Teadlased töötavad välja uue meetodi pehmete robotite juhtimiseks

Teadlased Massachusetts Institute of Technology on välja mõelnud viisi, kuidas pehmeid roboteid sihtülesannete täitmiseks paremini juhtida ja kujundada. See on olnud soft-robootika eesmärk juba pikka aega ja see on suur saavutus. 

Pehmetel robotitel on painduvad kehad, mis on võimelised igal ajahetkel liikuma lõpmatul hulgal viisil. Arvutamise osas on see väga keeruline "oleku esitus", mis kirjeldab roboti iga osa liikumist. Neil võib olla miljoneid mõõtmeid, mis tähendab, et on keerulisem välja arvutada, kuidas robotil keerulisi sihtülesandeid kõige paremini täita.

MIT-i teadlased esitlevad mudelit detsembris toimuval närviinfotöötlussüsteemide konverentsil. Mudel on võimeline õppima kompaktset ehk "madalamõõtmelist" olekut, mis põhineb roboti füüsikal, keskkonnal ja muudel teguritel. Seejärel suudab mudel nii liikumise juhtimist kui ka materjali disaini parameetreid koos optimeerida. Need on seejärel suunatud konkreetsetele ülesannetele. 

Andrew Spielberg on arvutiteaduse ja tehisintellekti labori (CSAIL) kraadiõppur. 

"Pehmed robotid on lõpmatu mõõtmega olendid, kes painduvad igal hetkel miljardil erineval viisil, kuid tegelikult on pehmed objektid tõenäoliselt loomulikud. Leiame, et pehmete robotite loomulikke olekuid saab väga kompaktselt kirjeldada madalamõõtmelises kirjelduses. Optimeerime pehmete robotite juhtimist ja disaini, õppides ära tõenäoliste olekute hea kirjelduse.

Toimunud simulatsioonides võimaldas mudel 2D ja 3D pehmetel robotitel sihtülesandeid täita. Ülesannete hulka kuulusid erinevate vahemaade liikumine ja sihtmärkidele jõudmine. Mudel suutis neid teha kiiremini ja täpsemini kui teised praegused meetodid. Teadlased soovivad nüüd mudelit kasutada tõelistes pehmetes robotites. 

Muud projekti kallal töötanud isikud on CSAILi kraadiõppurid, Allan Zhao, Tao Du ja Yuanming Hu; Daniel Rus, CSAIli direktor ning Andrew ja Erna Viterbi elektrotehnika ja arvutiteaduse professor; ja Wojciech Matusik, MIT elektrotehnika ja arvutiteaduse dotsent ning arvutusliku valmistamise grupi juht. 

Pehme robootika on kasvav valdkond, mis on ülimalt oluline arenenud robootika suuremas ulatuses. Sellised omadused nagu painduvad kehad võivad mängida rolli turvalisemas suhtlemises inimestega, objektidega manipuleerimises, manööverdusvõimes ja paljus muus. 

Simulatsioonide ajal vastutab robotite juhtimise eest “vaatleja”. "Vaatleja" on programm, mis arvutab muutujaid, mis näevad, kuidas pehme robot ülesande täitmiseks liigub. 

Lõpuks töötasid teadlased välja uue "tsüklis õppimise optimeerimise" meetodi. Kõik optimeeritud parameetrid õpitakse ühe tagasisideahela käigus, mis toimub mitme simulatsiooni käigus. Samal ajal õpib meetod selgeks oleku esituse. 

Mudel kasutab tehnikat, mida nimetatakse "materjalipunktimeetodiks (MPM). MPM simuleerib pidevate materjalide (nt vahtude ja vedelike) osakeste käitumist ning seda ümbritseb taustvõrk. Tehnika on võimeline jäädvustama roboti osakesi ja selle vaadeldavat keskkonda 3D-piksliteks ehk voksliteks. 

Seejärel saadetakse töötlemata osakeste ruudustiku teave masinõppekomponendile. See õpib pilti sisestama, selle väikesemõõtmeliseks esituseks tihendama ja seejärel sisendpildiks tagasi lahti pakkima. 

Õpitud tihendatud esitus toimib roboti madalamõõtmelise olekuesitlusena. Tihendatud esitused lülituvad optimeerimisfaasis tagasi kontrollerisse ja väljastab arvutatud toimingu selle kohta, kuidas iga osake peaks järgmises MPM-stimuleeritud etapis liikuma. 

Samal ajal kasutab kontroller saadud teavet iga osakese optimaalse jäikuse reguleerimiseks. Materjali teavet saab kasutada pehmete robotite 3D-printimiseks, kuna iga osakese kohta saab printida erineva jäikusega. 

"See võimaldab luua roboti kujundusi, mis on mõeldud konkreetsete ülesannete jaoks oluliseks roboti liikumiseks, " ütleb Spielberg. "Neid parameetreid koos õppides hoiate kõik võimalikult sünkroonituna, et muuta see projekteerimisprotsess lihtsamaks."

Teadlased loodavad, et nad suudavad lõpuks kavandada alates simulatsioonist kuni valmistamiseni.