Automated task planning for autonomous multi-robot teams (ATAM)

I ATAM-prosjektet har FFI, Equinor og SINTEF samarbeidet om å utvikle og demonstrere Kunstig Intelligens-baserte, KI-baserte, metoder for automatisert planlegging og handling til autonome multi-robotoperasjoner for søk- og redningsoppdrag og perimeterovervåkning. Slike metoder omtales som «KI-planlegging». Gjennom ATAM-partnerskapet, med blant annet workshops og hyppige møter, har vi bygget videre på tidligere resultater innen AI-planlegging fra SINTEF, integrert med kunnskap og et simuleringsrammeverk fra FFI, samt kunnskap om relevante bruksområder fra Equinor, videreutviklet metodene for å passe til søk og redning og perimeterovervåkning, og arbeidet for å overføre resultater til forsvarssektoren, spesielt via FFI, samt bidratt til å bane vei for fremtidige partnerskap utover prosjektets levetid. Søk- og redningsoppdrag og perimeterovervåkning er identifisert som viktige for forsvarssektoren, så vel som for energibransjen, hvor «arbeidslag» med roboter potensielt kan øke sikkerheten, effektiviteten og kvaliteten i slike operasjoner. Selv om det har vært mye fremgang i å realisere automatiserte funksjoner for roboter (f.eks. kollisjonsunngåelse, objektdeteksjon, etc.) i verden, så øker kompleksiteten ved å automatisk koordinere slike funksjoner raskt, selv i enkle multi-robotoppdrag. KI-planlegging fra ATAM kan potensielt redusere slik kompleksitet. I ATAM så tar KI-planleggingsmetodene hensyn til blant annet batterikapasitet og andre egenskaper til robotene i som skal utføre oppdragene (f.eks. type sensorer på hver robot) for å orkestrere robotene og deres automatiserte funksjoner for å muliggjøre autonome multi-robotoperasjoner. Vi har demonstrert resultater i FFIs simuleringsrammeverk, samt på laboratorieforsøk med autonome bakkekjøretøy og luftfartøy. For å bidra til at ATAM-resultater kan bli tatt i bruk så har vi formidlet resultater til forsvarssektoren, spesielt FFI og Forsvaret, samt industrien, forskningssektoren og den generelle befolkningen. I tillegg til bruksområdene hvor ATAM-resultatene har blitt demonstrert, så kan prosjektresultatene anvendes på andre områder innenfor og utenfor forsvarssektoren hvor bruk av autonome robotlag kan være fordelaktig (f.eks. innen inspeksjon og vedlikehold). Ved å kombinere de vitenskapelige fremskrittene i prosjektet med relevante demonstrasjoner i simulering og lab, så ha vi som mål å øke interessen i forskningsmiljøene for å løse forsvars- og sikkerhetsrelaterte problemstillinger, samt å øke interessen fra forsvarssektoren og industrien til å etterspørre autonome robotløsninger. Ytterligere informasjon om prosjektet og dets resultater kan finnes her: https://www.sintef.no/en/projects/2023/automated-task-planning-for-autonomous-multi-robot-teams-atam/

The effect of the project includes that the project partners have, through the ATAM results, increased their competence on the possibilities and challenges with automated planning and acting (AI planning), as well as on key aspects relevant for AI planning within defense use cases, in particular search and rescue and perimeter surveillance. ATAM has also led to new project opportunities for the partners, and increased visibility both nationally and international – potentially leading to increased international cooperation as well as further transfer of results to the defense sector. The project will affect the scientific community pushing the state of the art on AI planning further and demonstrating it on defense sector use cases. Moreover, the project will also increase awareness in the scientific community of defence sector specific requirements relevant for AI planning, thus aiding in guiding national and international research toward real needs in the defence sector. The potential impact of the project is increased use of autonomous robotics in defense, thus enabling low-manning operations to execute a larger range of tasks and covering larger areas in operations. Autonomous robotics and methods for AI planning can also impact other sectors such as inspection and maintenance of critical infrastructure in energy, transportation and the maritime industry. To this end, impacts of increased use of robots with AI planning capabilities can lead to increased human safety in operations (robots can be deployed more easily into, e.g., high-risk and remote operations thus relieving humans) and increased efficiency in operations (multi-robot operations without the need for tedious manual control by human operators). Autonomous robotics as part of the total defense, i.e., involvement of also the civilian sector, can lead to critical infrastructure being better protected against, e.g., sabotage. Less vulnerability to sabotage, as well as increased uptime due to improved inspection and maintenance (with robots) can benefit the society at large as critical services to the general public will be less prone to downtime (increased availability of transportation infrastructure, increased uptime of energy production and distribution, etc.).

In the ATAM project we will build collaboration between FFI, Equinor and SINTEF, and develop and demonstrate AI-based methods for automated planning and acting – AI planning – in autonomous multi-robot operations needed for the defence sector. Through the ATAM partner collaboration with, e.g., workshops and frequent meetings, we will build on previous results on AI planning from SINTEF, integrate with knowhow from FFI, advance the methods towards the ATAM defence use cases, transfer results to the defence sector, particularly FFI, and pave the way for future partnerships beyond the scope of this project. We will focus on search and rescue and perimeter surveillance use cases. These have been identified as important for the defence sector where teams of robots can potentially increase efficiency and quality in operations. Although there has been much progress in realizing automated functions for robots (e.g., collision avoidance, object detection, etc.), the complexity of automatically coordinating such functions quickly explode even in simple multi-robot missions. AI planning from ATAM could reduce complexity and orchestrate robots and their automated functions to enable autonomous multi-robot operations. To ensure uptake of ATAM results, we will disseminate results to the defence sector, particularly FFI and the Norwegian Armed Forces, as well as the scientific community. We will build sustained collaboration between the partners by establishing an Autonomous Robotics Forum. In addition to the use cases where ATAM results will be demonstrated, the results can be applied to other areas within and outside the defence sector where autonomous robot fleets can be beneficial. By combining cutting-edge scientific advancements with demonstrators, we aim to impact both research and operational aspects of the defence sector, and build a platform for sustainable partnership.