低成本無人機在全球范圍內(nèi)的使用增加，它們在廣泛的應(yīng)用中得到了利用，有時甚至成群結(jié)隊地部署。然而，盡管無人機技術(shù)取得了進步，但蜂群力學基本保持不變。盡管可以同步飛行大量無人機，但這些無人機群是由動畫師團隊預先編程的，并經(jīng)過數(shù)小時的計算機模擬進行了改進。

休斯頓大學電氣與計算機工程副教授 Aaron Becker 正在努力改進算法，以便根據(jù)鳥群和魚群的行為協(xié)調(diào)控制無人機群。“這些運動不是預先編程的，而是基于個別鳥類或魚類的局部決定，”貝克爾說，他的工作得到了東北大學科斯塔斯研究所承諾的 170 萬美元贈款的支持。

Becker 領(lǐng)導的團隊包括電氣和計算機工程教授 David Jackson；電子與計算機工程助理研究教授 Julien Leclerc；和數(shù)學副教授 Daniel Onofrei。

“目前大多數(shù)關(guān)于蜂群的研究都遵循相同的模式，要么依賴于離線計算，要么使用簡單的基于規(guī)則的邏輯，例如‘跟隨領(lǐng)導者時不要撞到你的鄰居’。” 計算機擅長快速計算和實施策略，但人類可以擅長戰(zhàn)略決策。我們希望將這些結(jié)合起來，”貝克爾說。“我們希望我們的蜂群表現(xiàn)最佳，同時對環(huán)境變化做出流暢的反應(yīng)。我們的目標是利用無人機的計算在本地做出明智的決策，將該信息傳遞給操作員的計算機以進行清晰的可視化，并讓人類操作員做出高層決策。”

該技術(shù)將在兩個初始應(yīng)用場景中進行研究。首先，無人機將對森林火災(zāi)進行空中感應(yīng)，其中蜂群必須跟蹤火勢并將通信中繼給消防員。第二種場景，商業(yè)設(shè)施和校園的空中安保覆蓋，無人機將護送進出校園的車輛，而每架無人機的電池壽命有限，電量耗盡后需要充電。

貝克爾擁有多年機器人研究和開發(fā)經(jīng)驗，曾致力于控制大群機器人和探索系統(tǒng)，只需少量指令即可引導大群機器人完成任務(wù)。