RoboGrammar-system automatisk og optimerer robotdesign

Formen på en robot bestemmer, hvilke typer opgaver den kan udføre, og hvilket miljø den kan operere i. Med nuværende tekniske begrænsninger er der ingen måde at bygge og teste hver form, men et nyt system udviklet af forskere på MIT tillader, at disse mange former kan simuleres. Efter simulationer kan de bedste af dem vælges ud af gruppen.

Det nye system kaldes RoboGrammar, og det første skridt er at informere det om, hvilke typer robotdele der er til rådighed, såsom hjul og led. Du angiver derefter typen af terræn, roboten vil operere på, men det er grundlæggende alt. RoboGrammar genererer derefter en optimeret struktur og kontrolprogram.

Fremme af robotdesignfeltet

Det nye system er et stort skridt fremad i et avanceret felt, der stadig er primært manuelt.

Allan Zhao er hovedforfatter på forskningen og en ph.d.-studerende på MIT Computer Science and Artificial Intelligence Laboratory (CSAIL).

“Robotdesign er stadig en meget manuel proces,” siger Zhao. RoboGrammar-systemet er “en måde at komme med nye, mere opfindsomme robotdesigns, der potentielt kan være mere effektive.”

Forskningen skal præsenteres på SIGGRAPH Asia-konferencen denne måned.

Ifølge Zhao er robotter bygget til alle mulige opgaver, men “de tenderer alle til at være meget ens i deres overordnede form og design. Når du tænker på at bygge en robot, der skal krydse forskellige terræner, springer du straks til en firben. Vi undrede os over, om det virkelig er den optimale design.”

Holdet troede, at en ny og mere innovativ design kunne producere bedre resultater og forbedre funktionaliteten, og det er derfor, de opførte en computermodel for opgaverne. Systemet var ikke påvirket af tidligere konvention og der var nogle regler, der blev anvendt.

Zhao skriver, at samlingen af mulige robotformer “primært består af meningsløse designs. Hvis du bare kan tilslutte dele på vilkårlig vis, ender du med en rod.”

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

Graph-grammatik

Holdet satte sig for at udvikle en “graph-grammatik”, der begrænser, hvordan robotens komponenter kan arrangeres. Dette er kun for at sikre, at hver computer-genereret design fungerer på et grundlæggende niveau, med begrænsninger såsom ikke at kunne tilslutte bensegmenter til hinanden i stedet for led.

Zhao blev inspireret af dyr, specifikt leddyr, da han designede reglerne for graph-grammatikken.

Leddyr er “karakteriseret ved at have en central krop med et variabelt antal segmenter. Nogle segmenter kan have ben tilknyttet,” siger Zhao. “Og vi lagde mærke til, at det er nok til at beskrive ikke kun leddyr, men også mere velkendte former.”

Gennem brugen af graph-grammatikken fungerer RoboGrammar i tre skridt. Først definerer den problemet. Anden, den designer mulige robotløsninger. Tredje, den vælger de optimale.

Menneskelige brugere er ansvarlige for problemdefinition og indtastning af sættet af tilgængelige robotkomponenter, såsom motorer, ben og tilslutningssegmenter. Brugeren indtaster også, hvilken type terræn roboten vil operere på.

“Det er nøgle til at sikre, at de endelige robotter kan bygges i den virkelige verden,” siger Zhao.

Hundredtusinder af strukturer

RoboGrammar tager graph-grammatikreglerne og designer hundredtusinder af mulige robotstrukturer med forskellige udseender.

“Det var ret inspirerende for os at se variationen i design,” siger Zhao. “Det viser definitivt udtrykskraften i grammatikken.”

Men ikke alle designs er gode, og valget af det bedste indebærer, at hver robots bevægelser og funktion skal vurderes.

“Indtil nu er disse robotter kun strukturer,” siger Zhao.

Holdet udviklede en controller til hver robot gennem en algoritme kaldet Model Predictive Control, der prioriterer hurtig fremadbevægelse, og det er dette, der fremmer strukturerne.

“Formen og kontrollen af roboten er dybt forbundne, og det er derfor, vi må optimere en controller for hver given robot individuelt,” siger Zhao.

Forskerne bruger derefter en neural netværksalgoritme til at finde højtydende robotter. Algoritmen sampler og vurderer forskellige sæt af robotter og lærer, hvilke designs fungerer for hvilke opgaver.

Alt, der er nævnt indtil dette punkt, sker uden menneskelig indgriben.

“Dette arbejde er en kronende bedrift i den 25-årige jagt på at automatisk designe morfologien og kontrollen af robotter,” siger Hod Lipson, mekanisk ingeniør og computervidenskabsmand på Columbia University. Han var ikke involveret i forskningen. “Idéen om at bruge form-grammatik har været omkring i længe, men ingen steder er denne idé blevet gennemført så smukt som i dette arbejde. Når vi kan få maskiner til at designe, bygge og programmere robotter automatisk, er alle muligheder åbne.”

Ifølge Zhao er RoboGrammar “et værktøj til robotdesignere til at udvide rummet af robotstrukturer, de tegner på.”

Holdet planlægger nu at bygge og teste nogle af robotterne i den virkelige verden, og Zhao siger, at systemet kunne gå ud over terræn-gennemløb og ind i områder såsom virtuelle verdener.

“Lad os sige, at du i et videospil ville generere mange typer robotter uden at have en kunstner til at skabe hver enkelt. RoboGrammar ville fungere til det næsten med det samme,” siger Zhao.