[ad_1]
El algoritmo permite a los robots navegar de manera eficiente en entornos complejos identificando atajos y minimizando el tiempo de viaje, ofreciendo potencial para misiones de exploración y rescate.
En un escenario simple en el que un robot solo tiene dos caminos para elegir, puede comparar fácilmente sus tiempos de viaje y sus probabilidades de éxito. Sin embargo, determinar la mejor ruta en entornos complejos con múltiples caminos se vuelve un desafío debido a la alta incertidumbre.
Los investigadores del MIT han desarrollado un algoritmo innovador que permite a los robots navegar de manera eficiente en entornos complejos. Este método innovador crea hojas de ruta para entornos inciertos, logrando un delicado equilibrio entre calidad y eficiencia computacional. Dota a los robots de la capacidad de descubrir rutas seguras y eficientes reconociendo atajos y minimizando el tiempo de viaje. El algoritmo superó a otros enfoques de simulación y logró un mejor equilibrio entre el rendimiento y la eficiencia de la planificación. Las aplicaciones potenciales de esta tecnología de punta son diversas y van desde apoyar la exploración de Marte hasta apoyar misiones de búsqueda y rescate en áreas remotas.
Crear diagramas
Los investigadores suelen modelar el entorno de un robot como un gráfico para la planificación del movimiento utilizando el problema del viajero canadiense (CTP), donde los bordes representan caminos potenciales con pesos para el tiempo de recorrido y probabilidades para la probabilidad de transitabilidad. Su atención se centra en la automatización de la construcción de gráficos CTP para entornos inciertos. El algoritmo supone que información parcial, como imágenes de satélite, se puede dividir en áreas con probabilidades de cruce. Comienza con una ruta conservadora a través de áreas abiertas y agrega rutas de atajo probabilísticas a través de regiones inciertas para reducir el tiempo de viaje.
Seleccionar atajos
El proceso de planificación del algoritmo se optimiza seleccionando únicamente los enlaces que probablemente serán atravesados, evitando así una complejidad innecesaria. En más de 100 experimentos simulados con entornos cada vez más complejos, los investigadores demostraron consistentemente la superioridad del algoritmo sobre los métodos básicos que ignoraban las probabilidades. Esta validación de su eficacia utilizando un mapa aéreo del campus del MIT subraya aún más su aplicabilidad en entornos urbanos del mundo real e inspira confianza en sus capacidades.
Los planes futuros incluyen mejorar el algoritmo en más de dos dimensiones para permitirle manejar desafíos complejos de manipulación robótica. Los investigadores también pretenden investigar la discrepancia entre los diagramas CTP y los entornos del mundo real que representan.
[ad_2]