Peneliti Mengembangkan Metode Baru untuk Mengontrol Robot Lunak

Peneliti dari Massachusetts Institute of Technology telah menemukan cara untuk lebih baik mengontrol dan merancang robot lunak untuk melakukan tugas yang diinginkan. Ini telah menjadi tujuan dalam robotika lunak selama waktu yang lama, dan ini adalah pencapaian yang besar.

Robot lunak memiliki tubuh yang fleksibel yang dapat bergerak dalam jumlah yang tak terhingga cara pada waktu tertentu. Dalam hal komputasi, ini adalah representasi “state” yang sangat kompleks, yang menjelaskan gerakan setiap bagian robot. Ini dapat memiliki dimensi yang tak terhingga, yang berarti bahwa lebih sulit untuk menghitung cara terbaik bagi robot untuk menyelesaikan tugas yang kompleks.

Peneliti MIT akan mempresentasikan model pada Konferensi Sistem Pengolahan Informasi Neural di bulan Desember. Model ini dapat belajar representasi “state” yang kompak, atau “low-dimensional”, yang didasarkan pada fisika robot, lingkungan, dan faktor lainnya. Model ini kemudian dapat mengoptimalkan kontrol gerakan serta parameter desain material, yang kemudian diarahkan pada tugas tertentu.

Andrew Spielberg adalah mahasiswa pascasarjana di Laboratorium Ilmu Komputer dan Kecerdasan Buatan (CSAIL).

“Robot lunak adalah makhluk yang tak terhingga dimensi yang dapat membengkok dalam miliaran cara yang berbeda pada waktu tertentu, tetapi sebenarnya, ada cara alami bagi objek lunak untuk membengkok. Kami menemukan bahwa keadaan alami robot lunak dapat dijelaskan dengan sangat kompak dalam deskripsi yang rendah dimensi. Kami mengoptimalkan kontrol dan desain robot lunak dengan belajar deskripsi yang baik tentang keadaan yang mungkin.”

Dalam simulasi yang dilakukan, model ini memungkinkan robot lunak 2D dan 3D untuk menyelesaikan tugas yang diinginkan. Tugas tersebut termasuk bergerak dalam jarak yang berbeda dan mencapai titik yang diinginkan. Model ini dapat melakukan tugas tersebut lebih cepat dan akurat daripada metode lain yang ada. Peneliti sekarang ingin menggunakan model ini pada robot lunak yang sebenarnya.

Orang lain yang bekerja pada proyek ini termasuk mahasiswa pascasarjana CSAIL, Allan Zhao, Tao Du, dan Yuanming Hu; Daniel Rus, direktur CSAIL dan Profesor Elektroteknik dan Ilmu Komputer Andrew dan Erna Viterbi; dan Wojciech Matusik, profesor asosiasi di departemen elektroteknik dan ilmu komputer MIT dan kepala Kelompok Fabrikasi Komputasi.

Robotika lunak adalah bidang yang tumbuh dan sangat penting dalam cakupan yang lebih luas dari robotika canggih. Karakteristik seperti tubuh yang fleksibel dapat memainkan peran dalam interaksi yang lebih aman dengan manusia, manipulasi objek, kemampuan manuver, dan banyak lagi.

Selama simulasi, “pengamat” bertanggung jawab untuk mengontrol robot. “Pengamat” adalah program yang menghitung variabel yang melihat cara robot lunak bergerak untuk menyelesaikan tugas.

Akhirnya, peneliti mengembangkan metode “pembelajaran-dalam-litar optimasi” yang baru. Semua parameter yang dioptimalkan dipelajari selama satu loop umpan balik yang berlangsung selama beberapa simulasi. Pada saat yang sama, metode ini belajar representasi keadaan.

Model ini menggunakan teknik yang disebut “metode titik material (MPM)”. MPM mensimulasikan perilaku partikel material kontinu, seperti busa dan cairan, dan dikelilingi oleh grid latar belakang. Teknik ini dapat menangkap partikel robot dan lingkungan yang dapat diamati menjadi piksel 3D, atau voxel.

Informasi grid partikel yang mentah kemudian dikirim ke komponen pembelajaran mesin. Ini belajar untuk memasukkan gambar, mengompresi ke representasi yang rendah dimensi, dan kemudian mengembalikan ke gambar input.

Representasi yang dikompresi yang dipelajari bertindak sebagai representasi keadaan robot yang rendah dimensi. Representasi yang dikompresi ini kembali ke pengontrol dalam fase optimasi, dan mengeluarkan tindakan yang dihitung untuk setiap partikel harus bergerak dalam langkah MPM-stimulasi berikutnya.

Pada saat yang sama, pengontrol menggunakan informasi untuk menyesuaikan kekakuan optimal setiap partikel. Informasi material dapat digunakan untuk mencetak robot lunak 3D, karena setiap titik partikel dapat dicetak dengan kekakuan yang berbeda.

“Hal ini memungkinkan untuk menciptakan desain robot yang sesuai dengan gerakan robot yang relevan untuk tugas tertentu,” kata Spielberg. “Dengan mempelajari parameter ini bersama, Anda menjaga semua sesuai dengan sinkronisasi sebanyak mungkin untuk membuat proses desain lebih mudah.”

Peneliti berharap bahwa mereka akan dapat merancang dari simulasi ke fabrikasi pada akhirnya.