الإصلاح المفاجئ للاختناقات المرورية للروبوتات

وجد باحثون من جامعة هارفارد أن إضافة القليل من العشوائية إلى حركات الروبوتات يمكن أن يمنع الجمود ويعزز الكفاءة بشكل كبير في الأسراب المزدحمة.

تخيل أن يتم إرسال سرب من الروبوتات إلى مساحة ضيقة للتعامل مع مهمة عاجلة، مثل تنظيف تسرب النفط أو تجميع المعدات المعقدة. في البداية، تؤدي إضافة المزيد من الروبوتات إلى تسريع الأمور. ولكن بعد نقطة معينة، تصبح المساحة مزدحمة، وتتداخل الروبوتات مع بعضها البعض، ويتباطأ التقدم إلى حد الزحف.

وهذا يثير سؤالاً بسيطًا بشكل خادع: ما هو عدد الروبوتات الأمثل في منطقة محدودة؟ يعتقد الباحثون في جامعة هارفارد أنهم وجدوا إجابة مقنعة.

العثور على التوازن بين النظام والفوضى

اكتشف فريق بقيادة ل. ماهاديفان، أستاذ الرياضيات التطبيقية والبيولوجيا العضوية والتطورية والفيزياء في لولا إنجلاند دي فالبين، هذه المشكلة باستخدام مزيج من النمذجة الرياضية والمحاكاة الحاسوبية وتجارب العالم الحقيقي. تظهر النتائج التي توصلوا إليها أنه في الظروف المزدحمة، فإن إدخال قدر متحكم فيه من العشوائية، يشار إليه باسم “الضوضاء”، في كيفية تحرك الروبوتات يمكن أن يقلل الازدحام ويحسن الكفاءة بشكل كبير.

العمل الذي نشر في وقائع الأكاديمية الوطنية للعلوم، بقيادة دكتوراه في الرياضيات التطبيقية. الطالبة لوسي ليو، التي شارك في نصحها زميل الأبحاث الأول في SEAS جوستين ويرفيل. تسلط النتائج الضوء على مدى بساطة قواعد الحركة المحلية التي يمكن أن تؤدي إلى سلوك معقد ومنسق. يمكن لهذه الأفكار أن تشكل تصميم أسراب الروبوتات وأن توضح كيفية إدارتنا للبيئات البشرية المزدحمة.

لماذا العشوائية يمكن أن تحسن الكفاءة

وأوضح ليو أن تحليل الحشود الكثيفة رياضيا يمثل تحديا كبيرا بسبب العدد الهائل من التفاعلات المحتملة. ولتبسيط المشكلة، تعامل الباحثون مع كل روبوت كعامل أساسي يتحرك بقدر قابل للضبط من “التذبذب” في طريقه.

“قد يكون هذا غير بديهي، لأنه كيف يمكن للعشوائية أن تجعل التعامل مع الأشياء أسهل؟” قال ليو. “ولكن في هذه الحالة، عندما يكون لديك الكثير من العشوائية، يصبح من الممكن أخذ المتوسطات – متوسط ​​المسافات، متوسط ​​الأوقات، متوسط ​​السلوكيات. وهذا يجعل الأمر أسهل بكثير لإجراء التنبؤات.”

محاكاة أسراب الروبوتات في الحركة

ولاختبار أفكارهم، أنشأ الفريق عمليات محاكاة حاسوبية بدأت فيها أعداد كبيرة من العملاء في مواقع عشوائية وتم تخصيص وجهات عشوائية لهم. بمجرد وصول العميل إلى هدفه، يتم إعطاؤه على الفور هدفًا جديدًا، لمحاكاة إسناد المهام المستمر في عمليات العالم الحقيقي.

تحرك كل عميل نحو هدفه بمستوى من العشوائية يمكن التحكم فيه. وبدون أي ضجيج، سافر العملاء في خطوط مستقيمة تمامًا. وبضوضاء عالية، تجولوا في خطوط متعرجة غير منتظمة. في حين أن التعرج قد يبدو غير فعال، إلا أنه سمح للعملاء بالمناورة حول بعضهم البعض بسهولة أكبر.

كشفت عمليات المحاكاة عن نمط واضح. وعندما اتبع العملاء مسارات مستقيمة، سرعان ما شكلوا اختناقات مرورية كثيفة حيث توقفت الحركة. عندما كانت العشوائية عالية جدًا، اختفى الازدحام، لكن الكفاءة انخفضت بسبب تجول العملاء كثيرًا. جاء الأداء الأفضل من مستوى وسط، وهو مستوى “المعتدل” من الضوضاء حيث يتفاعل العملاء لفترة وجيزة ولكن لا يزال بإمكانهم التسلل من بعضهم البعض ومواصلة التحرك.

قياس الأداء وإيجاد المكان المناسب

وباستخدام هذه الملاحظات، طور الباحثون صيغًا رياضية لتقدير “معدل تحقيق الأهداف”، والذي يقيس عدد المهام المكتملة بمرور الوقت. أتاحت هذه الصيغ حساب المزيج الأمثل لكثافة الحشود وعشوائية الحركة لتحقيق أقصى قدر من الكفاءة.

تجارب الروبوتات الواقعية تؤكد النتائج

ولمعرفة ما إذا كانت النتائج التي توصلوا إليها تصمد أمام عمليات المحاكاة الخارجية، عمل ليو مع الفيزيائي فيديريكو توشي في جامعة أيندهوفن للتكنولوجيا في هولندا. وقاموا معًا باختبار أسراب من الروبوتات الصغيرة ذات العجلات في مختبر مجهز بنظام كاميرا علوية.

تم تمييز كل روبوت برمز QR حتى يمكن تتبع موقعه وتحديثه في الوقت الفعلي. وعلى الرغم من أن الروبوتات كانت تتحرك بشكل أبطأ وأقل دقة من نظيراتها في المحاكاة، فقد ظهرت نفس الأنماط. ساعد القدر المعتدل من العشوائية في منع حدوث حالة من الجمود والحفاظ على تقدم المهام.

قواعد بسيطة، نتائج قوية

الدراسة تعزز فكرة مهمة. لا يتطلب التنسيق المعقد دائمًا تحكمًا مركزيًا متطورًا أو آلات عالية الذكاء. وبدلاً من ذلك، يمكن أن تكون القواعد المحلية البسيطة كافية لإنتاج سلوك جماعي فعال، على الأقل ضمن حدود كثافة معينة.

قال ماهاديفان: “إن فهم كيف تصبح المادة النشطة، سواء كانت سربًا من النمل أو قطيعًا من الحيوانات أو مجموعة من الروبوتات، وظيفية وتنفذ المهام في بيئات مزدحمة باستخدام مبادئ التنظيم الذاتي، أمر ذو صلة بالعديد من الأسئلة في علم البيئة السلوكية”. “تقترح دراستنا استراتيجيات قد تكون أوسع بكثير من المحاكاة التي ركزنا عليها.”

الآثار المترتبة على الروبوتات وحركة المرور والأماكن المزدحمة

وأشارت ليو إلى أنها كانت مهتمة منذ فترة طويلة بتصميم بيئات مزدحمة أكثر أمانًا وكفاءة. يشير هذا البحث إلى مستقبل حيث يمكن التنبؤ بحركة الحشود، سواء كانت مكونة من أشخاص أو روبوتات أو مركبات أو مجموعة، وتحسينها باستخدام المبادئ الرياضية.

وبعبارة أخرى، فإن الحل لمشكلة الاكتظاظ قد لا يكون في فرض رقابة أكثر صرامة، بل في قدر من المرونة تم ضبطه بعناية.

المرجع: “تحقيق الأهداف عن طريق الضوضاء في التجمعات المزدحمة” بقلم لوسي ليو، وجاستن ويرفيل، وفيديريكو توشي، ول. ماهاديفان، 13 فبراير 2026، وقائع الأكاديمية الوطنية للعلوم.
دوى: 10.1073/pnas.2519032123

جاء تمويل البحث من برنامج زمالة أبحاث الدراسات العليا التابع لمؤسسة العلوم الوطنية بموجب المنحة رقم DGE 2140743، إلى جانب المنح المقدمة من مؤسسة سيمونز وصندوق هنري سيدو.

لا تفوت أي اختراق: انضم إلى النشرة الإخبارية SciTechDaily.
تابعونا على جوجل و أخبار جوجل.