Thuật toán giúp robot điều hướng hiệu quả trong môi trường bất định

Trong tình huống chọn một trong hai con đường khả thi để di chuyển tới đích, robot chỉ cần so sánh thời gian di chuyển và xác suất thành công giữa hai tuyến đường. Song nếu robot đang băng qua một môi trường phức tạp có nhiều con đường, việc chọn được tuyến đường tốt nhất giữa quá nhiều điều bất định có thể trở thành vấn đề nan giải.

Để giải quyết điều này, các nhà nghiên cứu từ MIT đã phát triển một phương pháp giúp robot suy luận hợp lý về tuyến đường tốt nhất dẫn tới đích. Họ tạo ra thuật toán xây dựng lộ trình trong môi trường bất định, cân bằng giữa chất lượng của lộ trình này và hiệu năng tính toán, giúp robot nhanh chóng tìm ra tuyến đường dễ đi, giảm tối đa thời gian di chuyển. 

Thuật toán này bắt đầu với các con đường đảm bảo an toàn và tự động tìm lối tắt cho robot để giảm thời gian di chuyển tổng thể. Trong các thí nghiệm mô phỏng, nhà nghiên cứu thấy thuật toán này có thể đạt được sự cân bằng tốt hơn giữa hiệu suất và hiệu quả lập kế hoạch, so với các mức cơ sở khác ưu tiên một trong hai thứ trên.

Ngoài ra, thuật toán này có thể ứng dụng trong những lĩnh vực như thăm dò, ví dụ như giúp robot lên kế hoạch tốt nhất để di chuyển đến rìa miệng núi lửa xa xôi trên bề mặt gập ghềnh của sao Hỏa. Ngoài ra, nó có thể hỗ trợ máy bay không người lái tìm kiếm – cứu hộ tìm ra con đường nhanh nhất tới chỗ người mắc kẹt trên sườn núi hoang vu.

Để nghiên cứu hoạch định chuyển động, các tác giả thường nghĩ về môi trường của robot như biểu đồ, trong đó một loạt các “cạnh”, hoặc đoạn thẳng, biểu thị con đường khả thi giữa khởi điểm và đích đến.

Nhóm tác giả sử dụng một biểu diễn đồ thị Vấn đề của du khách Canada (CTP), cái tên khởi nguồn từ các tài xế bực bội khi phải quay lại và tìm tuyến đường mới khi con đường phía trước bị tuyết chặn.

Trong CTP, mỗi cạnh của biểu đồ có một trọng số gắn liền, biểu thị khoảng thời gian đi hết con đường và xác suất về tính khả thi của nó. Mục tiêu của CTP là giảm thiểu thời gian di chuyển tới đích.

Các nhà nghiên cứu tập trung vào việc làm sao để tự động tạo biểu đồ CTP mô tả hiệu quả một môi trường bất định. Thuật toán của họ giả định rằng thông tin không toàn diện (ví dụ hình ảnh vệ tinh) có thể được chia thành các khu vực cụ thể (hồ sẽ là một khu vực, cánh đồng là một khu vực khác, v.v.)

Mỗi khu vực đều có xác suất cho robot di chuyển qua. Ví dụ, nhiều khả năng robot không hoạt động dưới nước có thể băng qua một cánh đồng chứ không đi qua hồ được, vì thế xác suất đường qua cánh đồng sẽ cao hơn.

Thuật toán dùng thông tin này để xây dựng biểu đồ ban đầu qua không gian mở, vạch ra con đường đảm bảo, chậm mà chắc. Sau đó, nó sử dụng một chỉ số mà nhóm phát triển để xác định cạnh nào (hay đường tắt đi qua những vùng bất định) nên được thêm vào biểu đồ để giảm tổng thời gian di chuyển.

Nhờ chỉ chọn những lối tắt có khả năng đi qua, thuật toán giúp quá trình lập kế hoạch không còn phức tạp nữa. Tác giả cho biết chất lượng của kế hoạch chuyển động phụ thuộc vào chất lượng biểu đồ. Nếu biểu đồ không có đường đi tốt thì thuật toán không thể mang lại kế hoạch tốt được.

Sau khi thử nghiệm thuật toán trong hơn 100 thử nghiệm mô phỏng với môi trường ngày càng phức tạp, các nhà nghiên cứu thấy rằng nó đều hoạt động tốt hơn các phương pháp cơ sở không xem xét xác suất. Họ cũng dùng bản đồ trên không của khuôn viên MIT để thử nghiệm thuật toán, nhằm chứng minh nó hiệu quả trong môi trường đô thị, ngoài thế giới thực.

Trong tương lai, họ muốn nâng cao thuật toán để nó có thể hoạt động ở nhiều chiều, điều này cho phép áp dụng nó cho các vấn đề thao tác robot phức tạp. Họ cũng quan tâm tới việc nghiên cứu sự sai lệch giữa biểu đồ CTP và môi trường thực tế mà biểu đồ thể hiện.□

Phương Anh dịch

Nguồn: https://techxplore.com/news/2024-03-robots-efficiently-uncertain-environments.html

Bài đăng Tia Sáng số 6/2024