陆军技术使机器人在战场行动中能够更好地协调

这项技术被称为α-shape，它可以解决多个机器人在执行任务时可能想要访问同一区域的目标冲突，包括无人搜索和救援，机器人侦察，周边监视，以及机器人探测物理现象，如辐射和水下生命形式的集中。美国陆军作战能力发展司令部、陆军研究实验室和内布拉斯加大学奥马哈计算机科学系的研究人员合作开发了这种方法。

陆军研究员布拉德利·伍斯利博士说:“在团队中工作的机器人需要一种方法来确保它们不会重复工作。”“当所有的机器人都能交流时，专家们可以使用许多技术;然而，在一些环境中，机器人由于需要隐蔽而不能广泛通信，杂波导致无线电无法进行远距离通信，或者为了为更重要的信息保留电池或带宽，机器人将需要一种方法来协调尽可能少的通信。”

根据伍斯利的说法，专家们可以通过与团队分享他们的下一个任务来完成这种协调，选择的团队成员将记住这一信息，允许其他机器人询问是否有其他机器人将执行该任务，而不需要直接与选择任务的机器人沟通。

他补充说，机器人根据无线通信网络的拓扑结构和机器人的几何布局来记住一项任务。他们给每个机器人分配了一个边界形状，代表它们缓存目标位置的环境区域，这使得机器人能够在通信网络中快速搜索，从而知道该区域是否有任何目标请求。

伍斯利解释说:“这项研究使机器人之间的协调成为可能，每个机器人都被授权决定下一个任务，而不需要首先与团队其他成员联系。”“最重要的下一步是让机器人朝着机器人感觉的方向前进，同时处理两个机器人之间的任何冲突，因为他们发现，当机器人进入或离开彼此的通信范围时。”

该技术使用一种称为α-形状的几何近似来将环境区域分组在一起，机器人可以在通信网络上使用多跳通信与其他机器人通信。该团队补充说，他们将该技术与智能搜索算法结合在机器人的通信树上，即使选择目标的机器人在达到目标之前断开了通信树，也能发现冲突并存储它们。

该团队报告了在多个环境中模拟机器人和Clearpath Jackal机器人的实验结果。“据我们所知，这项工作是首次尝试整合基于几何的潜在冲突区域预测，以改善通信约束下的多机器人信息收集，同时优雅地处理机器人之间的间歇性连接丢失，”Woosley说。

根据Woosley的说法，其他可用的方法只能从同一通信网络内的机器人获得输入，当机器人可以进入或离开团队的通信范围时，效率较低。他说，相比之下，这项研究为机器人提供了一种机制，让它发现自己的目标与另一个机器人选择的目标之间的潜在冲突，但这个目标已经不在通信网络中了。