Système RoboGrammar : Automatisation et Optimisation de la Conception de Robots

La forme d’un robot détermine les types de tâches qu’il peut effectuer et l’environnement dans lequel il peut fonctionner. Avec les limitations technologiques actuelles, il n’est pas possible de construire et de tester chaque forme, mais un nouveau système développé par des chercheurs du MIT permet de simuler ces nombreuses formes. Après simulation, les meilleures peuvent être sélectionnées parmi le groupe.

Le nouveau système s’appelle RoboGrammar, et la première étape consiste à informer le système des types de pièces de robot disponibles, telles que les roues et les articulations. Vous indiquez ensuite le type de terrain sur lequel le robot fonctionnera, mais c’est à peu près tout. RoboGrammar génère ensuite une structure et un programme de contrôle optimisés.

Amélioration du Domaine de la Conception de Robots

Le nouveau système est un grand pas en avant dans un domaine avancé qui est encore principalement manuel.

Allan Zhao est l’auteur principal de la recherche et un étudiant en doctorat au Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL).

« La conception de robots est encore un processus très manuel », déclare Zhao. Le système RoboGrammar est « un moyen de créer de nouvelles conceptions de robots plus inventives qui pourraient potentiellement être plus efficaces ».

La recherche doit être présentée à la conférence SIGGRAPH Asia ce mois-ci.

Selon Zhao, les robots sont construits pour toutes sortes de tâches, mais « ils ont tous tendance à être très similaires dans leur forme et leur conception globales. Lorsque vous pensez à construire un robot qui doit traverser différents terrains, vous sautez immédiatement à un quadrupède. Nous nous demandions si c’est vraiment la conception optimale ».

L’équipe croyait qu’une nouvelle conception plus innovante pourrait produire de meilleurs résultats et améliorer la fonctionnalité, c’est pourquoi ils ont construit un modèle informatique pour les tâches. Le système n’a pas été influencé par les conventions antérieures et certaines règles ont été appliquées.

Zhao écrit que la collection de formes de robots possibles est « principalement composée de conceptions sans sens. Si vous pouvez simplement connecter les pièces de manière arbitraire, vous obtenez un mélange ».

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

La Grammaire de Graphique

L’équipe a cherché à développer une « grammaire de graphique », qui restreint la façon dont les composants du robot peuvent être disposés. C’est juste pour que chaque conception générée par ordinateur fonctionne à un niveau de base, avec des contraintes telles que ne pas pouvoir connecter les segments de jambe les uns aux autres au lieu des articulations.

Zhao a été inspiré par les animaux, en particulier les arthropodes, lors de la conception des règles de la grammaire de graphique.

Les arthropodes sont « caractérisés par un corps central avec un nombre variable de segments. Certains segments peuvent avoir des pattes attachées », déclare Zhao. « Et nous avons remarqué que c’est suffisant pour décrire non seulement les arthropodes, mais également des formes plus familières ».

En utilisant la grammaire de graphique, RoboGrammar fonctionne en trois étapes. Premièrement, il définit le problème. Deuxièmement, il conçoit des solutions robotiques possibles. Troisièmement, il sélectionne les meilleures.

Les utilisateurs humains sont responsables de la définition du problème et de la saisie de l’ensemble de composants robotiques disponibles, tels que les moteurs, les pattes et les segments de connexion. L’utilisateur saisit également le type de terrain sur lequel le robot fonctionnera.

« C’est la clé pour s’assurer que les robots finals peuvent réellement être construits dans le monde réel », déclare Zhao.

Centaines de Milliers de Structures

RoboGrammar prend les règles de la grammaire de graphique et conçoit des centaines de milliers de structures de robots possibles, avec différentes apparences.

« C’était assez inspirant pour nous de voir la variété des conceptions », déclare Zhao. « Cela montre clairement l’expressivité de la grammaire ».

Cependant, toutes les conceptions ne sont pas bonnes, et choisir les meilleures signifie que chaque mouvement et fonction du robot doivent être évalués.

« Jusqu’à présent, ces robots ne sont que des structures », déclare Zhao.

L’équipe a développé un contrôleur pour chaque robot à l’aide d’un algorithme appelé Model Predictive Control, qui donne la priorité au mouvement rapide vers l’avant, et c’est ce qui améliore les structures.

« La forme et le contrôleur du robot sont profondément liés, c’est pourquoi nous devons optimiser un contrôleur pour chaque robot individuel », déclare Zhao.

Les chercheurs utilisent ensuite un algorithme de réseau neuronal pour trouver des robots à haute performance. L’algorithme échantillonne et évalue différents ensembles de robots et apprend quelles conceptions fonctionnent pour quelles tâches.

Tout ce qui a été mentionné jusqu’à présent se déroule sans intervention humaine.

« Ce travail est un exploit dans la quête de 25 ans pour concevoir automatiquement la morphologie et le contrôle des robots », déclare Hod Lipson, ingénieur mécanicien et informaticien à l’Université de Columbia. Il n’a pas participé à la recherche. « L’idée d’utiliser des grammaires de forme a été autour pendant un certain temps, mais nulle part cette idée n’a été exécutée aussi magnifiquement que dans ce travail. Une fois que nous pouvons faire concevoir, construire et programmer des robots automatiquement, tout est possible ».

Selon Zhao, RoboGrammar est « un outil pour les concepteurs de robots pour élargir l’espace des structures de robots qu’ils utilisent ».

L’équipe prévoit maintenant de construire et de tester certains des robots dans le monde réel, et Zhao déclare que le système pourrait aller au-delà de la traversée de terrains et s’étendre à des domaines tels que les mondes virtuels.

« Disons que dans un jeu vidéo, vous vouliez générer de nombreux types de robots, sans avoir besoin d’un artiste pour en créer chacun. RoboGrammar fonctionnerait pour cela presque immédiatement », déclare Zhao.