Robotika a fyzická AI

Systém RoboGrammar automatizuje a optimalizuje návrh robotů

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

TVAR robota určuje, jaké typy úkolů může vykonávat a v jakém prostředí může fungovat. S aktuálními technologickými omezeními není možné postavit a otestovat každou formu, ale nový systém vyvinutý výzkumníky z MIT umožňuje simulovat tyto formy. Po simulacích lze vybrat ty nejlepší z nich.

Nový systém se nazývá RoboGrammar a prvním krokem je informovat ho o typech robotických součástí, které jsou k dispozici, jako jsou kola a klouby. Poté označte typ terénu, na kterém bude robot fungovat, ale to je基本ně vše. RoboGrammar pak generuje optimalizovanou strukturu a kontrolní program.

Rozvoj oboru robotického designu

Nový systém je velkým krokem vpřed v pokročilém oboru, který je stále převážně manuální.

Allan Zhao je hlavní autor výzkumu a doktorand v laboratoři MIT Computer Science and Artificial Intelligence Laboratory (CSAIL).

“Návrh robotů je stále velmi manuální proces,” říká Zhao. Systém RoboGrammar je “způsob, jak vytvořit nové, více vynalézavé návrhy robotů, které by mohly být potenciálně účinnější.”

Výzkum bude představen na konferenci SIGGRAPH Asia tento měsíc.

Podle Zhaoa jsou roboti postaveni pro všechny druhy úkolů, ale “všichni tendenci být velmi podobní ve své celkové tvaru a designu. Když si myslíte na postavení robota, který potřebuje překonat různé terény, okamžitě skočíte na quadruped. Ptali jsme se, zda je to opravdu optimální design.”

Tým věřil, že nový a více inovativní design by mohl produkovat lepší výsledky a zlepšit funkčnost, a proto vytvořili počítačový model pro úkoly. Systém nebyl ovlivněn předchozí konvencí a byly aplikovány některé pravidla.

Zhao píše, že sbírka možných tvarů robotů je “především složena z nesmyslných návrhů. Pokud můžete pouze připojit součásti libovolným způsobem, skončíte s chaosem.”

https://www.youtube.com/watch?v=JmuLW5So4FU&feature=emb_title

Graph Grammar

Tým se snažil vyvinout “graph grammar”, který omezuje, jak mohou být robotické součásti uspořádány. To je pouze proto, aby každý počítačově generovaný design fungoval na základní úrovni, s omezeními, jako je například nemožnost připojit segmenty nohou k sobě navzájem místo kloubů.

Zhao byl inspirován zvířaty, zejména členovci, při návrhu pravidel graph grammar.

Členovci jsou “charakterizováni tím, že mají centrální tělo s proměnlivým počtem segmentů. Některé segmenty mohou mít připojené nohy,” říká Zhao. “A my jsme si všimli, že to stačí k popisu nejen členovců, ale i více známých forem.”

Pomocí graph grammar funguje RoboGrammar ve třech krocích. První, definuje problém. Druhý, navrhuje možné robotické řešení. Třetí, vybírá optimální řešení.

Lidští uživatelé jsou zodpovědní za definici problému a zadání sady dostupných robotických součástí, jako jsou motory, nohy a spojovací segmenty. Uživatel také zadává typ terénu, na kterém bude robot fungovat.

“To je klíčové pro zajištění toho, aby konečné roboty mohly být skutečně postaveny v reálném světě,” říká Zhao.

Stovky tisíc struktur

RoboGrammar bere pravidla graph grammar a navrhuje stovky tisíc možných robotických struktur, s různými vzhledy.

“Bylo to pro nás bastante inspirující vidět rozmanitost návrhů,” říká Zhao. “To určitě ukazuje expresivitu gramatiky.”

Ale ne všechny návrhy jsou dobré, a výběr nejlepších znamená, že musí být vyhodnoceny pohyby a funkce každého robota.

“Do teď, tyto roboty jsou pouze struktury,” říká Zhao.

Tým vyvinul kontrolér pro každý robot pomocí algoritmu Model Predictive Control, který priorizuje rychlý vpředový pohyb, a to je to, co rozvíjí struktury.

“Tvar a kontrolér robota jsou hluboce propojeny, a proto musíme optimalizovat kontrolér pro každý dán robot individuálně,” říká Zhao.

Výzkumníci pak použili neuronovou síťový algoritmus k nalezení vysoce výkonných robotů. Algoritmus vzorkuje a vyhodnocuje různé sady robotů a učí se, které návrhy fungují pro které úkoly.

Všechno, co bylo zmíněno do tohoto bodu, se děje bez lidského zásahu.

“Tato práce je korunou 25letého úsilí automaticky navrhnout morfologii a kontrolu robotů,” říká Hod Lipson, mechanický inženýr a počítačový vědec z Kolumbijské univerzity. On nebyl zapojen do výzkumu. “Nápad použití shape-gramatik byl kolem po nějakou dobu, ale nikde nebyl tento nápad proveden tak krásně jako v této práci. Jakmile budeme moci nechat stroje navrhnout, postavit a naprogramovat roboty automaticky, všechny sázky jsou uzavřeny.”

Podle Zhaoa je RoboGrammar “nástroj pro návrháře robotů, aby rozšířili prostor robotických struktur, na které se odvolávají.”

Tým nyní plánuje postavit a otestovat některé roboty v reálném světě, a Zhao říká, že systém by mohl jít za hranice terénního průchodu a do oblastí, jako jsou virtuální světy.

“Řekněme, že v videohře chcete vygenerovat spoustu druhů robotů, bez nutnosti mít umělce, který by vytvořil každý z nich. RoboGrammar by fungoval pro to téměř okamžitě,” říká Zhao.

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.