Robótica
El sistema RoboGrammar automatiza y optimiza el diseño de robots
La forma de un robot determina qué tipos de tareas puede realizar y el entorno en el que puede operar. Con las limitaciones tecnológicas actuales, no hay forma de construir y probar cada forma, pero un nuevo sistema desarrollado por investigadores del MIT permite estas muchas formas. para ser simulado. Después de las simulaciones, se puede elegir al mejor de ellos del grupo.
El nuevo sistema se llama RoboGrammar, y el primer paso es informarle qué tipos de piezas de robot están disponibles, como ruedas y articulaciones. Luego indica el tipo de terreno en el que operará el robot, pero eso es básicamente todo. RoboGrammar luego genera una estructura optimizada y un programa de control.
Avanzando en el campo del diseño robótico
El nuevo sistema es un gran paso adelante en un campo avanzado que todavía es mayoritariamente manual.
Allan Zhao es el autor principal de la investigación y estudiante de doctorado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL).
“El diseño de robots sigue siendo un proceso muy manual”, dice Zhao. El sistema RoboGrammar es "una forma de crear diseños de robots nuevos y más ingeniosos que podrían ser potencialmente más efectivos".
La investigación se presentará en la conferencia SIGGRAPH Asia este mes.
Según Zhao, los robots están diseñados para todo tipo de tareas, pero “todos tienden a ser muy similares en su forma y diseño general. Cuando piensas en construir un robot que necesita atravesar varios terrenos, inmediatamente saltas a un cuadrúpedo. Nos preguntábamos si ese es realmente el diseño óptimo”.
El equipo creyó que un diseño nuevo y más innovador podría producir mejores resultados y mejorar la funcionalidad, razón por la cual construyeron un modelo de computadora para las tareas. El sistema no estuvo influenciado por convenciones anteriores y se aplicaron algunas reglas.
Zhao escribe que la colección de posibles formas de robots está “compuesta principalmente por diseños sin sentido. Si solo puedes conectar las partes de manera arbitraria, terminas con un revoltijo”.
La gramática gráfica
El equipo se propuso desarrollar una "gramática gráfica", que restringe cómo se pueden organizar los componentes del robot. Esto es solo para que cada diseño generado por computadora funcione en un nivel básico, con restricciones como no poder conectar segmentos de patas entre sí en lugar de articulaciones.
Zhao se inspiró en los animales, específicamente en los artrópodos, al diseñar las reglas de la gramática de grafos.
Los artrópodos se “caracterizan por tener un cuerpo central con un número variable de segmentos. Algunos segmentos pueden tener patas adheridas”, dice Zhao. "Y notamos que eso es suficiente para describir no solo a los artrópodos sino también a formas más familiares".
Mediante el uso de la gramática gráfica, RoboGrammar opera en tres pasos. En primer lugar, define el problema. En segundo lugar, diseña posibles soluciones robóticas. En tercer lugar, selecciona los óptimos.
Los usuarios humanos son responsables de definir el problema e ingresar el conjunto de componentes robóticos disponibles, como motores, patas y segmentos de conexión. El usuario también ingresa en qué tipo de terreno operará el robot.
“Esa es la clave para asegurarse de que los robots finales se puedan construir en el mundo real”, dice Zhao.
Cientos de miles de estructuras
RoboGrammar toma las reglas gramaticales de gráficos y diseña cientos de miles de posibles estructuras de robots, con varias apariencias diferentes.
“Fue muy inspirador para nosotros ver la variedad de diseños”, dice Zhao. “Definitivamente muestra la expresividad de la gramática”.
Sin embargo, no todos los diseños son buenos, y elegir el mejor significa que se deben evaluar los movimientos y la función de cada robot.
“Hasta ahora, estos robots son solo estructuras”, dice Zhao.
El equipo desarrolló un controlador para cada robot a través de un algoritmo llamado Model Predictive Control, que prioriza el avance rápido, y esto es lo que hace avanzar las estructuras.
“La forma y el controlador del robot están profundamente entrelazados, por lo que tenemos que optimizar un controlador para cada robot de forma individual”, dice Zhao.
Luego, los investigadores usan un algoritmo de red neuronal para encontrar robots de alto rendimiento. El algoritmo muestrea y evalúa diferentes conjuntos de robots y aprende qué diseños funcionan para qué tareas.
Todo lo mencionado hasta este punto se lleva a cabo sin intervención humana.
“Este trabajo es un logro supremo en la búsqueda de 25 años para diseñar automáticamente la morfología y el control de los robots”, dice Hod Lipson, ingeniero mecánico e informático de la Universidad de Columbia. No participó en la investigación. “La idea de usar gramáticas de forma ha existido por un tiempo, pero en ninguna parte se ha ejecutado esta idea tan bellamente como en este trabajo. Una vez que podamos hacer que las máquinas diseñen, fabriquen y programen robots automáticamente, todas las apuestas estarán canceladas”.
Según Zhao, RoboGrammar es "una herramienta para que los diseñadores de robots amplíen el espacio de las estructuras de robots en las que se basan".
El equipo ahora planea construir y probar algunos de los robots en el mundo real, y Zhao dice que el sistema podría moverse más allá de la travesía del terreno y hacia áreas como los mundos virtuales.
“Digamos que en un videojuego quieres generar muchos tipos de robots, sin tener un artista para crear cada uno. RoboGrammar funcionaría para eso casi de inmediato”, dice Zhao.
