Robotteknologi og fysisk AI

Videnskabsmænd udvikler ny formel for energibesparende robotter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Hærens videnskabsmænd har udviklet en ny formel, der giver nye indsighter i, hvordan en energibesparende legrobot kan bygges.

Artiklen er offentliggjort i PLOS One

Ændring af hærens køretøjuddannelse

U.S. Army Combat Capabilities Development Command, eller DEVCOM, sammen med Army Research Laboratory’s Dr. Alexander Kott, Sean Gart og Jason Pusey er i gang med at udvikle nye ideer til bygning af autonome militære robotter med ben. Holdet fokuserer på at gøre dem så effektive som andre mobile systemer på jorden. 

Brugen af sådanne systemer kan ændre hærens køretøjuddannelse, og ifølge videnskabsmændene ved de endnu ikke, hvorfor ben-, hjul- og sporet systemer passer til samme kurve, men de nye fund er et skridt fremad.

“Hvis køretøjsudviklere finder en bestemt design, der kræver mere kraft, end der er muligt med en række virkelige begrænsninger, kan den nye formel pege på specifikke behov for forbedret effekt og generation eller om at genoverveje massen og hastighedskravene til køretøjet,” sagde Gart.

Udvikling af den nye formel

Videnskabsmændene blev inspireret af en formel fra 1980’erne, der viser relationer mellem massen, hastigheden og effektforbruget af dyr, og de udviklede en ny formel, der kan anvendes på en bred vifte af ben-, hjul- og sporet systemer, som f.eks. robotter på jorden.

Holdet mener, at de er de første til at samle og studere relationerne, der opstår fra disse data, på trods af at det har været tilgængeligt i 30 år. Fundene viser, at ben-systemer er lige så effektive som hjul- og sporet platforme.

Kott fungerer som laboratoriets chefvidenskabsmand. 

“I verden af ubemandede kampfly og intelligente ammunitioner er der en voksende rolle for infanteri, der kan rykke frem, ofte i flere dage, og angribe i det mest klædede terræn, såsom bjerge, tætte skove og byområder,” sagde Kott. “Det er, fordi sådant terræn giver den største dækning og skjul mod de ubemandede fly. Det kræver, at infanteriet skal være hjulpet af køretøjer, der kan bevæge sig let i sådant brudt terræn. Ben-køretøjer – muligvis autonome – ville være meget nyttige.”

Energi-effektivitet

Ifølge Kott er et af problemerne med ben-robotter, at de synes at have dårlig energi-effektivitet, og det kan begrænse samarbejdet med soldaterne. 

“I de sidste 30 år har U.S. militære videnskabsmænd beskæftiget sig med en række udfordringer i udviklingen af autonome køretøjer,” sagde Kott. “Jordkøretøjer, der manøvrerer på hjul eller spor, og fly, der ligner små fly, som vi kalder faste vinger og små helikoptere, som er roterende vinger, er nu mere stille og lettere at integrere i tropformationer. Men for ben-platforme er der mange hindringer, der er svære at overvinde, og en af de største er at gøre dem energi-effektive.”

Soldaterne kan ikke engage sig i at bære brændstof eller batterier til “energi-tørstige ben-robotter”, sagde han.

Med den nye formel fandt holdet ud af, at menneskeskabte ben-platforme skal være lige så effektive som hjul- og sporet platforme. 

Holdet samlede diverse data om jordmobile systemer og studerede kombinerede systemer som Ford Model T. 

Ifølge Gart vil forskningen hjælpe designere med at bestemme kompromiser mellem effekt, hastighed og masse for fremtidige terrestriske robotter til forsvarsformål. 

Formlen kan også omregne mængden af effekt, der kræves af et køretøj.

“Hæren må udvikle realistiske, men ambitiøse mål for kompromiser mellem effekt, hastighed og masse for fremtidige terrestriske robotter,” sagde Kott. “Det er uønsket at basere sådanne mål på nuværende erfaring, fordi militærudstyr ofte udvikles og bruges i mange år og endda årtier; derfor må specifikatorerne og designerne af sådant udstyr basere deres mål – konkurrencedygtige, men opnåelige – på fremtidige teknologiske muligheder, der ikke nødvendigvis er fuldt forstået på designtidspunktet.”

Alex McFarland er en AI-journalist og forfatter, der udforsker de seneste udviklinger inden for kunstig intelligens. Han har samarbejdet med talrige AI-startups og publikationer verden over.