Connect with us

Robotika

„Hloupé roboty“ plní úkoly využíváním fyzických charakteristik

mm

Abyste mohli roboty ve velkém počtu nechat jednat společně, musíte jejich interakce choreograficky sladit s využitím pokročilých algoritmů a komponent. Pokud jsou však roboty jednoduché a postrádají pokročilé programování, lze koordinované chování zřídka dosáhnout.

Dana Randall, profesorka počítačového inženýrství a Daniel Goldman, profesor Dunn Family, vedli tým výzkumníků na Georgia Institute of Technology, aby se touto problematikou zabývali. Tým se pokusil prokázat, že i jednoduchí roboti mohou plnit úkoly, které přesahují jejich individuální schopnosti.

Výzkum byl publikován v časopise Science Advances 23. dubna.

Hloupí roboti plní složitější úkoly

Tito „hloupí roboti“ byli označeni jako mobilní granulární částice a tým se snažil prokázat, že mohou plnit složitější úkoly. Výzkumníci uvedli, že mohli odstranit všechny senzory, komunikaci, paměť a výpočetní prostředky z robotů a využít fyzické charakteristiky robotů k dokončení série úkolů. Podle týmu se tato vlastnost nazývá „task embodiment“.

BOBboty, což je zkratka pro „behaving, organizing, buzzing bots“, byly pojmenovány po Bobu Behringerovi, průkopníkovi granulární fyziky.

Roboti jsou „tak hloupí, jak to jen jde“, říká Randall. “Jejich válcové podvozky mají vibrující kartáče a volné magnety na svém obvodu, což způsobuje, že tráví více času na místech s více sousedy.”

https://www.youtube.com/watch?v=hsLJShwjknI

Počítačové simulace

Spolu s experimentální platformou se tým také spoléhal na přesné počítačové simulace vedené Shengkai Li, studentem fyziky na Georgia Tech. Tyto simulace pomáhaly studovat různé aspekty systému, které nebylo možné zkoumat v laboratoři.

BOBboty jsou extrémně jednoduché, ale výzkumníci prokázali, že když se roboti pohybují společně a narážejí do sebe, „vytvoří se kompaktní agregáty, které jsou schopné společně odstranit odpad, který je příliš těžký pro jednoho robota“, vysvětluje Goldman. „Zatímco většina lidí buduje stále složitější a dražší roboty, aby zajistili koordinaci, chtěli jsme vidět, jaké složitější úkoly lze plnit pomocí velmi jednoduchých robotů.“

Práce týmu byla inspirována teoretickým modelem částic pohybujících se na šachovnici a aby mohli studovat matematický model BOBbotů, byl vyvinut teoretický abstrakt nazvaný self-organizující se částicový systém. Díky využití teorie pravděpodobnosti, statistické fyziky a stochastických algoritmů se týmu podařilo prokázat, že se zvyšující se magnetickými interakcemi teoretický model prochází fázovým přechodem. Rychle se mění z rozptýleného na agregující, vytvářející kompaktní klastry podobné systémům, jako je voda a led.

Randall je také profesorkou počítačových věd a pomocnou profesorkou matematiky na Georgia Tech.

„Precizní analýza nám nejen ukázala, jak postavit BOBboty, ale také odhalila vnitřní odolnost našeho algoritmu, která umožnila, aby některé roboty byly vadné nebo nepředvídatelné“, říká Randall.

Alex McFarland je AI novinář a spisovatel, který zkoumá nejnovější vývoj v oblasti umělé inteligence. Spolupracoval s mnoha AI startupy a publikacemi po celém světě.