Hãy tưởng tượng một đội robot được triển khai vào một không gian chật hẹp để thực hiện một nhiệm vụ khẩn cấp, chẳng hạn như xử lý sự cố tràn dầu hoặc lắp ráp các thiết bị phức tạp.

Ban đầu, việc bổ sung thêm robot sẽ giúp công việc hoàn thành nhanh hơn. Tuy nhiên, khi số lượng robot vượt quá một ngưỡng nhất định, không gian trở nên quá đông đúc, các robot liên tục cản trở lẫn nhau và tiến độ công việc giảm mạnh.

Tìm điểm cân bằng giữa trật tự và hỗn loạn

Nhóm nghiên cứu do L. Mahadevan, Giáo sư Toán ứng dụng, Sinh học tiến hóa và Vật lý tại Đại học Harvard, dẫn đầu đã tìm cách giải quyết vấn đề này bằng cách kết hợp mô hình toán học, mô phỏng trên máy tính và các thí nghiệm thực tế.

Kết quả cho thấy, trong môi trường đông đúc, việc đưa vào chuyển động của robot một lượng "nhiễu" (noise) – tức là một mức độ ngẫu nhiên được kiểm soát – có thể làm giảm tình trạng ùn tắc và cải thiện đáng kể hiệu suất làm việc của cả hệ thống.

Nghiên cứu được công bố trên tạp chí Proceedings of the National Academy of Sciences (PNAS) do nghiên cứu sinh tiến sĩ ngành Toán ứng dụng Lucy Liu thực hiện dưới sự hướng dẫn của nhà nghiên cứu cấp cao Justin Werfel.

Kết quả nghiên cứu cho thấy chỉ với những quy tắc chuyển động rất đơn giản ở từng cá thể, cả một tập thể vẫn có thể hình thành những hành vi phối hợp phức tạp và hiệu quả.

Những phát hiện này không chỉ có ý nghĩa đối với việc thiết kế các đội robot mà còn có thể giúp tối ưu hóa việc quản lý các môi trường đông người.

Vì sao một chút ngẫu nhiên lại giúp hệ thống hoạt động hiệu quả hơn?

Theo Lucy Liu, việc phân tích bằng toán học hành vi của một đám đông dày đặc là vô cùng khó khăn vì tồn tại quá nhiều khả năng tương tác giữa các cá thể.

Để đơn giản hóa vấn đề, nhóm nghiên cứu xem mỗi robot là một tác nhân độc lập có thể di chuyển với một mức độ "lắc lư" hay ngẫu nhiên nhất định trên quỹ đạo của mình.

Mô phỏng hàng nghìn robot cùng hoạt động

Để kiểm chứng giả thuyết, nhóm nghiên cứu xây dựng các mô phỏng trên máy tính, trong đó một số lượng lớn robot được đặt ngẫu nhiên tại nhiều vị trí khác nhau và được giao những đích đến cũng hoàn toàn ngẫu nhiên.

Ngay sau khi một robot hoàn thành nhiệm vụ, nó lập tức nhận một mục tiêu mới, mô phỏng cách các hệ thống robot hoạt động liên tục trong thực tế.

Mỗi robot di chuyển về phía mục tiêu với một mức độ ngẫu nhiên có thể điều chỉnh: Khi không có nhiễu, robot luôn đi theo đường thẳng hoàn hảo. Khi mức nhiễu rất cao, robot di chuyển theo những đường ngoằn ngoèo khó đoán.

Thoạt nhìn, việc đi zíc zắc có vẻ kém hiệu quả hơn. Tuy nhiên, chính kiểu chuyển động này lại giúp các robot dễ dàng tránh nhau hơn khi gặp chướng ngại hoặc lưu lượng dày đặc.

Mức ngẫu nhiên vừa đủ mang lại hiệu quả cao nhất

Kết quả mô phỏng cho thấy một xu hướng rất rõ ràng.

Khi tất cả robot đều di chuyển theo đường thẳng, chúng nhanh chóng tạo thành các điểm ùn tắc dày đặc khiến cả hệ thống gần như tê liệt.

Ở chiều ngược lại, khi mức độ ngẫu nhiên quá lớn, tình trạng tắc nghẽn gần như biến mất nhưng hiệu quả làm việc cũng giảm đáng kể vì robot mất quá nhiều thời gian di chuyển lòng vòng.

Hiệu suất cao nhất xuất hiện ở một mức ngẫu nhiên vừa phải, hay còn được các nhà nghiên cứu gọi là "điểm Goldilocks" – tức mức độ "vừa đủ".

Ở trạng thái này, các robot vẫn có tương tác với nhau nhưng có đủ sự linh hoạt để lách qua nhau và tiếp tục di chuyển mà không tạo thành các nút thắt giao thông.

Tìm ra "điểm ngọt" bằng toán học

Từ các kết quả thu được, nhóm nghiên cứu xây dựng các công thức toán học để ước tính tốc độ hoàn thành mục tiêu (goal attainment rate) – chỉ số phản ánh số lượng nhiệm vụ được hoàn thành trong một khoảng thời gian nhất định.

Những công thức này cho phép xác định sự kết hợp tối ưu giữa mật độ robot và mức độ ngẫu nhiên trong chuyển động, từ đó tối đa hóa hiệu suất của toàn hệ thống.

Thí nghiệm với robot thật xác nhận kết quả

Để kiểm tra liệu kết quả mô phỏng có đúng trong thực tế hay không, Lucy Liu đã hợp tác với nhà vật lý Federico Toschi tại Đại học Công nghệ Eindhoven (Hà Lan).

Hai nhà khoa học tiến hành thí nghiệm với một nhóm robot bánh xe cỡ nhỏ trong phòng thí nghiệm được trang bị hệ thống camera gắn trên cao.

Mỗi robot đều được dán một mã QR, giúp hệ thống liên tục theo dõi vị trí và cập nhật chuyển động theo thời gian thực.

Mặc dù các robot thật di chuyển chậm hơn và kém chính xác hơn so với mô hình mô phỏng trên máy tính, kết quả thu được vẫn hoàn toàn tương tự.

Một mức độ ngẫu nhiên vừa phải tiếp tục giúp các robot tránh được tình trạng "kẹt xe" và duy trì tiến độ thực hiện nhiệm vụ.

Chỉ cần những quy tắc đơn giản

Nghiên cứu một lần nữa khẳng định một nguyên lý quan trọng trong khoa học về hệ thống phức tạp:

Một tập thể không nhất thiết phải có bộ điều khiển trung tâm tinh vi hay những cá thể cực kỳ thông minh mới có thể phối hợp hiệu quả.

Trong nhiều trường hợp, chỉ cần những quy tắc đơn giản áp dụng ở từng cá thể cũng đủ tạo nên hành vi tập thể tối ưu, miễn là mật độ của hệ thống chưa vượt quá giới hạn.

Không chỉ dành cho robot

Theo Lucy Liu, từ lâu cô đã quan tâm đến việc thiết kế những không gian đông người an toàn và hiệu quả hơn.

Nghiên cứu này mở ra triển vọng xây dựng các mô hình toán học có thể dự đoán và tối ưu hóa chuyển động của nhiều loại "đám đông" khác nhau, bao gồm con người, robot, phương tiện giao thông hoặc sự kết hợp giữa chúng.

Nói cách khác, lời giải cho bài toán quá tải có thể không nằm ở việc siết chặt kiểm soát, mà ở việc tạo ra một mức độ linh hoạt vừa đủ, để mỗi cá thể có thể tự điều chỉnh và phối hợp hiệu quả với những cá thể xung quanh.