ড্রোন শো হল বড় আকারের আলো প্রদর্শনের একটি ক্রমবর্ধমান জনপ্রিয় রূপ। এই শোগুলিতে শত শত থেকে হাজার হাজার বায়ুবাহিত বট জড়িত, প্রতিটি পাথে উড়তে প্রোগ্রাম করা হয় যা একসাথে আকাশে জটিল আকার এবং নিদর্শন তৈরি করে। যখন তারা পরিকল্পনা অনুযায়ী যায়, ড্রোন শো দর্শনীয় হতে পারে। কিন্তু যখন এক বা একাধিক ড্রোনের ত্রুটি দেখা দেয়, যেমনটি সম্প্রতি ফ্লোরিডা, নিউ ইয়র্ক এবং অন্য কোথাও ঘটেছে, তখন তারা মাটিতে দর্শকদের জন্য মারাত্মক হুমকির কারণ হতে পারে।
ড্রোন শো দুর্ঘটনাগুলি নিরাপত্তা বজায় রাখার চ্যালেঞ্জগুলিকে হাইলাইট করে যাকে ইঞ্জিনিয়াররা “মাল্টিজেন্ট সিস্টেম” বলে – একাধিক সমন্বিত, সহযোগী এবং কম্পিউটার-প্রোগ্রাম করা এজেন্ট যেমন রোবট, ড্রোন এবং স্ব-চালিত গাড়ির সিস্টেম।
এখন, MIT ইঞ্জিনিয়ারদের একটি দল মাল্টিএজেন্ট সিস্টেমের জন্য একটি প্রশিক্ষণ পদ্ধতি তৈরি করেছে যা জনাকীর্ণ পরিবেশে তাদের নিরাপদ অপারেশনের নিশ্চয়তা দিতে পারে। গবেষকরা দেখেছেন যে একবার এই পদ্ধতিটি অল্প সংখ্যক এজেন্টদের প্রশিক্ষণের জন্য ব্যবহার করা হলে, সেই এজেন্টদের দ্বারা শিখে নেওয়া নিরাপত্তা মার্জিন এবং নিয়ন্ত্রণগুলি স্বয়ংক্রিয়ভাবে যে কোনও বড় সংখ্যক এজেন্টের কাছে স্কেল করা যেতে পারে, সমগ্র সিস্টেমের নিরাপত্তা নিশ্চিত করে।
বাস্তব-বিশ্বের প্রদর্শনীতে, দলটি নিরাপদে বিভিন্ন উদ্দেশ্য পূরণের জন্য অল্প সংখ্যক পাম-আকারের ড্রোনকে প্রশিক্ষিত করেছে, যার মধ্যে একযোগে অবস্থান পরিবর্তন করা থেকে ফ্লাইটের মাঝামাঝি স্থলে নির্দিষ্ট চলন্ত যানবাহনে অবতরণ করা। সিমুলেশনে, গবেষকরা দেখিয়েছেন যে কয়েকটি ড্রোনের উপর প্রশিক্ষিত একই প্রোগ্রামগুলি অনুলিপি করা যেতে পারে এবং হাজার হাজার ড্রোনগুলিতে স্কেল করা যেতে পারে, এজেন্টদের একটি বড় সিস্টেমকে নিরাপদে একই কাজগুলি সম্পূর্ণ করতে সক্ষম করে।
“এটি যেকোন অ্যাপ্লিকেশনের জন্য একটি মান হতে পারে যার জন্য গুদামঘর রোবট, অনুসন্ধান এবং উদ্ধারকারী ড্রোন এবং স্ব-ড্রাইভিং গাড়ির মতো এজেন্টদের একটি দল প্রয়োজন,” বলেছেন চুচু ফ্যান, এমআইটি-এর অ্যারোনটিক্স এবং অ্যাস্ট্রোনটিক্সের সহযোগী অধ্যাপক৷ “এটি একটি ঢাল, বা নিরাপত্তা ফিল্টার প্রদান করে, যা বলে যে প্রতিটি এজেন্ট তাদের মিশন চালিয়ে যেতে পারে এবং আমরা আপনাকে বলব কিভাবে নিরাপদ থাকতে হয়।”
ফ্যান এবং তার সহকর্মীরা এই মাসে জার্নালে প্রকাশিত একটি গবেষণায় তাদের নতুন পদ্ধতির বিষয়ে রিপোর্ট করেছেন রোবোটিক্সে IEEE লেনদেন. গবেষণাটির সহ-লেখক এমআইটি স্নাতক ছাত্র সোংইয়ুয়ান ঝাং এবং ওসউইন সো, পাশাপাশি এমআইটির সাবেক পোস্টডক কুনাল গর্গ, এখন অ্যারিজোনা স্টেট ইউনিভার্সিটির সহকারী অধ্যাপক।
মল মার্জিন
যখন ইঞ্জিনিয়াররা একটি মাল্টিএজেন্ট সিস্টেমে নিরাপত্তার জন্য ডিজাইন করেন, তখন তাদের সাধারণত সিস্টেমের প্রতিটি এজেন্টের সাথে সম্পর্কিত প্রতিটি এজেন্টের সম্ভাব্য পথ বিবেচনা করতে হয়। এই জোড়া-ভিত্তিক পথ-পরিকল্পনা একটি সময়সাপেক্ষ এবং গণনামূলকভাবে ব্যয়বহুল প্রক্রিয়া। এবং তারপরেও নিরাপত্তা নিশ্চিত করা হয় না।
“একটি ড্রোন শোতে, প্রতিটি ড্রোনকে একটি নির্দিষ্ট ট্র্যাজেক্টোরি দেওয়া হয় – পথের একটি সেট এবং সময়ের একটি সেট – এবং তারপরে তারা মূলত তাদের চোখ বন্ধ করে এবং পরিকল্পনাটি অনুসরণ করে,” ঝাং বলেছেন, গবেষণার প্রধান লেখক। “যেহেতু তারা কেবল জানে যে তাদের কোথায় থাকতে হবে এবং কোন সময়, যদি অপ্রত্যাশিত কিছু ঘটে, তারা কীভাবে মানিয়ে নেবে তা জানে না।”
পরিবর্তে এমআইটি দল নিরাপদে কাজটি করার জন্য অল্প সংখ্যক এজেন্টকে প্রশিক্ষণ দেওয়ার জন্য একটি পদ্ধতি তৈরি করতে দেখেছিল, সিস্টেমটিকে যে কোনও সংখ্যক এজেন্টের কাছে দক্ষতার সাথে স্কেল করার অনুমতি দেয়। এবং, পৃথক এজেন্টদের জন্য নির্দিষ্ট পথের পরিকল্পনা করার পরিবর্তে, এই পদ্ধতিটি এজেন্টদের তাদের নিরাপত্তা মার্জিন, বা সীমানা যার বাইরে তারা অনিরাপদ হতে পারে ক্রমাগত ম্যাপ করতে সক্ষম করবে। একজন এজেন্ট তার কাজটি সম্পন্ন করার জন্য যেকোনো উপায় অবলম্বন করতে পারে, যতক্ষণ না সে তার নিরাপত্তা জালের মধ্যে থাকে।
কিছু উপায়ে, দলটি বলে যে এই পদ্ধতিটি মানুষ যেভাবে স্বজ্ঞাতভাবে তাদের চারপাশে নেভিগেট করে তার অনুরূপ।
“আসুন বলি আপনি সত্যিই একটি ভিড় শপিং মলে আছেন,” তাই ব্যাখ্যা করে। “আপনি আপনার আশেপাশের আশেপাশে বসবাসকারী লোকজন ছাড়া অন্য কাউকে পাত্তা দেন না, অর্থাৎ আপনার চারপাশের 5 মিটার ব্যাসার্ধের মধ্যে, নিরাপদে চলাফেরা করার শর্তে এবং কারো সাথে ধাক্কাধাক্কি না করার ক্ষেত্রে। আমাদের কাজ একই রকম স্থানীয় পদ্ধতি গ্রহণ করে।”
নিরাপত্তা বাধা
তাদের নতুন গবেষণায়, দলটি তাদের পদ্ধতি, GCBF+ উপস্থাপন করেছে, যার অর্থ “গ্রাফ নিয়ন্ত্রণ বাধা ফাংশন”। ব্যারিয়ার ফাংশন হল একটি গাণিতিক শব্দ যা রোবোটিক্সে ব্যবহার করা হয় এক ধরনের নিরাপত্তা বাধা বা থ্রেশহোল্ড যা অতিক্রম করে একজন এজেন্টের অনিরাপদ হওয়ার উচ্চ সম্ভাবনা থাকে। যে কোনো প্রদত্ত এজেন্টের জন্য, এই নিরাপত্তা অঞ্চলটি মুহূর্তের মধ্যে পরিবর্তিত হতে পারে, কারণ এজেন্ট অন্যান্য এজেন্টদের মধ্যে চলে যায় যারা নিজেরাই সিস্টেমের মধ্যে চলে।
যখন ডিজাইনাররা একটি মাল্টিএজেন্ট সিস্টেমে একটি একক এজেন্টের জন্য সীমাবদ্ধতা ফাংশন গণনা করে, তখন তাদের সাধারণত সিস্টেমের প্রতিটি এজেন্টের সাথে সম্ভাব্য পথ এবং মিথস্ক্রিয়া বিবেচনা করতে হয়। পরিবর্তে, এমআইটি টিমের পদ্ধতি শুধুমাত্র মুষ্টিমেয় কিছু এজেন্টের নিরাপত্তা অঞ্চল গণনা করে, যা সিস্টেমের আরও অনেক এজেন্টের গতিশীলতার প্রতিনিধিত্ব করার জন্য যথেষ্ট সঠিক।
“তাহলে আমরা প্রতিটি একক এজেন্টের জন্য এই বাধা ফাংশনটি কপি-পেস্ট করতে পারি এবং তারপরে হঠাৎ আমাদের কাছে সুরক্ষা অঞ্চলগুলির একটি গ্রাফ রয়েছে যা সিস্টেমের যে কোনও সংখ্যক এজেন্টের জন্য কাজ করে,” তাই বলে৷
একটি এজেন্টের বাধা ফাংশন গণনা করার জন্য, দলের পদ্ধতিটি প্রথমে একটি এজেন্টের “সেন্সিং ব্যাসার্ধ” বা এজেন্ট তার সেন্সর ক্ষমতার উপর ভিত্তি করে আশেপাশের কতটা পর্যবেক্ষণ করতে পারে তা বিবেচনা করে। শপিং মলের সাদৃশ্যের মতো, গবেষকরা অনুমান করেন যে এজেন্ট শুধুমাত্র সেই এজেন্টদের যত্ন নেয় যেগুলি তার সংবেদনশীল সুযোগের মধ্যে রয়েছে, তাদের নিরাপদ রাখার এবং সেই এজেন্টদের সাথে সংঘর্ষ এড়ানোর ক্ষেত্রে।
তারপরে, কম্পিউটার মডেল ব্যবহার করে যা এজেন্টের বিশেষ যান্ত্রিক ক্ষমতা এবং সীমাবদ্ধতাগুলি ক্যাপচার করে, দলটি একটি “নিয়ন্ত্রক” বা নির্দেশের একটি সেট ডিজাইন করে কিভাবে এজেন্ট এবং কয়েকটি অনুরূপ এজেন্টদের ঘুরে বেড়ানো উচিত। তারপরে তারা নির্দিষ্ট ট্র্যাজেক্টোরিতে চলমান একাধিক এজেন্টের একটি সিমুলেশন চালায় এবং কীভাবে তারা সংঘর্ষ বা অন্যথায় যোগাযোগ করে তা রেকর্ড করে।
“একবার আমাদের এই ট্র্যাজেক্টোরিগুলি হয়ে গেলে, আমরা কিছু আইন গণনা করতে পারি যা আমরা কমাতে চাই, যেমন বলুন, বর্তমান নিয়ন্ত্রকটিতে আমাদের কতগুলি নিরাপত্তা লঙ্ঘন রয়েছে,” ঝাং বলেছেন। “তারপর আমরা এটিকে নিরাপদ করতে কন্ট্রোলার আপডেট করি।”
এইভাবে, একজন নিয়ন্ত্রককে প্রকৃত এজেন্টদের মধ্যে প্রোগ্রাম করা যেতে পারে, যা তাদের অবিচ্ছিন্ন পরিবেশে অনুধাবন করতে পারে এমন অন্য কোনো এজেন্টের উপর ভিত্তি করে তাদের নিরাপত্তা জোনকে ক্রমাগত ম্যাপ করতে সক্ষম করবে, এবং তারপর তাদের কাজটি সম্পূর্ণ করতে সেই নিরাপত্তা অঞ্চলের মধ্যে চলে যাবে।
“আমাদের নিয়ামক প্রতিক্রিয়াশীল,” ফ্যান বলেছেন৷ “আমরা আগে থেকে কোনো পথের পরিকল্পনা করি না। আমাদের নিয়ন্ত্রক ক্রমাগত তথ্য নিচ্ছেন যে একজন এজেন্ট কোথায় যাচ্ছে, তার গতি কী, অন্যান্য ড্রোন কত দ্রুত যাচ্ছে। এটি অবিলম্বে একটি পরিকল্পনা তৈরি করতে এই সমস্ত তথ্য ব্যবহার করছে এবং প্রতিবার এটি পুনরায় পরিকল্পনা করছে। তাই, পরিস্থিতি পরিবর্তন হলে, এটি সর্বদা নিরাপদ থাকার জন্য মানিয়ে নিতে সক্ষম।”
দলটি আটটি Crazyflies-এর একটি সিস্টেমে GCBF+ প্রদর্শন করেছে – হালকা ওজনের, পাম-আকারের কোয়াড্রোটর ড্রোন যা তারা বাতাসে ঘোরাফেরা করা এবং অবস্থান পরিবর্তন করার দায়িত্ব দিয়েছে। ড্রোনগুলো যদি সোজা পথ ধরে এই কাজ করতো, তাহলে অবশ্যই তাদের সংঘর্ষ হতো। কিন্তু দলের পদ্ধতির সাথে প্রশিক্ষণের পরে, ড্রোনগুলি তাদের নিজ নিজ নিরাপত্তা অঞ্চলের মধ্যে থাকার সময়, সফলভাবে ফ্লাইতে অবস্থান পরিবর্তন করার জন্য একে অপরের চারপাশে কৌশলে রিয়েল-টাইম সামঞ্জস্য করতে সক্ষম হয়েছিল।
একইভাবে, দলটি ড্রোনকে চারপাশে উড়তে এবং তারপর নির্দিষ্ট টার্টলবটে অবতরণ করার দায়িত্ব দেয় – শেলের মতো চাকাযুক্ত শীর্ষ সহ রোবট। টার্টলবটগুলি একটি বড় বৃত্তে ক্রমাগত সরেছিল এবং ক্রেজিফ্লাইরা অবতরণ করার সময় একে অপরকে আঘাত করা এড়াতে সক্ষম হয়েছিল।
“আমাদের কাঠামো ব্যবহার করে, আমাদের পুরো সংঘর্ষ-মুক্ত ট্র্যাজেক্টোরির পরিবর্তে ড্রোনগুলিকে শুধুমাত্র তাদের গন্তব্য দিতে হবে এবং ড্রোনগুলি কীভাবে সংঘর্ষ ছাড়াই তাদের গন্তব্যে পৌঁছাতে পারে তা নির্ধারণ করতে পারে,” ফ্যান বলেছেন, যিনি কল্পনা করেন যে ড্রোন এবং অটোহাউস ডেলিভারি শোতে সংঘর্ষ এড়ানোর ব্যবস্থা সহ তাদের নিরাপত্তা নিশ্চিত করার জন্য যে কোনও মাল্টিএজেন্ট সিস্টেমে পদ্ধতিটি প্রয়োগ করা যেতে পারে। সিস্টেম
এই কাজটি আংশিকভাবে মার্কিন ন্যাশনাল সায়েন্স ফাউন্ডেশন, এমআইটি লিঙ্কন ল্যাবরেটরি, সেফটি ইন অ্যারোবেটিক ফ্লাইট রেজিম (SAFR) প্রোগ্রামের অধীনে এবং সিঙ্গাপুরের প্রতিরক্ষা বিজ্ঞান ও প্রযুক্তি সংস্থা দ্বারা সমর্থিত ছিল।
