Pehmeäkroppaiset robotit tehokkaampia uuden syväoppimisneuraaliverkon ansiosta

Pehmeäkroppaiset robotit ovat erittäin tärkeitä työkaluja laajemmassa robotiikkanäkemyksessä, koska perinteiset ja jäykät robotit eivät pysty suorittamaan samanlaisia tehtäviä. Ensimmäiset vuorovaikuttavat ihmisten kanssa turvallisemmin, ja ne voivat tehdä asioita, kuten mahtua tiiviisiin tiloihin.

Yksi suurimmista haasteista, joka liittyy pehmeisiin roboteihin, on se, että niiden on tiedettävä, missä kaikki ruumiinosat ovat, jotta ne voivat suorittaa ohjelmoituja tehtäviä, ja tämä muodostuu vaikeammaksi, kun pehmeät robotit voivat muuttaa muotoa lähes äärettömällä tavalla.

Nyt MIT:n tutkijat ovat kehittäneet uuden syväoppimisalgoritmin, joka auttaa insinöörejä suunnittelemaan pehmeitä roboteja tavalla, joka mahdollistaa niiden keräämisen ympäristöstä enemmän tietoa. Algoritmi toimii ehdottamalla optimoituja anturien sijoittelupaikkoja robotin ruumiissa. Tämä mahdollistaa sen suorittamisen tehtävien suorittamisen ympäristön kanssa vuorovaikutuksessa.

Alexander Amini on yhdessä Andrew Spielbergin kanssa tutkimuksen vastaava tekijä, ja he molemmat ovat MIT:n tietojenkäsittelytieteen ja tekoälylaboratorion tohtorikoulutettavia. Tutkimus on julkaistu IEEE Robotics and Automation Letters -julkaisussa yhdessä muiden tekijöiden kanssa, mukaan lukien Lillian Chin, joka on myös tohtorikoulutettava, sekä Wojciech Matusik ja Daniela Rus, jotka ovat professori MIT:ssä.

“Järjestelmä ei ainoastaan opi annettua tehtävää, vaan myös sen, miten robotti on suunniteltava parhaalla tavalla tehtävän ratkaisemiseksi”, Amini sanoo. “Anturien sijoittelu on erittäin vaikea ongelma ratkaista. On siis erittäin jännittävää, että meillä on nyt ratkaisu.”

https://www.youtube.com/watch?v=MSa7D0FvxqY

Jäykät vs. pehmeät robotit

Yksi jäykkien robotien suurimmista etuoista on se, että niillä on rajoitettu liikkeen alue, ja vaikka tämä näyttää aluksi haittaavan, se tarkoittaa, että laskelmien määrä on hallittavissa, mikä tekee laskelmat helpommaksi, kun on kyse algoritmien ohjaamisesta ja liikkeen suunnittelusta.

Nämä laskelmat ovat helpompia käsitellä, kun on kyse algoritmien ohjaamisesta ja liikkeen suunnittelusta. Pehmeät robotit eivät voi tehdä samaa, koska ne ovat joustavia.

“Pehmeiden robotien ongelma on, että ne ovat äärettömän ulottuvaisia”, Spielberg sanoo. “Teoreettisesti jokainen pehmeän robotin ruumiinosan osa voi muuttaa muotoa millä tahansa tavalla.”

Aikaisemmin tutkijat ovat käyttäneet ulkoista kameraa robotin sijainnin määrittämiseen, ja tämä tieto on sitten syötetty robotin ohjelmaan. Uusi tutkimusryhmä etsi keinoa luoda pehmeä robotti, joka ei tarvitse ulkoista apua.

“Et voi laittaa äärettömän määrän antureita itse robottiin”, Spielberg jatkaa. “Kysymys on siis: kuinka monta anturia sinulla on, ja minne ne anturit asetetaan, jotta saat parhaan mahdollisen hyödyn niistä?”

Tutkijat kehittivät uudenlaisen neuroverkkorakenteen, joka voi optimoida anturien sijoittelun ja oppia suorittamaan tehtäviä tehokkaasti. He jakavat robotin ruumiin eri alueisiin, joita kutsutaan “hiukkasiksi”.

Neuroverkko käyttää kunkin hiukkasen venymisnopeutta syötteenä, ja kokeiden kautta verkko oppii tehokkaimman liikkeen järjestyksen annetulle tehtävälle. Verkko seuraa myös, mitkä hiukkaset ovat käytössä useammin, jotta verkko voi säätää syötteitään.

Ylittämällä ihmisten suorituskyky anturien sijoittelussa

Verkko ehdottaa anturien sijoittelua robotin ruumiissa optimoimalla tärkeimmät hiukkaset. Kokeissa algoritmi ylitti ihmisten suorituskyvyn, kun kyseessä oli anturien sijoittelun löytäminen.

Algoritmi testattiin useiden asiantuntijoiden ennusteiden vastaisuudessa.

“Malli ylitti merkittävästi ihmisten suorituskyvyn jokaisessa tehtävässä, vaikka tunsin olevani varma siitä, minne anturit pitäisi sijoittaa”, Amini sanoo. “Tämä osoittaa, että tässä ongelmassa on paljon enemmän hienouutta kuin mitä aluksi ajattelimme.”

Spielbergin mukaan uusi kehitys voi auttaa robotin suunnitteluprosessin automatisoimisessa ja uusien algoritmien kehittämisessä robotin liikkeen ohjaamiseksi.

“…meidän on myös pohdittava, miten sensorisoida nämä robotit ja miten se vaikuttaa muihin järjestelmän osiin”, hän sanoo. “Tässä on kyse siitä, että tarvitaan erittäin vankka ja optimoitu kosketus. On siis mahdollista, että tämä johtaa välittömiin vaikutuksiin.”

“Pehmeiden sensoroitujen robotien suunnittelun automatisointi on tärkeä askel nopeasti luotavien älykkäiden työkalujen kehittämisessä, jotka auttavat ihmisiä fyysisissä tehtävissä”, Rus sanoo. “Anturit ovat tärkeä osa prosessia, koska ne mahdollistavat pehmeän robotin ‘näkemisen’ ja ymmärtämisen maailmaa ja sen suhdetta maailmaan.”