Physicomimetics: Physics-Based Swarm Intelligence

رویکردهای استاندارد برای درک ازدحام بر الهام از زیست شناسی تکیه می کنند و به طور کلی با اصطلاح "بیومیمتیک" پوشش داده می شوند. این کتاب بر یک الهام متفاوت و مکمل، یعنی فیزیک تمرکز دارد. ویراستاران اصطلاح "فیزیکومیمتیک" را برای اشاره به رویکردهای دسته جمعی مبتنی بر فیزیک معرفی کرده اند که دو مزیت را ارائه می دهد. اول، آنها این مفهوم را درک می کنند که "طبیعت تنبل است"، به این معنی که سیستم های مبتنی بر فیزیک همیشه حداقل کار لازم را انجام می دهند، که یک مزیت به ویژه مهم در رباتیک ازدحام است. دوم، فیزیک پیش‌بینی‌کننده‌ترین علم است و می‌تواند سیستم‌های پیچیده را به مفاهیم و معادلات ساده تقلیل دهد که رفتارهای نوظهور را مدون می‌کنند و به ما در طراحی و درک گروه‌ها کمک می‌کنند.

ویراستاران بیش از یک دهه کار روی هوش ازدحام و رباتیک ازدحام جمع کردند و کتاب را در 19 فصل به شرح زیر سازماندهی کردند. بخش اول مفهوم ازدحام را معرفی می کند و یک آموزش فیزیک را به خواننده ارائه می دهد. بخش دوم به کاربردهای فیزیکومیمتیک به ترتیب افزایش پیچیدگی می پردازد. بخش سوم الزامات سخت افزاری الگوریتم های ارائه شده را بررسی می کند و پیاده سازی واقعی ربات را نشان می دهد. بخش چهارم نشان می‌دهد که چگونه می‌توان از این نظریه برای طراحی گروه‌ها از اصول اولیه استفاده کرد و الگوریتم جدیدی را ارائه می‌کند که محیط‌های در حال تغییر را مدیریت می‌کند. در نهایت، قسمت پنجم نشان می‌دهد که می‌توان از فیزیکومیمتیک برای بهینه‌سازی توابع استفاده کرد و خواننده را از مسائل مربوط به رباتیک ازدحام به هوش ازدحام سوق داد. متن با یک بسته قابل دانلود حاوی کد شبیه سازی و فیلم های ربات های کار پشتیبانی می شود.

این کتاب برای دانش‌آموزان با استعداد دبیرستان و کارشناسی و همچنین محققان و دانشجویان کارشناسی ارشد در زمینه‌های هوش مصنوعی و رباتیک مناسب است.

Standard approaches to understanding swarms rely on inspiration from biology and are generally covered by the term “biomimetics”. This book focuses on a different, complementary inspiration, namely physics. The editors have introduced the term 'physicomimetics' to refer to physics-based swarm approaches, which offer two advantages. First, they capture the notion that “nature is lazy', meaning that physics-based systems always perform the minimal amount of work necessary, which is an especially important advantage in swarm robotics. Second, physics is the most predictive science, and can reduce complex systems to simple concepts and equations that codify emergent behavior and help us to design and understand swarms.

The editors consolidated over a decade of work on swarm intelligence and swarm robotics, organizing the book into 19 chapters as follows. Part I introduces the concept of swarms and offers the reader a physics tutorial; Part II deals with applications of physicomimetics, in order of increased complexity; Part III examines the hardware requirements of the presented algorithms and demonstrates real robot implementations; Part IV demonstrates how the theory can be used to design swarms from first principles and provides a novel algorithm that handles changing environments; finally, Part V shows that physicomimetics can be used for function optimization, moving the reader from issues of swarm robotics to swarm intelligence. The text is supported with a downloadable package containing simulation code and videos of working robots.

This book is suitable for talented high school and undergraduate students, as well as researchers and graduate students in the areas of artificial intelligence and robotics.