Swarms and network intelligence in search

242 Pages·2018·9.809 MB·English

by  Altshuler, Yaniv, Bruckstein, Alfred, Pentland, Alex

Studies in Computational Intelligence 729
Yaniv Altshuler
Alex Pentland
Alfred M. Bruckstein
Swarms and Network
Intelligence in Search
Studies in Computational Intelligence
Volume 729
Series editor
Janusz Kacprzyk, Polish Academy of Sciences, Warsaw, Poland
e-mail: [email protected]
About this Series
The series “Studies in Computational Intelligence” (SCI) publishes new develop-
mentsandadvancesinthevariousareasofcomputationalintelligence—quicklyand
with a high quality. The intent is to cover the theory, applications, and design
methods of computational intelligence, as embedded in the fields of engineering,
computer science, physics and life sciences, as well as the methodologies behind
them. The series contains monographs, lecture notes and edited volumes in
computational intelligence spanning the areas of neural networks, connectionist
systems, genetic algorithms, evolutionary computation, artificial intelligence,
cellular automata, self-organizing systems, soft computing, fuzzy systems, and
hybrid intelligent systems. Of particular value to both the contributors and the
readership are the short publication timeframe and the worldwide distribution,
which enable both wide and rapid dissemination of research output.
More information about this series at http://www.springer.com/series/7092
Yaniv Altshuler Alex Pentland
(cid:129)
Alfred M. Bruckstein
Swarms and Network
Intelligence in Search
123
YanivAltshuler Alfred M.Bruckstein
MITMedia Lab Computer Science Department
Massachusetts Institute of Technology Israeli Institute of Technology (Technion)
Cambridge, MA Haifa
USA Israel
AlexPentland
MITMedia Lab
Massachusetts Institute of Technology
Cambridge, MA
USA
ISSN 1860-949X ISSN 1860-9503 (electronic)
Studies in Computational Intelligence
ISBN978-3-319-63602-3 ISBN978-3-319-63604-7 (eBook)
DOI 10.1007/978-3-319-63604-7
LibraryofCongressControlNumber:2017947832
©SpringerInternationalPublishingAG2018
Thisworkissubjecttocopyright.AllrightsarereservedbythePublisher,whetherthewholeorpart
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
orinformationstorageandretrieval,electronicadaptation,computersoftware,orbysimilarordissimilar
methodologynowknownorhereafterdeveloped.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publicationdoesnotimply,evenintheabsenceofaspecificstatement,thatsuchnamesareexemptfrom
therelevantprotectivelawsandregulationsandthereforefreeforgeneraluse.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authorsortheeditorsgiveawarranty,expressorimplied,withrespecttothematerialcontainedhereinor
for any errors or omissions that may have been made. The publisher remains neutral with regard to
jurisdictionalclaimsinpublishedmapsandinstitutionalaffiliations.
Printedonacid-freepaper
ThisSpringerimprintispublishedbySpringerNature
TheregisteredcompanyisSpringerInternationalPublishingAG
Theregisteredcompanyaddressis:Gewerbestrasse11,6330Cham,Switzerland
Preface
Lastdecadehasseenaparadigmaticchangeintheoperationalprocessesofmodern
armies’ aerial forces, as designers and commanders have been gradually shifting
their focus towards unmanned aerial vehicles (UAVs). Indeed, over 50% of the
planesintheUSAtodayareunmanned,withthistrendexpectedtofurtherincrease,
andbeadoptedbyadditionalWesternarmiesinthecomingyears.Thishasbeenthe
case in visual intelligent (VISINT), and recently also in tactical signal intelligence
(SIGINT), which is traditionally in charge of 80% of the information gathered by
the intelligence corps.
Therefore, as the use of Drones as an integral component on ongoing intelli-
gencegatheringinwartime,aswellasduringthe“battlewithinthewars”increases,
sogrowstheimportanceoftheneedtobasethisuseonanefficientinfrastructure.In
otherwords,aninnovativesmall-scalededicatedUAVsquadron(namely,aDrones
Swarm), designed for special missions, may function perfectly with high redun-
dancy and inefficient use of its resources, but a regular large-scale information
gathering that is based on unmanned vehicles operating in swarms cannot.
Furthermore, the lack of an efficient infrastructure that assumes control of the
low-levelresourceutilizationtasksmeansthatthesetasksmustultimatelybetaken
careofbythehumanoperators(asisbeingdonetoday)—dramaticallyreducingthe
numberoftasksthesecanengage,increasingthetimeittakesthemtodoso,aswell
astheoverallcostofthisprocess,andultimatelysignificantlylimitingthevehicles’
operational potential.
As the complexity of the problem increases, so does the impact of optimizing
capabilities on the overall resources required in order to guarantee a pre-defined
level of performance. In other words, a successful use of large-scale swarms of
UAVs as a combat and intelligence gathering tool necessitates the development of
an efficient mechanism for optimization of their utilization, specifically in the
design and maintenance of their patrolling routes.
Thisbookoffersacomprehensiveanalysisofthetheoryandtoolsneededforthe
developmentofanefficientandrobustinfrastructureforthedesignofcollaborative
patrollingUAVswarms,focusingonitsapplicationsfortacticintelligenceDrones.
The systems under discussion enable flocks of semi-autonomous vehicles to
v
vi Preface
perform an ongoing dynamic efficient patrolling and scanning of pre-defined
“searchregion”,inarobustandnear-optimalway,inasfasttimeaspossible,while
guaranteeing detection of all targets that are located in that region. Theoretical
limitations of such systems are discussed, as well as the trade-offs between the
various economic and operational parameters of the system.
Cambridge, USA Yaniv Altshuler
Cambridge, USA Alex Pentland
Haifa, Israel Alfred M. Bruckstein
Contents
Introduction to Swarm Search..... .... .... .... .... .... ..... .... 1
1 Overview .. .... .... .... ..... .... .... .... .... .... ..... .... 1
2 Swarm Intelligence... .... ..... .... .... .... .... .... ..... .... 2
3 Building Intelligent Swarms Using Stupid Drones .... .... ..... .... 5
4 Organization .... .... .... ..... .... .... .... .... .... ..... .... 6
5 Conclusion . .... .... .... ..... .... .... .... .... .... ..... .... 8
References .... .... .... .... ..... .... .... .... .... .... ..... .... 8
Cooperative “Swarm Cleaning” of Stationary Domains. .... ..... .... 15
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 15
2 The Cooperative Cleaners Problem.... .... .... .... .... ..... .... 16
3 Related Work ... .... .... ..... .... .... .... .... .... ..... .... 17
4 The Cleaning Protocol .... ..... .... .... .... .... .... ..... .... 18
4.1 Cleaning Protocol — Definitions and Requirements .. ..... .... 19
4.2 The SWEEP Cleaning Protocol.. .... .... .... .... ..... .... 20
4.3 Pivot Point. .... .... ..... .... .... .... .... .... ..... .... 21
4.4 Signaling .. .... .... ..... .... .... .... .... .... ..... .... 22
4.5 Connectivity Preservation... .... .... .... .... .... ..... .... 24
4.6 Agents Synchronization.... .... .... .... .... .... ..... .... 24
4.7 Clustering Problem .. ..... .... .... .... .... .... ..... .... 27
4.8 Mission Termination . ..... .... .... .... .... .... ..... .... 28
5 Analysis ... .... .... .... ..... .... .... .... .... .... ..... .... 28
5.1 Definitions. .... .... ..... .... .... .... .... .... ..... .... 29
5.2 Correctness .... .... ..... .... .... .... .... .... ..... .... 30
5.3 Detailed Analysis.... ..... .... .... .... .... .... ..... .... 31
5.4 Robustness. .... .... ..... .... .... .... .... .... ..... .... 38
5.5 Comparison to Existing Work ... .... .... .... .... ..... .... 39
6 Regions with Obstacles.... ..... .... .... .... .... .... ..... .... 41
7 Experimental Results.. .... ..... .... .... .... .... .... ..... .... 42
8 Conclusion . .... .... .... ..... .... .... .... .... .... ..... .... 46
References .... .... .... .... ..... .... .... .... .... .... ..... .... 47
vii
viii Contents
Swarm Search of Expanding Regions in Grids: Lower Bounds ... .... 51
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 51
2 The Dynamic “Cooperative Cleaners” Problem... .... .... ..... .... 52
3 A Protocol-Agnostic Lower Bound for the Cleaning Time.. ..... .... 58
4 Impossibility Result .. .... ..... .... .... .... .... .... ..... .... 67
5 The Cleaning Protocol .... ..... .... .... .... .... .... ..... .... 68
6 Experimental Results.. .... ..... .... .... .... .... .... ..... .... 69
7 Isoperimetric Inequality on the Grid... .... .... .... .... ..... .... 69
8 Discussion and Conclusion. ..... .... .... .... .... .... ..... .... 77
Appendix – Definitions... .... ..... .... .... .... .... .... ..... .... 78
References .... .... .... .... ..... .... .... .... .... .... ..... .... 87
Swarm Search of Expanding Regions in Grids: Upper Bounds ... .... 91
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 91
2 The Dynamic “Cooperative Cleaners” Problem... .... .... ..... .... 92
3 The Cleaning Protocol .... ..... .... .... .... .... .... ..... .... 98
4 Recursive Upper Bound ... ..... .... .... .... .... .... ..... .... 99
5 Direct Upper Bounds . .... ..... .... .... .... .... .... ..... .... 110
6 Simplifying Theorem 2.... ..... .... .... .... .... .... ..... .... 112
7 An Upper Bound for k .... ..... .... .... .... .... .... ..... .... 114
8 Discussion and Conclusion. ..... .... .... .... .... .... ..... .... 116
Appendix – Definitions... .... ..... .... .... .... .... .... ..... .... 117
References .... .... .... .... ..... .... .... .... .... .... ..... .... 126
The Search Complexity of Collaborative Swarms in Expanding
Z2 Grid Regions ... .... .... ..... .... .... .... .... .... ..... .... 129
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 129
2 Related Work ... .... .... ..... .... .... .... .... .... ..... .... 131
3 The Dynamic Cooperative Cleaners Problem .... .... .... ..... .... 133
4 Grid Coverage — Analysis. ..... .... .... .... .... .... ..... .... 140
5 Dynamic Cleaners as Cooperative Hunters.. .... .... .... ..... .... 147
6 Conclusions. .... .... .... ..... .... .... .... .... .... ..... .... 148
References .... .... .... .... ..... .... .... .... .... .... ..... .... 149
Collaborative Patrolling Swarms in Stochastically Expanding
Environments . .... .... .... ..... .... .... .... .... .... ..... .... 155
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 155
2 Related Work ... .... .... ..... .... .... .... .... .... ..... .... 156
3 Definitions.. .... .... .... ..... .... .... .... .... .... ..... .... 157
4 Lower Bound ... .... .... ..... .... .... .... .... .... ..... .... 160
4.1 Direct Bound... .... ..... .... .... .... .... .... ..... .... 160
4.2 Using the Bound .... ..... .... .... .... .... .... ..... .... 167
4.3 Parameters Selection . ..... .... .... .... .... .... ..... .... 170
5 Lower Bound - Markovian Model .... .... .... .... .... ..... .... 173
6 Impossibility Results.. .... ..... .... .... .... .... .... ..... .... 178
Contents ix
6.1 Direct Result ... .... ..... .... .... .... .... .... ..... .... 178
6.2 Markovian Model ... ..... .... .... .... .... .... ..... .... 179
7 Experimental Results.. .... ..... .... .... .... .... .... ..... .... 181
8 Conclusions. .... .... .... ..... .... .... .... .... .... ..... .... 183
References .... .... .... .... ..... .... .... .... .... .... ..... .... 183
The Cooperative Hunters – Efficient and Scalable Drones Swarm
for Multiple Targets Detection..... .... .... .... .... .... ..... .... 187
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 187
2 Related Work ... .... .... ..... .... .... .... .... .... ..... .... 188
3 The Cooperative Hunters Problem .... .... .... .... .... ..... .... 190
3.1 The Targets .... .... ..... .... .... .... .... .... ..... .... 190
3.2 UAVs and Sensors... ..... .... .... .... .... .... ..... .... 190
3.3 The Search Region... ..... .... .... .... .... .... ..... .... 191
3.4 The Goal .. .... .... ..... .... .... .... .... .... ..... .... 191
4 Previous Results . .... .... ..... .... .... .... .... .... ..... .... 191
5 Improved Geometrical Flying Patterns . .... .... .... .... ..... .... 192
5.1 Description of the Algorithm.... .... .... .... .... ..... .... 193
5.2 Analysis of the Algorithm .. .... .... .... .... .... ..... .... 194
5.3 Lower Bound on the Number of UAVs — Optimality Proof. .... 196
6 Conclusion . .... .... .... ..... .... .... .... .... .... ..... .... 201
References .... .... .... .... ..... .... .... .... .... .... ..... .... 201
Optimal Dynamic Coverage Infrastructure for Large-Scale Fleets
of Reconnaissance UAVs .... ..... .... .... .... .... .... ..... .... 207
1 Introduction. .... .... .... ..... .... .... .... .... .... ..... .... 207
2 Related Work ... .... .... ..... .... .... .... .... .... ..... .... 208
3 Patrolling System Optimizing — Problem Definitions . .... ..... .... 210
4 The Optimal Number of Monitoring Units .. .... .... .... ..... .... 211
5 Which Drones to Use? Optimizing the Drones’ Cost .. .... ..... .... 214
6 Case Study I – Theoretical Analysis... .... .... .... .... ..... .... 215
7 Case Study II – Real World Transportation Network Monitoring.. .... 218
7.1 Betweenness Centrality Versus Traffic Flow .... .... ..... .... 219
7.2 Origin-Destination Based Betweenness Centrality.... ..... .... 221
7.3 Improving Betweenness Centrality Using Travel Properties.. .... 221
7.4 Optimizing the Locations of Surveillance and Monitoring
Stations ... .... .... ..... .... .... .... .... .... ..... .... 223
7.5 Modeling Various Deployment Schemes
as a Gompertz Function.... .... .... .... .... .... ..... .... 226
8 Transportation Network Dataset .. .... .... .... .... .... ..... .... 228
8.1 Network Structure ... ..... .... .... .... .... .... ..... .... 230
8.2 Congestions.... .... ..... .... .... .... .... .... ..... .... 230
8.3 Flow . .... .... .... ..... .... .... .... .... .... ..... .... 232
9 Conclusions. .... .... .... ..... .... .... .... .... .... ..... .... 233
References .... .... .... .... ..... .... .... .... .... .... ..... .... 234