Zrealizowane cele:
Celem projektu było stworzenie fizycznego środowiska do testów możliwości eksploracyjnych niewielkiego robota mobilnego działającego pod systemem ROS 2. Cel ten został w pełni osiągnięty, a jako robota umożliwiającego wykorzystanie skonstruowanego środowiska do walidacji eksperymentów symulacyjnych prowadzonych w Kole Naukowym Modelowania w Finansach wybrano model ROSBot XL produkowany przez krakowską firmę Husarion. Walidacja symulacji w środowisku fizycznym obejmowała m.in. przejazd przez przeszkody, symulację fizyczną wpływu nawierzchni na możliwości trakcyjne robota, zadania manipulacyjne oraz działania złożone, wykonywane w różnych częściach środowiska.

Zgodnie z planem pracy Projekt został zrealizowany w pięciu etapach w okresie 21.01-31.10.2025:

1. Badania symulacyjne i generowanie przy pomocy narzędzi AI charakterystycznych topografii wybranych typów powierzchni, gdzie badane będą parametry wybranych trybów eksploracji robotów takie jak powierzchnia księżyców planet gazowych. W tym etapie prac wykorzystano doświadczenia z różnymi generatorami terenu dla symulacji robotów.
   
2. Projekt symulowanego obszaru na podstawie wyników Etapu 1 z wykorzystaniem segmentacji obrazu i innych metod sztucznej inteligencji.
   
3. Dostosowanie oprogramowania robota do badań w zaprojektowanym środowisku eksperymentalnym.
   
4. Konstrukcja środowiska symulacyjnego oraz testy robota autonomicznego RosBot XL.
   
5. Dostosowanie oprzyrządowania robota do badań w zaprojektowanym środowisku.

Opis rezultatów:
W wyniku realizacji projektu powstało innowacyjne stanowisko laboratoryjne do symulacji autonomicznych robotów eksploracyjnych, któ®e jest kluczowym elementem weryfikacji metod modelowania układów robotyki autonomicznej. W środowisku prowadzona może być budowa tzw. modelu świata z zastosowaniem metod uczenia maszynowego (ML), w szczególności uczenia ze wzmocnieniem (reinforcement learning, RL), autonadzoru (self-supervised learning), uczenia federacyjnego (FL) oraz optymalizacji wymiany informacji poprzez transfer learning (TL). Z uwagi na złożoność tych zagadnień, która często prowadzi do niepełnych modeli teoretycznych, opracowania teoretyczne i symulacje wymagają weryfikacji eksperymentalnej. Na stanowisku testowane eksperymentalnie mogą być też inne problemy decyzyjne, takie jak wielokryterialne sterowanie nadzorcze robotów i ich zespołów z wykorzystaniem modeli sterowanych zdarzeń dyskretnych (DES). Tym samym rezultaty projektu mogą być pomocne w celu opracowania konstruktywnych algorytmów rozwiązywania problemów wspomagania i podejmowania decyzji w zespołach robotów i człowiek-robot. Możliwe są również praktyczne badanie objaśnialności działania inteligentnych algorytmów decyzyjnych (XAI).
Stanowisko symulacyjne zostało zainstalowane w sali dydaktycznej udostępnionej na ten cel przez Władze Wydziału EAIiIB. Planujemy, że skonstruowane stanowisko będzie pomocne w realizacji w ramach Koła projektów inżynierskich i prac magisterskich.

Prezentacja osiągniętych rezultatów prowadzona była m.in. podczas konferencji naukowych IEEE /NASA Aerospace Conference w Big Sky (MT, USA), PP-RAI i MPAR’2025 2025 w Katowicach, 6th Space Resources Conference (d. Konferencja Górnictwa Kosmicznego, Kraków), MMAR’2025 (Międzyzdroje) 53. Konferencja Zastosowań Matematyki w Zakopanem., Podczas tej ostatniej konferencji przedstawiony został referat autorstwa Kol. Filpa Iskry, Arfy Hassan i Opiekuna Koła. Ponadto wybrane rezultaty Projektu przedstawione zostały podczas 66. Barbórkowej Konferencji Studenckich Kół Naukowych AGH w dniu 3 grudnia 2025 (referaty Kol. Filipa Iskry, Imroze Hassan).
W przygotowaniu znajduje się artykuł naukowy przedstawiający opracowane i zaimplementowane środowisko symulacyjne wraz z wynikami wybranych eksperymentów. Zbudowane stanowisko symulacyjne może stanowić podstawę do inicjowania dalszych projektów, zarówno prac własnych Koła, jak i projektów we współpracy międzynarodowej.

Wybrane publikacje i konferencje naukowe związane z rezultatami Projektu:

1. Andrzej M. J. Skulimowski, Cooperation and coordination principles for Icy Moon exploration with autonomous multi robot systems. 58th IEEE Aerospace Conference, Big Sky (MT), USA 2025.
   
2. Andrzej M.J. Skulimowski, Anticipatory coordination approach to solving multicriteria Multi-Robot Task Allocation and Path Planning problems / W: MPaR’25 „Modelowanie Preferencji a Ryzyko’25 : XV ogólnopolska konferencja naukowa”,7-8 kwietnia 2025, Katowice : Uniwersytet Ekonomiczny, 2025. — s. 20–21.
   
3. Andrzej M.J. Skulimowski, Arfa Hassan (2025). Creating photorealistic landscapes for robot path planning with iterative prompting. In: Zielosko, B., Doroż, R., Czarnowski, I., Kacprzyk, J., Mańdziuk, J. (eds.), Advances in Artificial Intelligence Research, Proceedings of the 6th Polish Conference on Artificial Intelligence, PP-RAI 2025, Katowice, Poland, 7-9 April, 2025. Lecture Notes in Networks and Systems, vol. 1559, ISBN978-3-032-04197-5, Springer Cham, pp. 15. Doi: 10.1007/978-3-032-04197-5_21
   
4. Andrzej M.J. Skulimowski, Arfa Hassan. AI-based image generators can provide high-quality photorealistic landscapes for planetary robot simulation / W: KGK 2025 [Dokument elektroniczny] : VIIIth space resources -path to lunar sustainability : 21-23 May 2025, Krakow, Poland : book of abstracts. — [ [2025]. — s. 25, 0043.
   
5. Andrzej M. J. Skulimowski, Arfa Hassan, Filip Iskra. Landscape Generation for Physical Simulation of Space Robot Operations. https://mmar.edu.pl/wp-content/uploads/2025/08/BookOfAbstracts_MMAR_2025.pdf, s. 53
   
6. Andrzej M.J. Skulimowski. Zastosowania dynamicznych sieci antycypacyjnych w robotyce autonomicznej / W: LIII Konferencja Zastosowań Matematyki: 14-20.09.2025, Kościelisko [Warszawa : IMPAN], [2025]. — s. 55–57.

Teksty powyższych publikacji można znaleźć na researchgate.net, IEEE Xplore i link.springer.com.

Kontakt: Studentów i pracowników zainteresowanych przygotowaniem projektów inżynierskich i prac magisterskich oraz udziałem we wspólnych eksperymentach badawczych prosimy o kontakt na adres Koła: knmwf@student.agh.edu.pl.