人間・ロボット・コンピューター研究の進歩

自動実験施設である、Intelligent Towing Tank (ITT)は、初年度に約10万回の実験を実施した。通常、博士課程の学生が5年かけて行う実験を、ITTは数週間で実施した。MIT Sea Grant Hydrodynamics LaboratoryでのITTの開発は、人間・ロボット・コンピューター研究の分野をさらに進化させている。

ITTは、実験を自動的に行い、分析し、設計する。実験は、渦巻き誘起振動（VIVs）を探索することに焦点を当てている。VIVsは、海洋構造物 such as 海洋掘削ライザーを設計する上で重要である。これらの構造物は、海底の油井を地表に接続する役割を果たしている。VIVsには、多数のパラメーターが関与している。

ITTは、活性学習によって導かれ、実験シリーズを実施する。実験の中で、次の実験のパラメーターはコンピューターによって選択される。システムは、「探索と活用」の方法論を使用し、VIVsの複雑な側面をマッピングおよび探索するために必要な実験の数を大幅に削減する。

博士課程の学生であるDixia Fanは、手作業で行う必要がある約1000回の実験を削減する方法を探しているうちに、ITTプロジェクトを開始した。

論文は、先月、Science Robotics誌に掲載された。

Fanは現在、ポスドクであり、プロジェクトは、MIT Sea Grant College ProgramおよびMITの機械工学科、École Normale Supérieure de Rennes、ブラウン大学の研究者チームによって行われた。この新しいプロジェクトは、科学的発見をより迅速に行うために、人間、コンピューター、ロボットの間で行われる協力の種類を示している。

ITTは、33フィートのタンクであり、断続なく作動する。研究者は、さまざまな分野でシステムを使用したいと考えている。これにより、非線形システムの新しいモデルが生み出される可能性がある。

ITTにより、Fanと彼の共同研究者は、より広いパラメータ空間を探索できるようになった。「従来の手法を使用して問題を研究すると、実験を完了するには950年かかる」と彼は説明した。

実験に要する長い時間を短縮するために、Fanとチームは、ガウシアンベースの回帰学習アルゴリズムをITTに統合した。これにより、必要な実験の数を数千回に削減することができた。

ロボットシステムは、自動的に初期の実験シーケンスを実施し、次の実験のパラメーターを部分的に制御する。

Fanは、ITTの開発に対して、MIT機械工学のde Florez Awardを受賞した。

Michael Triantafyllou、Henry L.とGrace Dohertyオーシャン科学技術教授、およびFanの博士課程指導教員は、「DixiaのIntelligent Towing Tankの設計は、成熟した分野を再活性化するための新しい方法を使用した優れた例である」と述べた。

Triantafyllouは、論文の共同著者であり、MIT Sea Grant College Programのディレクターでもある。

「MIT Sea Grantは、数年前から海洋関連の問題に対するディープラーニング方法を使用したプロジェクトに資源を提供し、資金を出しており、すでに成果を上げている」と彼は述べた。

MITは、National Oceanic and Atmospheric Administrationによって資金提供され、National Sea Grant Programによって管理されている。これは、海洋関連の問題に対処するために、MITでの研究とエンジニアリングを組み合わせた連邦機関間のパートナーシップである。

他の論文の寄稿者には、ブラウン大学のGeorge Karniadakis（MIT Sea Grantと提携）、ENS RennesのGurvan Jodin、MITの機械工学博士課程のYu Ma、MIT Sea GrantのThomas Consi、Luca Bonfiglio、Lily Keyesが含まれる。