In scenari dove il segnale GPS è assente o disturbato, squadre di robot intelligenti potrebbero presto sostituire gli esseri umani nelle missioni più rischiose. A guidare tale rivoluzione è un team della Purdue University, sostenuto da un finanziamento quinquennale dell’U.S. Army. Pari a 1,5 milioni di dollari (circa 1,4 milioni di euro). Tale intervento ha l’obiettivo di sviluppare robot terrestri e droni capaci di muoversi, esplorare e collaborare. Il tutto senza dipendere da sistemi di posizionamento satellitare. Aniket Bera, professore associato di informatica e leader del progetto, ha affermato che il team sta lavorando per costruire compagni robotici che possano lavorare come una squadra di soldati. L’idea è creare una cosiddetta “consapevolezza condivisa” tra robot, in cui ogni unità contribuisce a un quadro operativo comune.
Robot AI: ecco l’innovazione della Purdue University
Come anticipato, il sistema combina veicoli terrestri senza equipaggio e droni aerei. I droni offrono una visione dall’alto per identificare ostacoli e minacce. Mentre i robot a terra raccolgono dati dettagliati a livello del suolo. Tali informazioni vengono elaborate da algoritmi di intelligenza artificiale in tempo reale, consentendo ai robot di pianificare percorsi e strategie in autonomia. Il risultato: un gruppo di macchine che “ragiona” come un’unica entità distribuita.
Le applicazioni pratiche sono molteplici, riducendo così l’esposizione dei soldati ai rischi diretti. Il laboratorio principale del progetto è l’Hicks Robotics and Autonomy Testbed, una struttura di oltre 1.200 metri quadrati attrezzata con robot umanoidi, quadrupedi, droni e sensori avanzati. Qui, simulazioni e test sul campo si susseguono rapidamente, accelerando lo sviluppo di soluzioni pratiche e affidabili.
Il programma si basa su ricerche precedenti dell’Esercito statunitense, che avevano esplorato la navigazione autonoma di singoli robot. La fase attuale amplia l’approccio introducendo sistemi multi-agente capaci di condividere informazioni, coordinare strategie e adattarsi collettivamente a condizioni variabili. Nei prossimi anni, il team punta a implementare capacità di apprendimento adattivo, aumentare il numero di robot coinvolti e testare il sistema in ambienti maggiormente vicini a quelli della realtà. Il tutto con l’obiettivo di trasformare tali robot in veri compagni operativi.
