كلاب الرعي تكشف عن طريقة أفضل لتوجيه أسراب الروبوتات

أجرى باحثون في معهد جورجيا للتكنولوجيا دراسة حول كيفية تعامل فرق الكلاب ومدربيها مع القطعان غير المتوقعة في مسابقات كلاب الرعي، ووجدوا مبادئ تتجاوز بكثير رعي الأغنام.

كلب رعي في مهمة لرعاية قطيع من الأغنام. الصورة: جامعة جورجيا للتكنولوجيا
كلب رعي يستهدف الأغنام في مسابقة لرعي الأغنام. حقوق الصورة: معهد جورجيا للتكنولوجيا

تُعرض كلاب الرعي، التي تُربى للسيطرة على قطعان الأغنام الكبيرة في الحقول المفتوحة، مهاراتها في المسابقات منذ سبعينيات القرن التاسع عشر. في هذه المسابقات، يُوجه المدرب كلباً مدرباً باستخدام الصفارات لقيادة مجموعة صغيرة من الأغنام عبر الحقل، وأحياناً يقسم القطيع إلى مجموعتين منفصلتين. لكن الأغنام لا تتعاون دائماً.

قام باحثون من معهد جورجيا للتكنولوجيا بدراسة كيفية تعامل فرق المدربين والكلاب مع القطعان غير المتوقعة في مسابقات كلاب الرعي، ووجدوا مبادئ تتجاوز بكثير مجرد رعي الأغنام.

في دراسة نُشرت فيعلم السلف وحتى عندما تم اختيارها كقصة غلاف، قام الباحثون بتطبيق هذه الأفكار على عمليات المحاكاة الحاسوبية، مما أظهر أن الاستراتيجيات المماثلة يمكن أن تحسن التحكم في أسراب الروبوتات والمركبات ذاتية القيادة ووكلاء الذكاء الاصطناعي والأنظمة المتصلة الأخرى، حيث تحتاج العديد من الآلات إلى تنسيق أفعالها على الرغم من الظروف غير المؤكدة.

ديناميكيات حركة الجماعة

قال سعد بهاملا، الأستاذ المشارك في كلية الهندسة الكيميائية والبيولوجية الجزيئية في معهد جورجيا للتكنولوجيا: "تتحرك الطيور والحشرات والأسماك والأغنام والعديد من الكائنات الحية الأخرى في مجموعات لأن ذلك مفيد للأفراد، بما في ذلك الحماية من المفترسات. تكمن المشكلة في أن "المجموعة" ليست كائناً حياً واحداً، بل تتكون من العديد من الأفراد، يتخذ كل منهم قرارات محلية وغير مثالية".

أوضح بهاملا أنه عندما يهدد حيوان مفترس قطيعًا من الأغنام، غالبًا ما تنتقل الأغنام الموجودة على الأطراف إلى الوسط لتقليل المخاطر التي تواجهها. وأضاف: "هذا نمط 'القطيع الأناني'. ويستغل الرعاة هذه الغريزة باستخدام الكلاب المدربة".

بعد مراجعة ساعات من لقطات المنافسات، وجد الباحثون أن السيطرة على مجموعات صغيرة من الأغنام قد تكون أصعب من إدارة مجموعات كبيرة. فالمجموعة الأكبر، التي تضم عددًا أكبر من الأغنام المحمية في مركزها، قد تتصرف بتماسك أكبر من المجموعة الصغيرة، لأن الحيوانات في المجموعة الصغيرة تتأرجح باستمرار بين دافعين: "اتباع المجموعة" و"الهروب من المفترس".

"هذا الانتقال بين الحالات يجعل المجموعة غير قابلة للتنبؤ"، كما قال توهين تشاكرابورتي، الباحث السابق في مرحلة ما بعد الدكتوراه في مختبر بهاملا والذي شارك في قيادة الدراسة.

من خلال دراسة كيفية توجيه الكلاب ومدربيها للمجموعات الصغيرة، وجد الباحثون أن سلوك القطيع غير المتوقع لا يجعل السيطرة عليه أكثر صعوبة دائمًا. وقال بهاملا: "في ظل الظروف المناسبة، يمكن أن يكون هذا السلوك "الصاخب" مفيدًا بالفعل".

هكذا تبدو الزوجة الناجحة

يصنف مدربو كلاب الرعي الأغنام حسب شدة استجابتها لضغط الكلب التهديدي. قد تشعر الأغنام الحساسة بالذعر إذا تم تطبيق ضغط كبير، بينما قد تتجاهل أغنام أخرى الضغط الخفيف وتطلب من الكلب اتخاذ وضعية أكثر حزمًا.

لاحظ الباحثون أن التحكم الناجح غالبًا ما يتم على مرحلتين. أولًا، يؤثر الكلب برفق على وقفة الأغنام بينما هي لا تزال ساكنة في الغالب. بمجرد أن يصطف القطيع في الاتجاه المطلوب، يزيد الكلب من الضغط لتحفيز الحركة. كان توقيت هذه الإجراءات بالغ الأهمية، لأن الاصطفاف داخل مجموعة صغيرة قد يختفي بسرعة مع تبديل الأفراد بين غرائزهم المختلفة.

قال تشاكرابورتي: "في محاكاة أجريناها، يؤدي ازدياد الضغط إلى تحرك القطيع بسرعة أكبر في الاتجاه المطلوب، لكن مدة بقاء القطيع مصطفًا تعتمد بشكل كبير على مستوى الضوضاء. بعبارة أخرى، تستطيع الكلاب تعديل الاتجاه، لكنها لا تستطيع الحفاظ على الحركة في الاتجاه المطلوب إلى الأبد، لذا فإن التوقيت مهم للغاية."

من نموذج خروف إلى أسراب الروبوتات

لفهم الآثار الأوسع لهذا السلوك، طوّر الفريق نماذج حاسوبية تصف كيفية استجابة الأغنام للكلب ولبعضها البعض. وقد مكّنت هذه النماذج الباحثين من اختبار استراتيجيات مختلفة لتوجيه مجموعات يتخذ أفرادها قرارات مستقلة في ظل ظروف عدم اليقين.

ثم طبّق الباحثون هذه الأفكار على محاكاة أسراب الروبوتات. يصمم المهندسون هذه الأنظمة بحيث يقوم كل روبوت عادةً بتقييم الإشارات الواردة من جميع الروبوتات القريبة قبل اتخاذ قرار بشأن كيفية التحرك. وأوضح بهاملا أن هذا النهج يعمل بشكل جيد عندما تكون الإشارات واضحة، ولكنه قد يفشل عندما تكون المعلومات مشوشة أو متناقضة.

لتوضيح سبب نجاح استراتيجية التبديل بين مصادر التأثير في ظروف التشويش، استخدم الباحثون تشبيه غرفة مليئة بالدخان حيث لا يرى المخرج إلا شخص واحد، لكن لا أحد يعرف من هو. إذا سأل الجميع بعضهم البعض وحسبوا متوسط ​​التخمينات، فقد تتلاشى الإشارة الصحيحة وسط التشويش.

"هذا هو الجزء غير البديهي. عندما يمتلك شخص واحد فقط المعلومات الصحيحة، يمكن أن يؤدي التوسط إلى محو الإشارة. ولكن إذا تابعت شخصًا واحدًا في كل مرة، واستمررت في تغيير هويته، يمكن للمعلومات الصحيحة أن تنتشر بين الحشد"، قال بهاملا.

استلهاماً من هذه الفكرة، اختبر الباحثون استراتيجيةً قائمةً على نمط التبديل الذي لاحظوه لدى الأغنام. في عمليات المحاكاة، كرّس كل روبوت انتباهه في أي لحظة معينة لمصدر واحد فقط - إما إشارة اتجاهية أو روبوت مجاور - وقام بتغيير مصدر التأثير هذا من خطوة إلى أخرى.

في ظل الظروف الصاخبة، تطلبت استراتيجية التبديل هذه جهدًا أقل للحفاظ على تحرك المجموعة على طول المسار المطلوب، مقارنة بالاستراتيجيات القائمة على المتوسط ​​أو علاقات القائد والتابع الثابتة.

أطلق الباحثون على نهجهم اسم خوارزمية السرب المترددة (خوارزمية السرب المترددة). يعكس هذا الاسم رؤية مفاجئة: إن السماح للتأثير بالانتقال بين الأفراد بمرور الوقت يمكن أن يجعل من السهل توجيه المجموعات عندما تكون الظروف غير مؤكدة.

"تشير نتائجنا إلى أن نفس الديناميكيات التي تجعل المجموعات الصغيرة من الحيوانات غير قابلة للتنبؤ قد توفر أيضًا طرقًا جديدة للتحكم في الأنظمة الهندسية المعقدة"، كما قال بهاملا.

تفاصيل الإعلان:
توهين تشاكرابورتي وآخرون، السيطرة على القطعان الصاخبة: إعادة هيكلة الشبكة الزمنية تُحسّن السيطرة على الجماعات المترددة، مجلة ساينس أدفانسز (2026).
DOI: 10.1126/sciadv.adx6791

المزيد عن الموضوع على موقع العلوم:

ترك الرد

لن يتم نشر البريد الإلكتروني. الحقول الإلزامية مشار إليها *

يستخدم هذا الموقع Akismet لتصفية التعليقات غير المرغوب فيها. مزيد من التفاصيل حول كيفية معالجة المعلومات الواردة في ردك.