AI summary
Robot pemadam kebakaran yang dikembangkan dapat beroperasi secara otonom dan mengurangi risiko bagi petugas manusia. Sistem ini menggunakan pembelajaran penguatan untuk memungkinkan robot berkolaborasi dan membagi tugas. Proyek ini menunjukkan potensi nyata untuk aplikasi di dunia nyata dalam situasi berisiko tinggi. Para peneliti di Australia berhasil mengembangkan dan menguji sebuah sistem robot pemadam kebakaran yang bekerja secara otonom, menggunakan kecerdasan buatan khusus untuk mengendalikan dan mengkoordinasikan beberapa kendaraan robot tanpa awak. Robot ini mampu bergerak di sekitar rintangan dan bekerja sama untuk memadamkan api, mengurangi kebutuhan akan keterlibatan manusia langsung dalam situasi berbahaya.Proyek yang dipimpin oleh Cyborg Dynamics Engineering bersama Griffith University dan didanai oleh Queensland Defence Science Alliance ini menguji robot dalam berbagai kondisi simulasi serta kombinasi simulasi dan fisik dengan satu kendaraan nyata dan beberapa robot virtual. Hasil uji menunjukkan tingkat keberhasilan yang sangat tinggi, yaitu 99,67 persen, dalam menyelesaikan tugas navigasi dan pemadaman dua titik api.Robot-robot ini dilatih menggunakan teknik pembelajaran penguatan multi-agen (MARL) melalui tiga tahap pembelajaran, mulai dari menguasai navigasi dasar hingga kolaborasi tugas yang kompleks seperti memadamkan banyak sumber api sekaligus di lingkungan penuh halangan. Kemampuan mereka untuk secara otomatis membagi tugas dan mengorganisasi diri mengurangi beban kerja manusia secara drastis.General Manager Cyborg Dynamics Engineering, Ryan Marple, menjelaskan bahwa saat ini perusahaan sudah mengoperasikan kendaraan pemadam kebakaran yang dikendalikan secara remote di lokasi tambang di Australia. Namun, penelitian ini berfokus pada pengembangan sistem yang sepenuhnya otonom dan mampu bekerja dalam kawanan robot, yang dapat memberikan respons lebih cepat dan efektif dalam situasi berisiko tinggi.Ke depannya, tim penelitian berencana menyempurnakan model AI mereka agar dapat lebih mudah dipindahkan dari kondisi simulasi ke lapangan nyata, serta memperluas aplikasi framework AI ini ke kendaraan bawah laut dan udara, termasuk juga kerja sama antar berbagai jenis robot. Hal ini membuka peluang baru untuk keselamatan dan efisiensi dalam pengelolaan kebakaran serta krisis lainnya.
Penggunaan pembelajaran penguatan multi-agen adalah terobosan penting yang memungkinkan robot tidak hanya bergerak secara mandiri tetapi juga berkolaborasi efektif di lapangan. Namun, tantangan nyata masih ada pada penerapan teknologi ini di lingkungan dunia nyata yang penuh variabel tak terduga.
