Robôs colaborativos resolvem Multi-agent path finding em ambientes contínuos
Praga — InkDesign News — Pesquisadores da Faculdade de Tecnologia da Informação da Universidade Técnica Tcheca em Praga desenvolveram uma abordagem inovadora para a coordenação de agentes autônomos, como robôs e veículos, em ambientes contínuos e dinâmicos usando algoritmos avançados de planejamento de rotas.
Tecnologia aplicada
O estudo aborda o problema do Multi-Agent Path Finding (MAPF), que consiste em coordenar vários agentes para se moverem simultaneamente de suas posições iniciais até seus destinos sem colisões. Para lidar com ambientes contínuos, onde há infinitas possibilidades de caminhos, a equipe utilizou o algoritmo amostral RRT* (Rapidly-exploring Random Tree Star), que seleciona pontos no espaço contínuo conectando-os a seus vizinhos mais próximos para formar rotas próximas do ótimo.
Após a criação inicial das rotas, elas são suavizadas por curvas B-spline, que transformam trajetórias com curvas angulares em trajetórias suaves, permitindo que os robots ou veículos mantenham velocidade constante mesmo em curvas, sem a necessidade de paradas bruscas ou desaceleração intensa.
Desenvolvimento e testes
A inovação reside no algoritmo Continuous-Environment Conflict-Based Search (CE-CBS), que opera em dois níveis: na camada inferior, cada agente planeja sua rota individual usando RRT* e suavização B-spline; na camada superior, conflitos temporais e espaciais entre agentes são detectados e resolvidos aplicando restrições que impedem a sobreposição dos agentes em tempo real.
Esta abordagem foi testada em ambientes realísticos, inclusive em laboratório de robótica da Universidade Técnica Tcheca em Praga, onde agentes representados como corpos circulares rígidos executaram trajetórias suaves evitando colisões mesmo em espaços complexos, como corredores estreitos, sempre mantendo alta fluidez e segurança no deslocamento.
“A pesquisa mostra como múltiplos agentes podem se mover de forma eficiente e segura em ambientes contínuos sem parar ou reduzir significativamente sua velocidade.”
(“The research shows how multiple agents can move efficiently and safely in continuous environments without stopping or significantly slowing down.”)— Kristýna Janovská, Pesquisadora, Faculdade de Tecnologia da Informação da Universidade Técnica Tcheca
Impacto e aplicações
A metodologia CE-CBS tem potencial para aplicações em logística automatizada, veículos autônomos em zonas urbanas e sistemas de robótica colaborativa. A suavização das trajetórias permite que veículos e robôs mantenham velocidades operacionais otimizadas, melhorando a eficiência em armazéns, centros de distribuição e até mesmo em trânsito de veículos autônomos.
Próximos passos incluem a adaptação do algoritmo para ambientes com maior densidade de agentes e cenários dinâmicos mais complexos, incorporando sensores avançados para percepção em tempo real e melhor resposta a imprevistos.
Para mais informações sobre avanços em robótica e automação, acesse nossa página dedicada a robótica e automação.
Fonte: (Robohub – Robótica & Automação)
