Voordat ze neerstrijken op hun slaapplaats, geven grote zwermen spreeuwen een wervelende luchtshow. Honderdduizenden vogels dansen gezamenlijk, zonder te botsen door de lucht alsof ze een centraal aangestuurd geheel zijn. Ook insecten zoals mieren en bijen kunnen als zwerm complex gedrag vertonen dat van hogerhand aangestuurd lijkt, zoals het vinden van de kortste weg naar voedsel. Dat is een bijzondere prestatie. Niemand heeft immers overzicht over de hele zwerm, en dieren zoals vogels en insecten hebben met hun kleine breintjes niet genoeg ‘rekenkracht’ om op een complexe manier samen te werken en optimalisatieplannen te maken. Toch krijgen ze het met beperkte, lokale informatie en simpel gedrag op individueel niveau voor elkaar om een intelligente zwerm te vormen.
Algoritmen voor dit zwermgedrag en de bijbehorende simulaties bestaan al een paar decennia. Sinds enkele jaren proberen robotici deze kunstmatige zwermen ook naar de fysieke wereld te halen door het zwermgedrag te programmeren in robots. Het doel is een volledig zelfstandig functionerende robotzwerm die als een geheel functioneert, zonder menselijke aansturing. Een onderzoeksgroep van de Hongaarse ELTE-universiteit is al een heel eind. De groep heeft een zwerm van ongeveer honderd drones die, op het aan- en uitzetten na, zonder interventie van de onderzoekers als een spreeuwenzwerm door de lucht kunnen wervelen. Dankzij de lampjes die onder aan de drones gemonteerd zijn en die in dezelfde kleur oplichten als hun richting gesynchroniseerd is, ziet het er magisch uit, meer als een kunstwerk dan als keihard roboticaonderzoek.
Opstijgende drones van de zwerm van de ELTE-universiteit bij daglicht
In 2018 haalden de wetenschappers met hun onderzoek de omslag van het wetenschappelijke vakblad Science Robotics. "Toen zaten ze op een zwerm van ongeveer vijftig drones", vertelt Guszti Eiben, hoogleraar kunstmatige intelligentie aan de Vrije Universiteit in Amsterdam, die betrokken is bij de Hongaarse dronezwerm. "Bij droneshows, zoals tijdens de opening van de Olympische Spelen, zie je soms zwermen met duizenden drones, maar die zijn allemaal handmatig voorgeprogrammeerd. Dat willen we niet; we willen een volledig autonome robotzwerm." Dat het opschalen van een robotzwerm lastig is, bleek bijvoorbeeld toen het programma De Kennis van Nu langskwam in Hongarije. Eiben: "Toen wilden niet alle ruim zestig drones die destijds beschikbaar waren, meewerken, terwijl dat een dag eerder nog lukte." Maar ook met een paar drones minder leverden de Hongaarse onderzoekers een prachtige droneshow. De code die ze gebruiken voor hun simulaties, is open source en staat op GitHub.
De motivatie voor dergelijk zwermroboticaonderzoek is tweeledig. Gedeeltelijk werken robotici en AI-onderzoekers samen met biologen aan een beter begrip van de biologische processen en het individuele gedrag dat ten grondslag ligt aan zwermgedrag bij dieren. Daarvoor proberen de onderzoekers robots te maken die zoveel mogelijk lijken op het biologische systeem dat ze bestuderen. Daarnaast werken robotici aan toepassingen voor zwermrobots, zoals zoek- en reddingsmissies, monitoring van gewassen, dijkinspecties en het in kaart brengen van onbekende gebieden. Hiervoor halen ze inspiratie uit de natuur, maar het doel bestaat uit een methode, platform en formaat die geschikt zijn voor de specifieke toepassing. Eiben: “In dat geval gebruik je alles wat werkt, of het nu biologisch aannemelijk is of niet: who cares? Als het je oplossing maar beter of sneller maakt.”
Waarom laten onderzoekers zich eigenlijk inspireren door zwermen? Individueel hebben zwermrobotjes namelijk minder rekenkracht, simpelere sensoren en minder energieopslag dan een enkele, geavanceerde, krachtige robot die je voor hetzelfde geld aanschaft (of bouwt). Bovendien is het programmeren van een zwerm complexer dan het programmeren van een enkele robot. "Er zijn taken waarbij het handig is als je met meer bent."Daarbij is een zwerm lastiger te voorspellen doordat je de individuen programmeert en het zwermgedrag vervolgens ontstaat uit de lokale, autonome interacties tussen die individuen en hun omgeving.
“Desondanks zijn er taken waarbij het handig is als je met meer bent”, zegt Guido de Croon, hoogleraar bij het Micro Air Vehicle laboratory van de TU Delft. Je hebt de wisdom of crowds (wijsheid van de massa). Het gemiddelde van de sensormetingen van veel verschillende robots is betrouwbaarder dan één meting van een enkele robot. En een zwerm is soms sneller; je kunt verscheidene kleine robots bijvoorbeeld gemakkelijk over een groot gebied verspreiden. Zo kun je sneller een omgeving verkennen of een kas met gewassen monitoren op plantenziektes.
Twee jaar geleden publiceerde de onderzoeksgroep van De Croon een studie in Science Robotics over een zwerm dronetjes die binnen drie minuten alle kamers van een verdieping van een gebouw van de TU Delft verkenden. Als je dat met één drone in dezelfde tijd wilt doen, moet die veel sneller vliegen en betere, snellere sensoren hebben. “Daarnaast levert snel door een onbekende omgeving zoeven risico’s op”, zegt De Croon. “Dat brengt ons bij het tweede voordeel van een zwerm: robuustheid.” Als je één robot hebt en daarbij gaat iets kapot, dan is dat meestal einde verhaal. Bij een zwerm met tientallen of honderden robots, kunnen er een paar kapotgaan zonder dat de missie in gevaar komt.
Een ander voordeel is dat kleine, lichte drones veiliger zijn voor de mensen, dieren, planten en spullen waar ze langs zoeven. En een goed ontworpen, autonome zwerm kan gemakkelijk uitgebreid worden. Bij een groter gebouw of een grotere kas stuur je simpelweg meer robots naar binnen. De robots lossen de taakverdeling namelijk onderling op. De Croon: “Dat geldt niet voor centraal aangestuurde groepen. Daar geldt: hoe meer robots, hoe langzamer het centrale proces. Bovendien heb je een probleem als dat centrale proces helemaal stilvalt.”
“Maar, en daar moeten we eerlijk over zijn, als je iets centraal kunt regelen, dan is dat vaker optimaal”, vervolgt De Croon. “Dan kun je precies plannen welke drone waarheen gaat, maar daarvoor is wel kennis van het gebied nodig.” Bij het verkennen van onbekend terrein is een autonome zwerm in het voordeel.
Kleine autonoom werkende drones van de TU Delft, foto: Guus Schoonewille, TU Delft, CC BY-SA 4.0
Van natuurlijke naar kunstmatige zwermen
“De essentie van zwermintelligentie en dé uitdaging voor zwermrobotici is dat je geen centrale controle hebt”, zegt Eiben. “Je kunt de robots enkel individueel programmeren en vertellen hoe ze zich lokaal moeten gedragen, terwijl je doel is om op het collectieve niveau iets te bereiken.” Dat collectieve gedrag dat op de grote schaal ontstaat door ander, lokaal gedrag op de kleine schaal, heet 'emergentie'. Een ander emergent verschijnsel is temperatuur; een hoeveelheid gas heeft een temperatuur boven het nulpunt doordat de moleculen waaruit het gas bestaat, bewegen en op elkaar botsen.
“Voor het programmeren van zwermrobots bestaan grofweg twee benaderingen”, vertelt Nicolas Cambier, postdoc-onderzoeker bij de VU. “De eerste is de bottom-upbenadering. Daarbij programmeer je de robots met een paar simpele, lokale regels waarvan je weet dat ze resulteren in emergentie. Hiervoor doen we vaak inspiratie op in de natuur.” Bij de tweede benadering wordt top-down gewerkt. “We zoeken dan naar een objectieve functie die uitdrukt hoe goed een zwerm het gewenste gedrag vertoont. Vervolgens gebruiken we een optimalisatietechniek, bijvoorbeeld door neurale netwerken te ontwikkelen om, in simulaties, tot een zo goed mogelijk algoritme te komen.” Eiben: “Daarbij programmeren we de oplossing dus niet zelf, maar programmeren we een algoritme dat de oplossing vindt.”
Er bestaat ook een top-downtechniek die het net iets anders aanpakt, genaamd Turing Learning, ontwikkeld door het Natural Robotics Lab in Sheffield. Hierbij neem je een zwerm robots en een set observaties van dieren die het gewenste zwermgedrag vertonen. De robots proberen het dierlijke gedrag zoveel mogelijk na te doen. Intussen probeert een classifier te herkennen wat de dieren zijn en wat de robots. Cambier: “Er ontstaat een wedstrijd tussen de robots, die proberen de classifier fouten te laten maken, en de classifier, die de robots probeert te herkennen. Zo leren de robots steeds beter het dierlijke gedrag te imiteren.”
Bij de bottom-upbenadering wordt bijvoorbeeld gekeken aan welke simpele regels vogels, vissen of insecten zich lijken te houden. Biologen weten niet precies wat er in een vogel- of insectenbrein gebeurt tijdens zwermgedrag, maar ze kunnen wel proberen om de achterliggende principes of gedragsregels te beschrijven. “Een voorbeeld is dat je alle robots meegeeft dat ze een bepaalde afstand, bijvoorbeeld anderhalve meter, moeten houden tot hun buren”, vertelt Tugay Karagüzel, promovendus bij de VU. “Als ze te dicht bij andere komen, moeten ze afstand nemen. Als ze te ver weg zijn, moeten ze naar de andere toe bewegen.” Geef je ze daarnaast de regel mee dat ze in dezelfde richting moeten bewegen als die waarin hun buren gemiddeld bewegen, dan ontstaat vanzelf het wervelende zwermgedrag dat je ziet bij spreeuwen.
“Deze drie regels zijn gebaseerd op het werk van Craig Reynolds”, vertelt Eiben. Reynolds was bioloog noch roboticus; hij was een computergraphicsexpert die onder meer meewerkte aan de film Batman Returns (1992). In 1986 ontwikkelde hij het simulatieprogramma Boids, waarmee je het zwermgedrag van dieren met relatief weinig rekenkracht kunt simuleren. Karagüzel: “Met Boids kun je realistische zwermen vogels of vleermuizen animeren voor films zonder dat je het pad van elke vogel apart hoeft te programmeren; iets wat te veel rekenkracht kost voor een achtergrondeffect.”
Karagüzel laat kleine drones, die gemakkelijk in je hand passen, bewegen volgens deze drie regels van Reynolds. Om deze dronezwerm geschikt te maken voor sensing voegt hij daar een algoritme aan toe dat geïnspireerd is op een vissensoort die als groep altijd het lichtste of donkerste punt in een vijver kan vinden. De regel van het vissenalgoritme is redelijk simpel. Karagüzel: “Je laat de afstand tot je buren daarbij ook afhangen van de intensiteit van het licht dat je zelf ziet. Als het licht feller is, probeer je bijvoorbeeld meer afstand te houden.” Dat werkt als volgt: de eerste drone (of vis) die meer licht ziet dan de rest, zal meer afstand proberen te nemen. De buren zetten dan de achtervolging in, omdat zij het fellere licht nog niet zien en dus minder afstand willen. Als je een zwerm drones deze simpele basisregels meegeeft, dan zullen ze vanzelf het licht in een ruimte gaan volgen. Dit werkt niet alleen voor licht, maar bijvoorbeeld ook voor andere vormen van straling of gas. Karagüzel: “In theorie kun je er ook bosbranden mee opsporen door te zoeken naar roetdeeltjes.”
Op insecten geïnspireerde dronezwerm
Guido de Croon van de TU Delft werkt ook aan zwermen met kleine drones. “Mijn interesse ligt bij natuurlijke intelligentie, AI geïnspireerd door dieren, vooral insecten.” Hij werkt bijvoorbeeld met de CrazyFlie-drones, die een diameter van twaalf centimeter hebben en ongeveer 37,5 gram wegen. Deze zwermrobots worden ontwikkeld voor monitoring of om op onderzoek uit te gaan in onbekende, onoverzichtelijke ruimten die gevaarlijk zijn voor mensen. Daarom hebben ze naast de drie regels van Reynolds ook de opdracht om af en toe bij elkaar weg te bewegen om de omgeving te verkennen.
Eerder dit jaar verscheen een artikel van De Croon en zijn collega’s waarin ze beschrijven hoe deze dronetjes een gaslek kunnen detecteren en lokaliseren. Hiervoor lieten ze zich inspireren door navigatie- en zoekstrategieën van insecten. “De meeste robotici hebben de neiging om een complex probleem, zoals het opsporen van een gaslek, te gaan modelleren in het ‘hoofd’ van een robot. Bijvoorbeeld door te berekenen hoe het gas zich in deze specifieke omgeving, onder de specifieke omstandigheden verspreidt. Dat vergt veel rekenkracht en levert een complexe oplossing op”, vertelt De Croon.
De Delftse onderzoekers pakten het anders aan. Ze laten de CrazyFlie-drones, die beperkt zijn in hun rekenkracht en geheugen, zoeken naar een gaslek met een algoritme genaamd ‘particle swarm optimization’. “Hierbij laten we de drones via ultrawideband met elkaar communiceren hoeveel gas ze meten en waar ze zijn ten opzichte van elkaar. Door samen te werken kunnen ze achterhalen of ze ergens vliegen waar de gasconcentratie toevallig wat hoger is of dat ze het gaslek hebben gevonden.” Zo bewegen ze uiteindelijk allemaal naar de plek met de hoogste gasconcentratie en vormen ze een zwermpje rond het gaslek.
"Door de signaalsterkte van de buren te meten, weten de drones hoe ver iemand bij hen vandaan is.”Om te bepalen waar ze zijn ten opzichte van de rest van de zwerm, gebruiken de drones een radiochip die ze toch al aan boord hebben voor communicatie. De Croon: “De techniek is vergelijkbaar met de streepjes die je op je telefoonscherm ziet als je dichter bij een wifirouter komt. Door de signaalsterkte van de buren te meten, weten de drones hoe ver iemand bij hen vandaan is.” Om te bepalen of diegene rechts, links, onder of boven je zit, vertellen de drones elkaar hoe hoog ze vliegen en hoe snel ze gaan. Door deze informatie te combineren met de afstandsschattingen met een zogeheten Kalman-filter, kunnen de dronetjes met minimale rekenkracht heel precies weten waar de andere zijn.
Voor hun navigatie kunnen de dronetjes binnen geen gebruik maken van gps en hun rekenkracht is onvoldoende om een kaart te vormen van een ruimte. “Wij hebben dat opgelost met zogeheten bug-algoritmen, ofwel insectenalgoritmen”, vertelt De Croon. “Elk dronetje vliegt daarbij in een willekeurige richting en als het een obstakel ziet, probeert het eromheen te vliegen. Dat heeft soms tot gevolg dat een drone ergens links omheen vliegt, terwijl rechts veel korter was. Dat is de prijs die we betalen, maar het is wel makkelijker te berekenen dan een volledige kaart van de omgeving.”
De onderzoekers werken aan het verbeteren van de navigatie. “Hoewel we het insectenalgoritmen noemen, zijn echte insecten veel slimmer dan deze algoritmen”, zegt De Croon. “Bijen werken bijvoorbeeld met herkenningspunten.” De grootste uitdaging voor De Croon is daarom om de intelligentie van de individuele zwermrobots verbeteren. “We zitten nog lang niet op het niveau van een bij en dat heeft consequenties voor wat de robotzwerm kan. Hoe slimmer het individu, hoe complexer de taken die de zwerm kan doen.”
Om de robots slimmer te maken, werken de onderzoekers met spiking neural networks, voor neuromorphic vision en neuromorphic processing. Daarin zijn veel ontwikkelingen gaande. Onlangs presenteerde Intel bijvoorbeeld Loihi 2, een nieuwe versie van de neuromorfische processor. “Die is heel energiezuinig en snel”, zegt De Croon. “Dat is nodig, want bij de drones telt elke gram en elke watt.”
Slimme knikkers
De grenzen van de miniaturisering van zwermrobots worden opgezocht met de ‘slimme knikkers’ die ondergrondse systemen of leidingenstelsels als drinkwatersystemen, oliepijpleidingen en transportbuizen kunnen inspecteren. Deze knikkerzwermen zijn binnen het Europese Phoenix-project ontwikkeld door de Technische Universiteit Eindhoven, in samenwerking met andere universiteiten en partners. “Het gaat hierbij om robotjes, of beter knikkers, die je door een systeem kunt pompen om onderweg te meten wat er bijvoorbeeld in een ondergronds oliereservoir aan de hand is”, vertelt Heinrich Wörtche, hoogleraar miniature wireless explorative sensor systems aan de TU Eindhoven en lector sensors & smart systems aan de Hanzehogeschool Groningen.
Voor realistische toepassingen moeten deze robotjes kleiner zijn dan tien millimeter, zodat ze door alle pijpen, pompen en andere systemen van bijvoorbeeld ondergrondse oliereservoirs, geothermiesystemen en procesreactoren kunnen bewegen. Onderweg communiceren de robotjes met elkaar om een beeld te vormen van de omgeving. Er wordt ultrasonische of near field magnetic communicatie gebruikt, zodat ze elkaar ook in olie en zoutwater kunnen ‘horen’.
De slimme knikkers hebben instincten op basis van (co-)evolutionaire algoritmen. Foto: TU/e
Omdat er weinig intelligentie in deze kleine systeempjes past, is er een andere oplossing gevonden. Een eerste generatie robotjes wordt door het systeem gestuurd en bij terugkomst worden ze uitgelezen. De informatie die ze onderweg hebben opgedaan, stoppen de onderzoekers vervolgens in een evolutionair algoritme dat die kennis gebruikt om een beeld te vormen van de omgeving en om de volgende generatie robots te ontwikkelen. Zo is elke nieuwe generatie knikkertjes beter voorbereid op de taak. “In het Phoenix-project optimaliseerden we enkel de bestaande functies van de knikkers”, vertelt Wörtche. “In de toekomst zou je met goede 3d-printtechnologie ook voor elke nieuwe generatie nieuwe hardware kunnen ontwikkelen.”
Het Phoenix-project, dat inmiddels afgerond is, heeft de basis gelegd voor deze slimme knikkertjes. De grootste versie, ‘slimme golfballetjes’ van twee tot drie centimeter of meer, wordt inmiddels in kleine aantallen toegepast in de industrie, in samenwerking met ingenieurs- en adviesbureau Antea Group. “Er zijn nog enkele stappen in de ontwikkeling nodig om grote zwermen van de echt kleine robotjes klaar te maken voor toepassingen”, zegt Wörtche. “Elektronica en sensoren inkrimpen is nog te doen. De energieopslag is nu de grootste uitdaging.”
Zwermrobots in de echte wereld
In laboratoria en andere gecontroleerde testomgevingen vliegen, wiebelen, stromen en rijden dus allerlei robotzwermen rond. Zien we die binnenkort ook in de ‘echte wereld’? De Croon denkt van wel: “Er zijn bijvoorbeeld verschillende initiatieven in ontwikkeling voor toepassingen op zee, om vuil op te ruimen of voor ecologische monitoring.” Nicolas Cambier van de VU beaamt dat. “Andere projecten die onlangs financiering hebben ontvangen, werken bijvoorbeeld aan monitoring van windturbines op zee, en van dijken, wegen en pijpleidingen.” Daarnaast wordt gewerkt aan militaire toezichttoepassingen.
“De zwermrobots komen eraan”, zegt De Croon. “Maar er moeten nog wel wat barrières overwonnen worden.” Zo moeten de robots voldoen aan alle regelgeving en moeten ze getest worden in een echte, industriële omgeving. “En bedrijven en andere gebruikers moeten eraan wennen dat de zwermen niet het eindproduct leveren dat je misschien verwacht van een robot. De brandweer kan bijvoorbeeld verwachten dat de dronezwerm een kaart levert met de locatie van een gaslek, maar ze maken geen kaart; je vindt de locatie doordat je ze rond het gaslek ziet zwermen. Daarnaast moet de techniek verder ontwikkeld worden tot een veilig product. Bij het opsporen van gaslekken is het bijvoorbeeld belangrijk dat de drones geen vonkjes produceren.”
Of zwermrobots binnenkort inspectierondes en reddingsmissies uitvoeren, is afhankelijk van bedrijven die brood zien in de zwermen. Dat is nodig om de overstap van onderzoek in het lab naar productontwikkeling in het veld te maken. De Croon: “Ik hoop dat ons werk daartoe zal leiden.”
In het Tweakers-Plus forum topic was is kritisch over de inhoud van het gemiddelde plus artikel. Maar dit is echt leuk en interessant. Informatie die je niet zomaar ergens anders vandaan haalt en interviews die er echt toe doen. Klasse!
Ik heb zelf vanuit mijn studie wat achtergrondkennis op dit vlak maar we zijn toch al ver gekomen vergeleken met een jaar of 6 geleden. Toen stond dit onderzoek echt nog in de kinderschoenen. Maar het is ook niet makkelijk, ik verwacht er veel van!
Vanochtend toevallig een aflevering gezien over dieren die in zwermen of kuddes acteren op Disney+ (met Will Smith, enorme aanrader!). Het is fascinerend om te zien hoe honderden beesten samenwerken om een bepaalde taak uit te voeren. Ik zie wel een toepassing voor deze nanorobots om op plekken te komen waar mensen niet kunnen (asbest, gaswinning, rioolkwaliteit, etc.) Heel leuk artikel!
Of in de film Promentheus (spinoff van Alien movie reeks), ze hadden in de film wat drones die elke ondergrondse tunnels moet mappen en info naar boordcomputer van het ruimteschip gestuurd.
Echt cool. Prometheus tunnel mapping with drones
In hoevere is zwerm gedrag te vergelijken met het functioneren van ons op cel niveau? Bestaan wij ook niet uit een zwerm biologische robotjes met elk gespecializeerde en algemene functies? Om het artikel te quoten: "Toch krijgen ze het met beperkte, lokale informatie en simpel gedrag op individueel niveau voor elkaar om een intelligente zwerm te vormen."
Ik ben benieuwd of in de toekomst het onderzoek naar zwermgedraag zal leiden tot een beter begrip over het ontstaan van onze intelligentie en bewustzijn
:strip_exif()/i/2004839466.jpeg?f=imagenormal)
:strip_exif()/i/2004839486.jpeg?f=imagearticlefull)
:strip_exif()/i/2004839358.jpeg?f=imagearticlefull)
:strip_exif()/i/2004839462.jpeg?f=imagearticlefull)
:strip_icc():strip_exif()/i/2004143982.jpeg?f=fpa_thumb)
/i/1242207182.png?f=fpa)
/u/153650/2women60x60a.JPG?f=community){kind=small}
