28 اردیبهشت 1404
در سال هاي اخیر، استفاده از سامانه هاي پهپادي در مأموریت هاي هوشمند پلیس، نظیر پایش محیطی، کشاورزی دقیق، نقشه برداري و عملیات امداد، رشد چشمگیري یافته است .افزون بر این، پژوهش هاي اخیر در حوزه ي هوش مصنوعی و بینایی ماشین نیز نشان دادهاند که ترکیب سامانه هاي پهپادي با الگوریتم هاي یادگیري عمیق میتواند دقت و سرعت تصمیم گیري را در مأموریتهاي انتظامی به طور چشمگیري افزایش دهد.با این حال، افزایش تعداد پهپادها در یک مأموریت مشترك موجب بروز چالش هاي متعددي در زمینه ي مدیریت و تخصیص منابع میشود. محدودیت انرژي، توان پردازشی، حافظه و پهناي باند ارتباطی در هر پهپاد، باعث میشود هماهنگی میان آنها به مسئله اي پیچیده و چندهدفه تبدیل گردد. تخصیص نامناسب منابع میتواند منجر به تداخل وظایف، تکرار داده، کاهش کیفیت مأموریت و هدررفت انرژي شود. ازاینرو، توسعه ي الگوریتم هایی که قادر باشند تخصیص منابع را به صورت پویا، بهینه و هماهنگ میان پهپادها انجام دهند، ضرورتی کلیدي در طراحی سامانه هاي چندپهپادي به شمار میرود. یکی از چالش هاي اساسی در دنیاي امروز، استفاده از الگوریتم هاي فراابتکاري و الهام گرفته از طبیعت براي حل مسائل بهینه سازي است. بیشتر الگوریتم هاي فراابتکاري موجود از فرآیندها و پدیده هاي طبیعی همچون فرایندهاي تکاملی، رفتاري جمعی یا پدیده هاي فیزیکی الهام گرفتهاند. با این حال، میتوان به دنبال رفتارهاي خاصتري در طبیعت بود که به سیاستهاي اجتماعی پیچیده در میان گونه هاي حیوانی یا گیاهی مربوط میشوند .