Een onderzoeksteam heeft een methode beschreven om botsingsvrije bewegingen te plannen voor vloten van maximaal één miljoen robots. De methode, sequential contact insertion (SCI) genoemd, richt zich op de momenten waarop twee robots hun minimale onderlinge afstand bereiken, in plaats van de volledige route van elke robot in één keer te optimaliseren. In numerieke experimenten melden de onderzoekers dat ze bewegingen voor één miljoen robots in enkele minuten konden plannen, en voor duizenden robots in fracties van een seconde.
Het onderzoek verscheen op 2 november 2026 op arXiv. Het behandelt een planningsprobleem waarbij de bewegingen van robots met elkaar samenhangen: hun trajecten moeten botsingen voorkomen en tegelijk voldoen aan beperkingen voor positie, snelheid en versnelling. Het artikel modelleert beweging met behulp van dynamica van een dubbele integrator, een vereenvoudigde beschrijving van hoe versnelling snelheid en positie verandert. Ook gaat het uit van een doelstelling waarbij het energieverbruik zo laag mogelijk is; de fysieke dynamica van de robots tijdens de uitvoering wordt overgelaten aan regelaars op laag niveau.
Hoe werkt de methode?
Veel bestaande numerieke methoden delen de volledige route op in tijdstappen en optimaliseren de resulterende trajecten. Dat kan rekenintensief worden naarmate de vloot groter wordt. SCI begint in plaats daarvan met trajecten zonder beperkingen, stelt vast waar robots de vereiste onderlinge afstand niet aanhouden en voegt op elke overtreding een contactmoment in. Vervolgens past de methode de tijdstippen en toestanden van die contactmomenten gezamenlijk aan. Tussen de contactmomenten kunnen de trajecten analytisch worden gereconstrueerd, in plaats van te worden geoptimaliseerd als een lange reeks tijdstappen.
Het artikel vergelijkt SCI met een methode voor sequentiële convexe programmering met een vast tijdsrooster, een referentiemethode die de bewegingsbeperkingen ook met herhaalde optimalisatie aanpakt. Volgens het artikel behaalde SCI op problemen die de referentiemethode kon oplossen een mediane snelheidswinst van meerdere ordes van grootte, bij een vergelijkbare nauwkeurigheid van de oplossingen. Die vergelijking geldt alleen voor problemen die beide methoden konden oplossen; het abstract geeft geen concreet cijfer voor de snelheidswinst en vermeldt niet dat de methode met fysieke robots is getest.
Wat laten de resultaten zien?
De resultaten suggereren dat berekeningen rond momenten waarop robots hun onderlinge afstand naderen, zeer grote bewegingsplanningsproblemen veel sneller oplosbaar kunnen maken. De voorbeelden sluiten aan bij toepassingen zoals gecoördineerde droneshows en autonome operaties op het land, in de lucht en op het water. Het gerapporteerde resultaat voor een miljoen robots is echter een numeriek planningsresultaat, geen bewijs dat een vloot van een miljoen robots in de praktijk is ingezet of aangestuurd. Het artikel beschrijft een aanpak voor de planningsfase; voor de uitvoering zijn nog steeds regelaars op laag niveau nodig.
Waarom het ertoe doet
Voor teams die routes plannen voor grote robotvloten kunnen snellere berekeningen het praktisch maken om complexere gecoördineerde bewegingen te evalueren. Het artikel rapporteert numerieke planningsresultaten, maar toont niet aan hoe de methode presteert met fysieke vloten of welke hardware en gebruiksomstandigheden daarvoor nodig zouden zijn.
