Рой беспилотников осваивает коллективный интеллект
Такой переход меняет сам подход к созданию беспилотной техники. Вместо одного дорогого и перегруженного оборудованием аппарата можно использовать команду специализированных машин: одна осматривает территорию, другая поддерживает связь, третья исследует участок вблизи, а наземный робот добирается туда, куда камера сверху не заглянет. Однако простое увеличение числа участников ещё не делает систему умнее. Чтобы десяток самостоятельных устройств не превратился в десяток новых проблем, инженерам приходится решать задачи связи, навигации, распределения ролей, предотвращения столкновений и безопасного поведения при отказах.
Почему одинаковые дроны – только первая ступень развития роя, зачем летающим и наземным роботам разные «профессии» и где в этой системе действительно нужен искусственный интеллект – в интервью для проекта «Как это работает?» при поддержке Минобрнауки России в рамках Десятилетия науки и технологий рассказал директор Центра технологической поддержки образования Московского авиационного института по направлению «Беспилотные летательные аппараты» Андрей Лямин.
Почему несколько беспилотников ещё не становятся роем
Слова «группа», «стая» и «рой» нередко употребляют как синонимы, хотя за ними могут стоять системы разной сложности. В самом простом варианте оператор управляет несколькими аппаратами по отдельности или отправляет каждому заранее подготовленный маршрут. Следующая ступень – движение по общей схеме, когда один беспилотник назначается ведущим, а остальные сохраняют относительно него заданное положение. Это уже координация, но возможности группы по-прежнему зависят от центрального участника и заранее определённого порядка.
Коллективное управление предполагает больше самостоятельности. Общая задача разбивается на части, а отдельный аппарат знает не только собственную команду, но и правила взаимодействия с соседями: какое расстояние сохранять, кому передать наблюдение, как обойти препятствие и что делать, если связь ухудшилась. При этом «коллективный интеллект» не означает, что у роя появляется сознание. Так называют способность группы решать задачу за счёт совместных данных и согласованных действий, когда одному участнику такая работа недоступна либо потребовала бы слишком много времени.
Систему можно построить централизованно: общий вычислитель получает информацию от всех машин, рассчитывает план и рассылает команды. Такой подход проще контролировать, пока участников немного и канал связи устойчив. Но центральный узел становится местом, отказ которого затрагивает всю группу, а объём передаваемых данных быстро растёт вместе с числом аппаратов. Поэтому разработчики исследуют децентрализованные схемы, при которых участники принимают часть решений самостоятельно, ориентируясь на локальную обстановку и сообщения ближайших соседей. В реальных проектах эти подходы часто соединяют: общая цель задаётся сверху, а немедленные реакции остаются на борту.
Что инженеры подсмотрели у живой природы
Андрей Лямин предлагает объяснять устройство роя через эволюцию многоклеточной жизни. Эта аналогия позволяет сформулировать главный критерий: элементы должны быть связаны общей системой и приносить ей разную пользу. В таком сравнении интересен не внешний вид группы, а переход от соседства к функциональному сотрудничеству. Именно его эксперт считает следующим этапом развития беспилотной техники.
– Большую часть истории жизни на Земле существовали одноклеточные организмы. Они выживали, но не могли создать того разнообразия сложных форм, которое появилось после объединения клеток. Перелом произошёл, когда клетки стали работать вместе, а затем начали специализироваться. У сложного организма разные части выполняют разные функции, но результат зависит от их взаимодействия. С беспилотниками происходит похожий переход: один аппарат вынужден решать слишком широкий круг задач. Настоящий рой появляется не тогда, когда мы просто поднимаем в воздух много машин, а когда объединяем их и разделяем между ними работу, – объясняет Андрей Лямин.
У биологической аналогии есть граница. Роботы не превращаются в живое существо, не растут и не эволюционируют самостоятельно в том смысле, в каком это делают популяции организмов. Инженер заранее определяет архитектуру системы, допустимые действия и критерии успеха. Но у природы можно заимствовать общую логику: сложное поведение возникает из взаимодействия сравнительно простых элементов, а устойчивость группы обеспечивается не всесилием одного участника, а распределением функций и резервированием.
Отсюда следует неочевидный вывод: самый совершенный рой необязательно составлен из самых совершенных одиночных машин. Если каждый аппарат дорог, тяжёл и несёт полный комплект датчиков, выход любого участника из строя становится серьёзной потерей, а лишняя масса сокращает полезное время работы. Группа из более простых устройств может оказаться практичнее, если она умеет перераспределять обязанности и продолжать работу при отказе одного участника. Для инженера важна не эффектность строя, а то, сколько полезной работы система выполнит целиком.
Зачем дронам разные «профессии»
Участки одного задания могут предъявлять к технике противоположные требования. Для быстрого обзора большой территории полезны дальность и скорость, для подробного осмотра – возможность зависнуть и получить устойчивое изображение, для поддержки сети – выгодное положение относительно остальных участников. Попытка заставить одну конструкцию одинаково хорошо выполнять все эти операции приводит к компромиссам. Поэтому состав группы проектируют под последовательность работ, а не собирают из машин только одного типа по принципу «чем больше, тем лучше».
Именно поэтому разработчики говорят о гетерогенных, то есть неоднородных, группах. В них могут сочетаться аппараты разного размера, конструкции и назначения, включая летающих, колесных и шагающих роботов. Одни получают обзор с высоты, другие работают близко к объекту, третьи перевозят полезную нагрузку или обеспечивают обмен данными. Их различия перестают быть помехой и становятся частью замысла системы.
– Рой не обязан состоять из одинаковых аппаратов. Один беспилотник может выполнять функцию ретранслятора и поддерживать связь, другой – наблюдать за территорией камерой высокого разрешения, третий – нести громкоговоритель или другое оборудование для конкретной задачи. Если каждому установить полный комплект аппаратуры, мы напрасно увеличим массу и сократим время полёта. Специализация позволяет оставить на борту именно то, что необходимо этому участнику. Тогда каждый аппарат лучше выполняет свою функцию, а вся группа становится рациональнее и полезнее. В этом смысле рой действительно напоминает организм, в котором разные клетки и органы отвечают за разную работу, – говорит Андрей Лямин.
Разделить оборудование недостаточно – нужно ещё правильно назначить работу. Система должна учитывать, какой участник находится ближе к цели, сколько энергии у него осталось, какие датчики он несёт и сможет ли сохранить связь на выбранном маршруте. Если аппарат с подробной камерой уже занят, задачу временно можно передать менее подходящему участнику либо изменить очередность обследования. Такое распределение похоже на работу диспетчера, только часть решений принимается автоматически и постоянно пересчитывается по мере изменения обстановки.
В отчёте Российского научного фонда о проекте LogiSAR описана именно такая архитектура: воздушные и наземные роботы объединяются в неоднородную команду, а отдельные программные модули отвечают за назначение задач, определение положения участников, построение маршрутов и согласованную посадку. Минимальная экспериментальная группа включает наземную платформу и несколько летающих аппаратов. Современный рой здесь разрабатывают как набор связанных подсистем, каждую из которых можно проверять и совершенствовать отдельно. Такое разделение помогает понять, на каком этапе возникает ошибка: при распознавании объекта, выборе исполнителя, расчёте пути или выполнении маневра.
Как машины договариваются без слов
Человеку в команде достаточно сказать: «Я осматриваю северный участок, возьми южный». Роботам разговор приходится переводить в строго определённые сообщения. Аппараты передают координаты, скорость, направление движения, остаток энергии, состояние датчиков, обнаруженные объекты и статус задания. Получатель должен не просто принять набор чисел, но и понять, насколько сведения свежи: координата, отправленная несколько секунд назад, для быстро движущейся машины уже может оказаться устаревшей.
Связь внутри группы поэтому нельзя считать вспомогательной функцией. Это аналог нервной системы, без которой отдельные «органы» не смогут действовать согласованно. Исследователи МАИ в работе об обмене данными в группировке беспилотников рассматривают эффективность сети именно как часть общей задачи управления: системе нужно доставлять сообщения с приемлемой задержкой и не терять работоспособность, когда структура группы меняется. В воздухе это происходит постоянно – аппараты удаляются друг от друга, перекрывают прямую видимость, входят в зоны помех и делят между собой ограниченную пропускную способность канала.
Один из вариантов – передавать сведения через ретранслятор, который занимает удобное положение и соединяет удалённых участников. Другой – построить ячеистую сеть, где сообщение может идти к адресату через несколько соседних аппаратов. Такая схема позволяет обойти разрыв отдельного канала, но усложняет выбор маршрута для данных: пока пакет проходит цепочку, обстановка меняется. Инженеру приходится искать компромисс между полнотой сведений и скоростью реакции, потому что пересылать на общий сервер все видеопотоки и все измерения одновременно не всегда возможно и не всегда нужно.
Поэтому данные обрабатывают на разных уровнях. Камера может создавать огромный поток изображений, но соседнему аппарату чаще нужен не сам видеоряд, а короткое сообщение: «обнаружено препятствие», «проход свободен» или «точка требует повторного осмотра». Первичная обработка выполняется на борту, а в сеть уходит уже результат. Это снижает нагрузку на канал и позволяет машине реагировать, даже если соединение с центром временно ухудшилось.
Где в рое находится искусственный интеллект
Искусственный интеллект в разговоре о беспилотниках часто превращают в универсальное объяснение, хотя в действительности он выполняет несколько вполне определённых видов работы. Машинное зрение помогает выделить на изображении объект или свободный проход. Алгоритм планирования строит маршрут с учётом препятствий и ограничений аппарата. Система распределения задач сравнивает возможности участников и решает, кому поручить новый участок. Ни один из этих модулей сам по себе не создаёт коллективное поведение – оно появляется, когда результаты модулей согласованы между собой.
– В основе коллективного управления лежит не одна технология: здесь нужны и машинное зрение, и искусственный интеллект, и базовые функции управления самим аппаратом. Человек, прикоснувшись к горячему, убирает руку раньше, чем успевает подробно осмыслить случившееся. Сначала срабатывает быстрая реакция, а затем мозг разбирает, что произошло. В робототехнической системе тоже есть разные уровни: одни поддерживают элементарное движение, другие отвечают за анализ обстановки и более сложное поведение. Эти уровни нельзя механически заменить одним искусственным интеллектом. Работоспособность роя определяется тем, как они связаны между собой в общей архитектуре, – отмечает Андрей Лямин.
Такое разделение легко увидеть на примере внезапного препятствия. Если два аппарата сближаются, им нельзя ждать, пока удалённый сервер получит изображения, распознает опасность и вернёт команду: решение об уклонении должно приниматься рядом с местом события. Но локальная реакция не должна разрушить общую миссию. После маневра система заново оценивает маршруты, проверяет свободное пространство и возвращает участника к задаче либо передает её соседу.
Один из исследуемых подходов – многоагентное обучение с подкреплением. «Агентом» здесь называют отдельного робота или его программную модель, а обучение строят на последствиях действий: полезное поведение получает условное вознаграждение, опасное или неэффективное – штраф. Сначала множество эпизодов можно проиграть в симуляторе, где столкновение не разбивает реальную технику, а редкие и сложные ситуации повторяются столько раз, сколько нужно. Затем найденные правила проверяют на физических аппаратах, причём испытания необходимы именно потому, что компьютерная модель не воспроизводит ветер, задержки связи, погрешности датчиков и особенности поверхности с абсолютной точностью.
В результатах проекта LogiSAR за 2024–2025 годы описаны отдельные алгоритмы для распределения задач, децентрализованной навигации и предотвращения столкновений. Слово «децентрализованный» означает, что решение не полностью зависит от одного диспетчера: каждый участник использует собственные наблюдения и доступные сообщения от группы. Это повышает приспособляемость системы, но предъявляет более жёсткие требования к проверке алгоритмов. Разные аппараты могут видеть ситуацию неодинаково, а значит, их локально разумные действия ещё нужно превратить в безопасный общий результат.
Что произойдёт, если участник исчезнет
Рой имеет смысл лишь тогда, когда количество аппаратов даёт не только производительность, но и устойчивость. Если вся группа останавливается после разряда одной батареи или обрыва одного радиоканала, перед нами хрупкая система с дорогой иллюзией надёжности. Поэтому ещё на этапе проектирования инженеры задают правила отказа: кто подхватит наблюдение, как восстановится маршрут передачи данных, когда задание следует продолжить, а когда безопаснее прекратить. Ответ зависит от роли выбывшего участника и от того, предусмотрен ли для неё резерв.
Потеря обычного наблюдателя может означать, что соседям придётся расширить свои зоны и работать дольше. Выход из строя ретранслятора способен разделить сеть на две части, поэтому другой аппарат должен занять его положение либо участники должны сблизиться. Если система использует ведущего, ей требуется процедура выбора нового; иначе остальные машины сохранят строй, но лишатся источника команд. Децентрализованное управление уменьшает зависимость от одного лидера, однако не отменяет ограничений: группа не сможет создать связь из ничего и не заменит датчик, которого нет больше ни у кого.
Здесь особенно заметна разница между резервированием и бессмысленным дублированием. Резерв не обязательно должен постоянно носить такой же комплект оборудования и повторять ту же работу. Иногда достаточно, чтобы соседний аппарат мог временно принять критическую функцию с худшей точностью, пока группа завершает безопасный этап задания. Система остаётся полезной не потому, что отказов не бывает, а потому, что заранее знает допустимые способы деградации – постепенного снижения возможностей без внезапной потери управления.
Проверить все варианты в реальном полёте невозможно: сочетаний положения, погоды, состояния связи и отказов слишком много. Поэтому значительную часть испытаний проводят в цифровой среде, намеренно создавая обрывы каналов, ошибки координат и исчезновение отдельных участников. Но окончательная проверка всё равно требует стендов и полигонов. В компьютерной модели аппараты обмениваются данными ровно так, как предписано, тогда как реальная антенна может оказаться затенена корпусом, датчик – дать шум, а двигатель – расходовать больше энергии, чем ожидал расчёт.
Зачем воздушному рою наземный робот
Наиболее наглядно преимущество специализации видно там, где одной точки наблюдения недостаточно. Быстрый общий обзор помогает найти подозрительное место, однако причина изменений может оставаться скрытой. Тогда задачу приходится продолжать на другом расстоянии, под другим углом или с помощью другого датчика. Разнородная группа ценна тем, что собирает несколько видов сведений об одном объекте и передает результат от участника к участнику.
– Представим кукурузное поле, на котором воздушный беспилотник заметил пожелтевший участок. Сверху можно оценить общую картину и, например, увидеть, что проблема возникла не на всём поле, но по одному изображению нельзя всегда установить её причину. Повреждение может находиться с нижней стороны листа или близко к земле, куда камера сверху не заглянет. Тогда к найденной точке отправляется небольшой наземный робот и осматривает растение вблизи. Воздушная и наземная машины обмениваются сведениями, а каждая делает ту часть работы, для которой лучше приспособлена. Такая разнородная группа способна обследовать хозяйство эффективнее, чем несколько одинаковых аппаратов, которые умеют только летать, – приводит пример Андрей Лямин.
Этот сценарий показывает ещё одну функцию коллективного управления – последовательную передачу задачи между участниками. Воздушный аппарат не обязан ставить окончательный диагноз: он быстро находит аномалию и уточняет координаты. Наземный участник получает адрес, подходит к растению и собирает более подробные данные. После этого система может направить сведения специалисту или назначить повторное обследование, не заставляя один универсальный робот делать все этапы одинаково плохо.
По подобной схеме можно строить логистику, мониторинг промышленной площадки или исследование труднодоступной территории. В проекте Сколтеха, поддержанном РНФ, воздушные и наземные платформы учатся совместно планировать доставку, обходить движущиеся препятствия и стыковаться с мобильной площадкой. Здесь гетерогенность усложняет задачу: колёсный робот и дрон движутся по разным правилам, видят пространство разными датчиками и имеют разные ограничения. Зато правильно собранная команда может использовать сильные стороны каждой платформы, а не подгонять всю работу под возможности одного типа машин.
Почему рои ещё не стали обычным промышленным инструментом
Демонстрационный полёт нескольких аппаратов и ежедневная эксплуатация большой группы – разные уровни зрелости технологии. В лаборатории можно заранее подготовить пространство, расставить метки, проверить связь и заменить батареи перед опытом. На реальном объекте появляются люди, техника, неизвестные препятствия, дождь, ветер и зоны, где навигационный сигнал или радиоканал нестабилен. Система должна не просто один раз выполнить красивый сценарий, а многократно работать предсказуемо и безопасно.
Первая группа ограничений связана с восприятием пространства. Каждый аппарат оценивает своё положение с погрешностью, а при совместном движении ошибки участников складываются в общую неопределённость. Камера зависит от освещения, лидар – лазерный датчик расстояния – может получать неполные данные от тёмных или отражающих поверхностей, а спутниковый сигнал искажается или пропадает под перекрытиями и среди высотных зданий. Поэтому исследователи объединяют сведения нескольких датчиков и разрабатывают методы совместной локализации, при которой роботы уточняют положение не только по внешним ориентирам, но и относительно друг друга.
Вторая проблема – масштаб. Когда к группе добавляется новый участник, растёт не одна величина: увеличивается число возможных встреч, сообщений, вариантов назначения задач и маршрутов. Алгоритм, уверенно управляющий тремя аппаратами, не обязательно сохранит скорость и устойчивость при двадцати. Поэтому в отчётах по LogiSAR отдельно говорится о масштабируемости – способности системы расти без резкого падения качества управления. Модульная архитектура и локальный обмен снижают нагрузку, но не устраняют её полностью.
Третье ограничение связано с доказуемой безопасностью. Нейросеть может хорошо распознавать знакомые объекты и всё же ошибиться в необычной ситуации; алгоритм, обученный в симуляторе, может столкнуться с сочетанием факторов, которого там не было. Для промышленного применения недостаточно средней успешности: нужно понимать, как система поведёт себя на границе возможностей и сможет ли перейти в безопасный режим. Поэтому разработка включает не только обучение моделей, но и классическую теорию управления, проверку программного обеспечения, испытания связи, моделирование отказов и анализ рисков.
Наконец, у каждого участника есть физические пределы. Радиоканал имеет ограниченную пропускную способность, вычислитель потребляет энергию, полезная нагрузка увеличивает массу, а ветер меняет расход батареи и точность движения. Коллективный интеллект не отменяет аэродинамику и энергетику. Он помогает рациональнее использовать доступные ресурсы – но сначала инженеры должны честно описать, каких ресурсов группе хватит и при каких условиях задача перестанет быть выполнимой.
Кто учит машины работать командой
Создание роя находится на пересечении нескольких профессий. Инженер по системам управления описывает, как аппарат должен реагировать на отклонение и сохранять устойчивость. Разработчик робототехнического программного обеспечения превращает правила взаимодействия в работающий код. Специалист по машинному зрению учит систему извлекать из изображений полезные признаки, а инженер связи проектирует обмен данными и проверяет, что сообщения доходят вовремя. Системный архитектор соединяет эти части и следит, чтобы улучшение одного модуля не ухудшило работу остальных.
Для такой работы недостаточно научиться собирать квадрокоптер или запускать готовую нейросеть. Нужны математика, физика, теория автоматического управления, программирование, обработка сигналов, моделирование и понимание устройства самого летательного аппарата. Эти знания собираются постепенно: сначала студент осваивает движение и устойчивость одной машины, затем навигацию и датчики, после этого – связь и взаимодействие нескольких участников. Рой оказывается задачей верхнего уровня, потому что объединяет почти все основные проблемы современной робототехники.
В МАИ действует специалитет «Интеллектуальные навигационные и информационно-измерительные системы беспилотных аппаратов». В программу входят математическое моделирование, системы управления и навигации, программирование, нейросетевые методы, обработка данных и вопросы надёжности; среди заявленных задач есть управление группами беспилотных аппаратов. Школьники могут начать раньше в Центре технологической поддержки образования МАИ, которым руководит Андрей Лямин: занятия по беспилотной технике и проектной работе рассчитаны на учащихся 5–11-х классов. Такой ранний старт полезен не ради умения «полетать», а ради понимания полного инженерного цикла – от замысла и расчёта до сборки, испытаний и разбора ошибок.
Будущее коллективной робототехники, вероятно, определит не рекорд одного аппарата, а качество взаимодействия многих. Хорошая группа не обязана двигаться с безупречной синхронностью и производить впечатление на зрителя. Её достоинство обнаружится в другом: она разделит сложную работу, заметит изменение обстановки, переживёт допустимый отказ и закончит задачу без постоянных подсказок оператора. Именно в этот момент множество машин перестаёт быть воздушной массовкой и начинает работать как система.
Источник фото: Shutterstock
Текст подготовлен пресс-службой МАИ