「Swarmathon」機器人編程挑戰賽如何助力NASA的「火星之旅」？

原標題：「Swarmathon」機器人編程挑戰賽如何助力NASA的「火星之旅」？

原文來源：arXiv

作者：Sarah M. Ackerman、G. Matthew Fricke、Joshua P. Hecker、Kastro M. Hamed、Samantha R. Fowler、Antonio D. Griego、Jarett C. Jones、J. Jake Nichol、Kurt W. Leucht、Melanie E. Moses

「雷克世界」編譯：嗯~是阿童木呀、KABUDA

導語：美國國家航空航天局（NASA）的「火星之旅」項目的目標是在2030年之前向火星發送載人任務。但這些任務可能要需要很長時間完成，因為從地球運輸足夠的材料是不實際的，宇航員將需要利用火星上已有的資源。而自動機器人群體可以在人類到達之前進行定位、收集和存儲資源。最近，美國新墨西哥大學計算機科學系、佛羅里達理工大學 、美國宇航局肯尼迪航天中心、美國聖塔菲研究所的一些專家們對Swarmathon——一個群體機器人編程挑戰賽，在科技和教育領域的影響進行了解讀。

Swarmathon是一個群體機器人編程挑戰賽，吸引了美國宇航局「火星之旅」中少數民族（Minority-serving）機構的大學生。團隊通過對一組機器人進行編程以進行搜索、拾取和將資源放入收集區等操作進行競爭。Swarmathon生產那些能夠用於收集火星表面資源的機器人群體的原型。機器人完全自主操作，沒有全局地圖，而每個團隊的演算法必須具有足夠的靈活性，才能有效地從各種未知分布中找到資源。Swarmathon包括物理和虛擬競賽。物理競爭對手在他們在學校所構建的機器人上測試他們的演算法，然後他們在於肯尼迪航天中心的室外競技場上所舉行的為期三天的比賽中，將自己的代碼上傳到同一機器人上，自主運行。虛擬競爭者在模擬中完成相同的挑戰。參賽者指導當地團隊在獨立的高中分區進行比賽。在前兩年里，有超過1100名學生參加。63％的學生來自少數民族和種族群體（underrepresented ethnic and racial groups）。參與者在興趣和核心機器人能力方面都取得了顯著的進步，而這在性別和種族群體中是相當的。這表明Swarmathon正在有效地培養未來機器人學家的多樣性。

圖1：Swarmie架構，軟體包（著色）通過USB介面或通過Gazebo模擬，與硬體連接。

A.火星之旅

美國國家航空航天局（NASA）的「火星之旅」項目的目標是在2030年之前向火星發送載人任務。這些地面任務可能持續數月或數年，並且因為從地球運輸足夠的材料是不實際的，宇航員將需要利用火星上已有的資源。例如，小的冰塊可以融化成水，並轉化為氧氣和氫氣作為燃料。這種方法被稱為現場資源利用（ISRU）。

B.與機器人群體一起迎接挑戰

自動機器人群體可以在人類到達之前進行定位、收集和存儲資源。一群小型、廉價的機器人可以自主行動，這要比若干大型、昂貴的手動控制的漫遊車更加有優勢，因為它們具有魯棒性、可擴展並且能夠探索未映射的環境。

ISRU與中央地區覓食（CPF）密切相關，在此過程中，資源被運送到中央收集區。受群居昆蟲為他們的殖民地收集資源的成功所帶來的啟發，一項關於機器人覓食的早期研究，計算性地模擬了一個在遙遠的星球上採集岩石樣本的群體。CPF是一個關鍵的機器人群應用，研究將繼續改進覓食群體的演算法和工程方法。

我們的團隊設計和建造了一群叫做Swarmies的覓食機器人。Swarmies堅固耐用，可在室外運行數小時，並配備感測器和夾具，使他們能夠完成CPF任務。我們還開發了自定義軟體包和圖形用戶界面（GUI），可在模擬和物理硬體中快速開發和測試CPF演算法。

群體覓食提供了一個理想的教育挑戰，因為成功的策略需要基礎機器人技能，例如抓取、定位、導航、探索、分散的溝通和協調。

C. Swarmathon競賽

在Swarmathon年度競賽中，大學生團隊開發了自主群體覓食的演算法。物理競賽項目組中的3至6名Swarmies團隊將收集了放置在225至484平方米的戶外競技場的128-256中的大部分資源。虛擬競賽是在同一個競技場和機器人的Gazebo模擬中運行的。機器人必須完全自主地進行搜索、收集和將資源放置到中央收集區。競賽以一系列輪次進行，並且在每一輪中資源被放置在不同的分布中（即在均勻隨機的或不同大小和形狀的集群中），並且每輪中運行相同的代碼。得分取決於輪次結束時收集區的資源數量（機器人從收集區推出的資源不計入分數）。機器人的視野有限，沒有全局地圖，因此很難找到資源。在第三次高中比賽中，年輕的學生受到Swarmathon大學生的指導，在簡化的模擬中完成類似的挑戰。虛擬競賽的獲勝者在第二年進入物理競賽。

D.多樣化STEM /機器人管道

美國宇航局的現實性ISRU問題的解決提供了一個機會，讓學生參與機器人和計算機科學（CS），幫助滿足行業中日益增長的對科學、技術、工程和數學（STEM）人才的需求。雖然女性和少數族裔在美國大學畢業生和美國工作者中所佔比例越來越高，但他們在STEM大學畢業生和專業人員中所佔的比例並不高，尤其是在CS和工程領域。將他們納入STEM有助於解決未來幾十年這些領域的預期缺口。此外，「來自不同背景的工作者提高了科學的質量，因為他們可能會帶來各種新的視角，在研究和應用方面也是如此」。出於這些原因，Swarmathon招募了2至4年制的來自少數民族服務機構（MSI）的競爭對手，這些機構包括歷史上的黑人學院和大學（HBCU）、西班牙裔服務機構（HSI）以及部落學院和大學（TCUs）。這為參與學生提供了一個本來不可能存在的教育機會：

「Swarmathon為學生提供了一個機會，使他們能夠開展跨學科和艱苦的實際工程問題研究。他們知道一個我所不知道的，能夠讓我們所有人都感到愉快的答案。我在一所小型社區學院任教，而且我們根本無法從頭開始做這樣的工作」——Swarmathon學院導師。

Swarmathon吸引了多元化的學生，其中81％來自少數群體（包括亞洲學生）的學生，而818名大學生中有63％被認為是屬於少數種族或族裔群體（黑人/非洲裔美國人、美洲印第安人/阿拉斯加原住民、或西班牙裔/拉丁裔），比美國本科CS專業更加多樣化，其中只有15.8％來自這些代表性不足的群體。

結果

前兩年，29個物理組團隊（共31個物理組團隊）和27個虛擬組團隊（共29個虛擬組團隊）成功上傳代碼，進行了比賽。這些學生在比賽中所需的技能包括精通ROS編程、群體演算法（swarm algorithm）設計以及實驗設計與測試。

一些團隊開發了新型有效搜索演算法，顯著改進了基礎代碼。2017年物理競賽冠軍，西南印度理工學院（SIPI）對不同搜索策略進行了試驗，這些策略的靈感來源於蝸牛殼、割草機路徑和螺紋風格幾何設計等，最終，源於自行車車輪輻條的靈感決定了最終策略。SIPI的演算法表現出了強大的靈活性，可在多種目標分布任務中執行高水平的操作性能。

圖2.Gazebo和GUI。（a）兩台機器人將標有AprilTags的目標立方體放置收集區。（b）Gazebo界面顯示機器人狀態，位置跟蹤和攝像頭視圖。（c）蒙哥馬利學院6個獲獎機器人的路徑；密集的活動表現了機器人在大型目標集群和收集區之間的移動。

圖2c顯示了在大型目標立方體集群中，蒙哥馬利學院的搜索演算法。鋸齒形圖案顯示了機器人在競技場中的搜索路徑。一旦發現大型資源集群，一部分機器人會繼續搜索，而另一部分機器人則會專註於從集群中收集資源。該策略成功地實現了探索與應用之間的權衡，並且幾乎在每項資源分配方面都顯著優於其他團隊，從而在2017年虛擬競賽中取得勝利。與新的搜索演算法相比，工程創新（改進本地化和資源取放）提高了更多的分數。

學生學習結果評估

263名學生完成了全面的自我評估（29%）。44名教員（76%）完成了相同問題的調查，從而來評估他們學生的表現。學生的成長獲得了9個工程技術委員會（ABET）的計算機程序認證標準認證和2個ABET工程認證標準認證：「設計和實施實驗的能力，以及分析和解釋數據的能力」，並且「能夠在多學科團隊中發揮作用」。學生和教員在Swarmathon前後以4分制對學生的勝任能力進行評定。（1）0（2）低等程度（3）中等程度（4）高等程度。

圖3.物理組競賽。學生在哥倫比亞大學進行策略競賽，因把立方體放在收集區而歡呼。

對每年的數據採用依賴樣本t-test進行分析。採用獨立樣本t-test檢驗分析是2016年團隊和2017年團隊之間的區別。表I顯示了自我評估表現的顯著增長。2017年各指標的增長均大於2016年，在p<0.05時，所有結果均有統計學意義。

表I.學生能力和態度的變化

我們的評估或調查數據在種族、民族或性別方面沒有統計學差異，這表明Swarmathon為競爭提供了一個公平的競爭環境，消除了其他研究中指出的「成就差距」。除了兩個ABET標準外，教師指導調查密切反映了學生的自我評估。在（1）對職業、道德、法律、安全以及社會問題和責任的理解上；（2）在對計算對個人、組織和社會的局部和全局影響的分析能力上，導師評分比學生評分低0.50分以上。

在兩個比賽年度中，學生們還報告他們在「追求一個超越自我目前追求的更高成就的願望或目標」上，以及他們在「渴望從事CS、機器人或其他技術學科領域工作的願望或目標」上的顯著性進步，如表一所示。即使在那些已經擁有中等程度的興趣攻讀更高學位的學生中，收益也很可觀。即使在那些已經擁有追求更高學位的中等學習興趣的學生中，收穫所帶來的成就感也是很重要的。

可以說，Swarmathon有效地激勵了下一代工程師去解決諸如NASA ISRU任務等重大科學問題，並將他們豐富的背景和經驗帶入STEM領域中。

原文鏈接：?https://arxiv.org/pdf/1805.08320.pdf?

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！