Ռոբոտներ
RoboGrammar համակարգը ավտոմատացնում և օպտիմիզացնում է ռոբոտների դիզայնը
Ռոբոտի ձևը որոշում է, թե ինչ տեսակի առաջադրանքներ կարող է նա կատարել և միջավայրում, որտեղ նա կարող է գործել: Ներկայիս տեխնոլոգիական սահմանափակումներով, յուրաքանչյուր ձև ստեղծելու և փորձարկելու հնարավորություն չկա, սակայն MIT-ի հետազոտողների կողմից մշակված նոր համակարգը թույլ է տալիս այս բազմաթիվ ձևերը: մոդելավորվել։ Սիմուլյացիաներից հետո նրանցից լավագույնը կարելի է ընտրել խմբից:
Նոր համակարգը կոչվում է RoboGrammar, և առաջին քայլը նրան տեղեկացնելն է, թե ինչ տեսակի ռոբոտի մասեր կան, ինչպիսիք են անիվները և հոդերը: Այնուհետև դուք նշում եք ռելիեֆի տեսակը, որով կգործի ռոբոտը, բայց հիմնականում դա է: RoboGrammar-ն այնուհետև ստեղծում է օպտիմալացված կառուցվածք և վերահսկման ծրագիր:
Ռոբոտային դիզայնի ոլորտը առաջխաղացում
Նոր համակարգը մեծ քայլ է առաջադեմ ոլորտում, որը դեռ հիմնականում ձեռքով է:
Ալլան Չժաոն հետազոտության գլխավոր հեղինակն է և ասպիրանտ է MIT Համակարգչային գիտության և արհեստական ինտելեկտի լաբորատորիայում (CSAIL):
«Ռոբոտների նախագծումը դեռ շատ ձեռքի գործընթաց է», - ասում է Ժաոն: RoboGrammar համակարգը «մի միջոց է նոր, ավելի հնարամիտ ռոբոտների նախագծման համար, որոնք կարող են ավելի արդյունավետ լինել»:
Հետազոտությունը նախատեսվում է ներկայացնել այս ամիս SIGGRAPH Asia համաժողովում:
Ըստ Ժաոյի, ռոբոտները կառուցված են բոլոր տեսակի առաջադրանքների համար, սակայն «նրանք բոլորն էլ հակված են շատ նման լինել իրենց ընդհանուր ձևով և դիզայնով: Երբ մտածում ես ռոբոտ կառուցելու մասին, որը պետք է անցնի տարբեր տեղանքներ, անմիջապես ցատկում ես չորքոտանի: Մենք մտածում էինք՝ արդյոք դա իսկապես օպտիմալ դիզայնն է»:
Թիմը կարծում էր, որ նոր և ավելի նորարարական դիզայնը կարող է ավելի լավ արդյունքներ տալ և բարելավել ֆունկցիոնալությունը, այդ իսկ պատճառով նրանք ստեղծել են համակարգչային մոդել առաջադրանքների համար: Համակարգի վրա չի ազդել նախորդ կոնվենցիան և կիրառվել են որոշ կանոններ:
Zhao-ն գրում է, որ ռոբոտների հնարավոր ձևերի հավաքածուն «հիմնականում կազմված է անիմաստ ձևավորումներից: Եթե դուք կարող եք պարզապես միացնել մասերը կամայական եղանակներով, ապա դուք հայտնվում եք խառնաշփոթի մեջ»:
Գրաֆիկի քերականություն
Թիմը ձեռնամուխ եղավ «գրաֆիկի քերականության» մշակմանը, որը սահմանափակում է ռոբոտի բաղադրիչների դասավորությունը: Սա հենց այնպես է, որ համակարգչի կողմից ստեղծված յուրաքանչյուր դիզայն աշխատում է հիմնական մակարդակով, այնպիսի սահմանափակումներով, ինչպիսիք են հոդերի փոխարեն ոտքերի հատվածները միմյանց հետ կապելու անհնարինությունը:
Գրաֆիկի քերականության կանոնները մշակելիս Չժաոն ոգեշնչվել է կենդանիներից, մասնավորապես հոդվածոտանիներից:
Հոդվածոտանիները «բնութագրվում են նրանով, որ ունեն կենտրոնական մարմին՝ փոփոխական թվով հատվածներով։ Որոշ հատվածներ կարող են ամրացված ոտքեր ունենալ», - ասում է Ժաոն: «Եվ մենք նկատեցինք, որ դա բավական է նկարագրելու ոչ միայն հոդվածոտանիները, այլև ավելի ծանոթ ձևերը»:
Գրաֆիկի քերականության միջոցով RoboGrammar-ը գործում է երեք քայլով: Նախ, այն սահմանում է խնդիրը: Երկրորդ, այն նախագծում է հնարավոր ռոբոտային լուծումներ: Երրորդ, այն ընտրում է օպտիմալները:
Մարդկային օգտատերերը պատասխանատու են խնդրի սահմանման և հասանելի ռոբոտային բաղադրիչների փաթեթի մուտքագրման համար, ինչպիսիք են շարժիչները, ոտքերը և միացնող հատվածները: Օգտագործողը նաև նշում է, թե ռոբոտը ինչ տեսակի տեղանքով է աշխատելու:
«Դա կարևոր է համոզվելու համար, որ վերջնական ռոբոտները կարող են իրականում ստեղծվել իրական աշխարհում», - ասում է Ժաոն:
Հարյուր հազարավոր կառույցներ
RoboGrammar-ը վերցնում է գրաֆիկի քերականության կանոնները և նախագծում հարյուր հազարավոր ռոբոտների հնարավոր կառուցվածքներ՝ տարբեր արտաքին տեսքով:
«Մեզ համար բավականին ոգեշնչող էր տեսնել դիզայնի բազմազանությունը», - ասում է Ժաոն: «Դա միանշանակ ցույց է տալիս քերականության արտահայտիչությունը»:
Այնուամենայնիվ, ոչ բոլոր ձևավորումներն են լավը, և ընտրելով լավագույնը նշանակում է, որ յուրաքանչյուր ռոբոտի շարժումներն ու գործառույթը պետք է գնահատվեն:
«Մինչ այժմ այս ռոբոտները պարզապես կառույցներ են», - ասում է Ժաոն:
Թիմը յուրաքանչյուր ռոբոտի համար կարգավորիչ է մշակել մոդելի կանխատեսող վերահսկում կոչվող ալգորիթմի միջոցով, որն առաջնահերթություն է տալիս արագ առաջ շարժմանը, և սա է, որ առաջ է մղում կառուցվածքները:
«Ռոբոտի ձևն ու կառավարիչը խորապես փոխկապակցված են, այդ իսկ պատճառով մենք պետք է օպտիմիզացնենք կարգավորիչը յուրաքանչյուր ռոբոտի համար առանձին», - ասում է Ժաոն:
Հետազոտողները այնուհետև օգտագործում են նեյրոնային ցանցի ալգորիթմ՝ բարձր արդյունավետությամբ ռոբոտներ գտնելու համար: Ալգորիթմը նմուշառում և գնահատում է ռոբոտների տարբեր խմբեր և սովորում, թե որ ձևավորումներն են աշխատում ինչ առաջադրանքների համար:
Մինչ այս պահը նշված ամեն ինչ տեղի է ունենում առանց մարդու միջամտության։
«Այս աշխատանքը պսակային ձեռքբերում է ռոբոտների մորֆոլոգիան և կառավարումը ավտոմատ ձևավորելու 25-ամյա որոնման ընթացքում», - ասում է Կոլումբիայի համալսարանի ինժեներ և համակարգչային գիտնական Հոդ Լիփսոնը: Նա ներգրավված չէր հետազոտության հետ: «Ձևավոր քերականություններ օգտագործելու գաղափարը վաղուց է եղել, բայց ոչ մի տեղ այս գաղափարն այնքան գեղեցիկ չի իրականացվել, որքան այս աշխատանքում: Երբ մենք կարողանանք մեքենաներ ստեղծել ավտոմատ կերպով ռոբոտներ նախագծելու, պատրաստելու և ծրագրավորելու համար, բոլոր խաղադրույքներն անջատված են»:
Ըստ Zhao-ի, RoboGrammar-ը «գործիք է ռոբոտների դիզայներների համար՝ ընդլայնելու ռոբոտների կառուցվածքների տարածությունը, որոնց վրա նրանք օգտագործում են»:
Այժմ թիմը նախատեսում է ռոբոտներից մի քանիսը կառուցել և փորձարկել իրական աշխարհում, և Չժաոն ասում է, որ համակարգը կարող է տեղաշարժվել տեղանքից այն կողմ և անցնել այնպիսի տարածքներ, ինչպիսիք են վիրտուալ աշխարհները:
«Ենթադրենք, տեսախաղում դուք ցանկանում էիք ստեղծել բազմաթիվ տեսակի ռոբոտներ՝ առանց յուրաքանչյուրը ստեղծելու նկարիչ ունենալու: RoboGrammar-ը գրեթե անմիջապես կաշխատի դրա համար»,- ասում է Ժաոն: