This post is also available in:
English (אנגלית)
פעילות צבאית מודרנית מתבצעת יותר ויותר בסביבות שבהן אי אפשר להסתמך על GPS. שיבוש אלקטרוני, שטח עירוני צפוף, צמחייה עבותה ומרחבים תת־קרקעיים עלולים כולם לפגוע בניווט ובתקשורת, ולהגביל את היעילות הן של כוחות אנושיים והן של מערכות בלתי מאוישות. עבור רובוטים אוטונומיים, אובדן GPS פירושו לעיתים קרובות אובדן יכולת התמצאות, תיאום ופעולה בטוחה.
פרויקט מחקר חדש מבקש לשנות זאת, באמצעות הקניית יכולת לרובוטים לפעול יחד ללא ניווט לווייני. במסגרת הסכם לחמש שנים בהיקף של 1.5 מיליון דולר עם מעבדת המחקר של צבא ארצות הברית, מפתחים חוקרים מאוניברסיטת פרדו צוותי רובוטים אוויריים־קרקעיים מונעי בינה מלאכותית, שנועדו לסייר, למפות ולתמרן בשטח עוין באופן עצמאי.
על פי דיווח של Interesting Engineering, האתגר המרכזי אינו רק תנועה — אלא מודעות. הפרויקט מתמקד בהקניית יכולת לרובוטים להבין את סביבתם, להעריך סיכונים ולקבל החלטות מתואמות כקבוצה. במקום להתייחס לרחפנים ולכלים קרקעיים ככלים נפרדים, המערכת משלבת אותם לצוותים שיתופיים. הרחפנים מספקים מבט רחב מלמעלה על הסביבה, בעוד שהרובוטים הקרקעיים תורמים חישה ונתוני ניווט מטווח קרוב. אלגוריתמי בינה מלאכותית ממזגים את נקודות המבט הללו לתמונת שטח משותפת.
למשימות ביטחון וביטחון פנים, לגישה זו יש רלוונטיות גבוהה. יחידות הפועלות באזורים מוכי־עימות נדרשות לעיתים קרובות לסיור ולתכנון נתיבים מבלי לחשוף כוח אדם לסכנה. צוותי רובוטים אוטונומיים המסוגלים לפעול כאשר GPS אינו זמין יכולים לתמוך בסיור מקדים לכוחות, בניטור איומים ובניווט צירי אספקה בסביבות לא ודאיות. באמצעות הרחקת בני אדם מהאזורים המסוכנים ביותר, מערכות כאלה עשויות לצמצם סיכון תוך שיפור המודעות המצבית.
המחקר נשען על עבודות קודמות שהתמקדו בניווט של רובוטים בודדים במרחבים מאתגרים. השלב הנוכחי מרחיב את הרעיון למערכות רב־סוכניות, שבהן רובוטים משתפים מידע, מתאמים תוכניות ומסתגלים יחד לשינויים בתנאים. הבינה המלאכותית שבבסיס המערכת נשענת על התקדמות בלמידה בקנה מידה גדול, בהסקה רב־סוכנית ובתכנון חכם, ומאפשרת לרובוטים לפעול יותר כצוות מתואם ופחות כמכשירים הנשלטים מרחוק.
הפיתוח והניסויים יתקיימו במתחם הניסויים לרובוטיקה ואוטונומיה של פרדו, מתקן רחב־היקף המצויד ברחפנים, רובוטים קרקעיים וחיישנים מתקדמים. הסביבה מאפשרת לחוקרים לעבור במהירות מסימולציות לניסויים פיזיים, ולחדד את התנהגות הרובוטים בתנאים מציאותיים.
עם התקדמות הפרויקט, מתכנן הצוות לשלב למידה אדפטיבית ולבצע ניסויי שדה רחבים יותר. החזון ארוך־הטווח הוא רשתות ניתנות להרחבה של מערכות אוטונומיות, המסוגלות לפעול באמינות בסביבות שבהן מפות, אותות ופיקוח אנושי רציף אינם זמינים — תנאים ההופכים לנפוצים יותר ויותר בשדות הקרב המודרניים.
