potongan "Robot Bodoh" Menyelesaikan Tugas dengan Memanfaatkan Karakteristik Fisik - Unite.AI
Terhubung dengan kami

Robotika

"Robot Bodoh" Menyelesaikan Tugas dengan Memanfaatkan Karakteristik Fisik 

Updated on
Gambar: Sekolah Tinggi Ilmu Pengetahuan Georgia Tech

Agar kawanan robot dapat bertindak secara kolektif, peneliti harus membuat koreografi interaksi mereka dengan mengandalkan algoritme dan komponen canggih. Namun, jika robotnya sederhana dengan kurangnya pemrograman tingkat lanjut, perilaku terkoordinasi jarang dapat dicapai. 

Dana Randall, Profesor Komputer ADVANCE dan Daniel Goldman, Profesor Keluarga Dunn, telah memimpin tim peneliti di Georgia Institute of Technology untuk mengatasi masalah ini. Tim berangkat untuk mendemonstrasikan bagaimana robot sederhana masih dapat menyelesaikan tugas yang melampaui kemampuan seseorang. 

Grafik penelitian diterbitkan dalam jurnal Kemajuan ilmu pengetahuan pada April 23. 

Robot Bisu Mencapai Tugas Kompleks

Disebut "robot bodoh", tim menggunakan apa yang pada dasarnya adalah partikel butiran bergerak, dan inilah yang mereka buktikan dapat mencapai tugas-tugas kompleks. Para peneliti melaporkan bahwa mereka dapat menghapus semua sensor, komunikasi, memori, dan perhitungan dari robot, dan mereka memanfaatkan karakteristik fisik robot untuk menyelesaikan serangkaian tugas. Menurut tim, sifat ini disebut "perwujudan tugas".

BOBbots, yang merupakan singkatan dari "bot berperilaku, mengatur, berdengung," dinamai Bob Behringer, pelopor dalam fisika granular. 

Robot-robot itu "sama bodohnya dengan yang mereka dapatkan," kata Randall. Sasis silinder mereka memiliki sikat getar di bawahnya dan magnet longgar di pinggirannya, menyebabkan mereka menghabiskan lebih banyak waktu di lokasi dengan lebih banyak tetangga.

Robot Sederhana, Algoritma Cerdas: Temui BOBbots

Simulasi Komputer

Seiring dengan platform eksperimental, tim juga mengandalkan simulasi komputer yang tepat yang dipimpin oleh Shengkai Li, seorang mahasiswa fisika Georgia Tech. Simulasi ini membantu mempelajari berbagai aspek sistem yang tidak dapat dilihat di lab. 

BOBbots sangat sederhana, tetapi para peneliti masih menunjukkan bahwa ketika robot bergerak bersama dan menabrak satu sama lain, "bentuk agregat kompak yang mampu secara kolektif membersihkan puing-puing yang terlalu berat untuk digerakkan sendiri," jelas Goldman. “Sementara kebanyakan orang membuat robot yang semakin rumit dan mahal untuk menjamin koordinasi, kami ingin melihat tugas rumit apa yang dapat diselesaikan dengan robot yang sangat sederhana.”

Pekerjaan tim terinspirasi oleh model teoretis partikel yang bergerak di papan catur, dan untuk mempelajari model matematika BOBbots, abstraksi teoretis yang disebut sistem partikel pengorganisasian diri dikembangkan. Dengan menarik dari teori probabilitas, fisika statistik, dan algoritme stokastik, tim mampu membuktikan bahwa seiring meningkatnya interaksi magnetik, model teoretis mengalami perubahan fase. Ini dengan cepat berubah dari tersebar menjadi agregasi, membentuk kelompok padat yang mirip dengan sistem seperti air dan es.

Randall juga seorang profesor ilmu komputer dan asisten profesor matematika di Georgia Tech. 

“Analisis yang teliti tidak hanya menunjukkan kepada kami cara membuat BOBbot, tetapi juga mengungkap kekokohan yang melekat pada algoritme kami yang memungkinkan beberapa robot menjadi salah atau tidak dapat diprediksi,” kata Randall.

Alex McFarland adalah jurnalis dan penulis AI yang mengeksplorasi perkembangan terkini dalam kecerdasan buatan. Dia telah berkolaborasi dengan banyak startup dan publikasi AI di seluruh dunia.