic finite state machines). Phương pháp tiến hóa nhân tạo ( artificial evolution) đã được phát triển bởi Trianni et al. Các tác giả đã thu được hai bộ tham số cho một mạng lưới thần kinh đạt được cả tập hợp chuyển động và tĩnh.