Un nuovo algoritmo recentemente sviluppato dal Caltech, chiamato “Spectral Expansion Tree Search” (SETS), offre ai robot autonomi la capacità di prendere decisioni ottimali in tempo reale.
Ispirato al sistema AlphaZero di Google DeepMind, utilizzato nei giochi strategici, SETS combina teoria del controllo e algebra lineare per identificare movimenti sicuri ed efficienti. L’algoritmo esplora un vasto numero di traiettorie attraverso una ricerca ad albero di Monte Carlo, bilanciando esplorazione e sfruttamento per raggiungere rapidamente soluzioni ottimali.
SETS è stato testato con successo in tre scenari: un drone in un ambiente ostile, un veicolo terrestre su un percorso tortuoso e veicoli spaziali impegnati in manovre complesse. Grazie alla sua flessibilità, può essere applicato a diverse piattaforme robotiche senza necessità di programmazioni specifiche. Questo strumento, in grado di elaborare migliaia di traiettorie in una frazione di secondo, migliora adattabilità e precisione in situazioni dinamiche.
Leggi l’articolo completo: Helping robots make good decisions in real time su sciencedaily.com.
Immagine generata tramite DALL-E 3.
