軟体ロボットの制御と設計の新しい方法を開発

マサチューセッツ工科大学の研究者は、ソフトロボットをターゲットとするタスクを実行するように制御および設計するための新しい方法を開発しました。これは、ソフトロボティクスの分野で長年の目標であり、大きな成果です。

ソフトロボットには柔軟なボディが付いており、任意の時点で無限の方法で動くことができます。計算面では、これは非常に複雑な「状態表現」であり、ロボットの各部分の動きを記述します。これらは数百万の次元を持つ可能性があり、ロボットが複雑なターゲットタスクを完了するための最良の方法を計算することが困難です。

MITの研究者は、12月に開催されるNeural Information Processing Systems会議でモデルを発表します。このモデルは、ロボット、環境、その他の要因の物理学に基づいて、コンパクトな「低次元」状態表現を学習できます。モデルは、特定のタスクを対象とした動きの制御と材料設計パラメータを共同最適化します。

アンドリュー・スピルバーグは、コンピュータサイエンスと人工知能研究所（CSAIL）の大学院生です。

「ソフトロボットは無限次元の生物であり、任意の時点で数十億の異なる方法で曲げられますが、実際には、ソフトな物体が曲げられる自然な方法があります。ソフトロボットの自然な状態は、低次元の説明で非常にコンパクトに記述できます。制御と設計を最適化するために、ソフトロボットの可能な状態の良い説明を学習します。」

シミュレーションでは、モデルは2Dおよび3Dのソフトロボットがターゲットタスクを完了することを可能にしました。タスクには、さまざまな距離を移動し、ターゲットスポットに到達することが含まれます。モデルは、これらのタスクを他の現在の方法よりも高速かつ高精度で実行することができました。研究者は、モデルを実際のソフトロボットで使用したいと考えています。

このプロジェクトに携わった他の個人は、CSAILの大学院生であるアラン・ジャオ、タオ・ドゥ、ユアンミン・フー；CSAILのディレクターであり、電気工学およびコンピュータサイエンスのアンドリューおよびエルナ・ヴィテルビ教授であるダニエル・ラス；および、MITの電気工学およびコンピュータサイエンスの准教授であり、計算機械化グループの責任者であるヴォイチェフ・マチュシクです。

ソフトロボティクスは、先進的なロボティクスの大きな枠組みの中で非常に重要な分野です。柔軟なボディなどの特性は、人間との安全な相互作用、物体の操作、機動性など、多くの点で役割を果たす可能性があります。

シミュレーションでは、「オブザーバー」がロボットの制御を担当します。オブザーバーは、タスクを完了するためにソフトロボットがどのように動いているかを計算するプログラムです。

最終的に、研究者は新しい「学習ループ最適化」方法を開発しました。すべての最適化パラメータは、複数のシミュレーションにわたる単一のフィードバックループで学習されます。同時に、方法は状態表現を学習します。

モデルは、材料点法（MPM）と呼ばれる技術を使用します。MPMは、泡や液体などの連続体材料の粒子の挙動をシミュレートし、背景グリッドに囲まれています。この技術は、ロボットとその観測可能な環境の粒子を3Dピクセル、またはボクセルにキャプチャすることができます。

生の粒子グリッド情報は、機械学習コンポーネントに送信されます。機械学習コンポーネントは、画像を入力し、それを低次元の表現に圧縮し、元の画像に戻すことができます。

学習された圧縮表現は、ロボットの低次元状態表現として機能します。圧縮表現は、最適化段階でコントローラーに戻され、次のMPMステップで各粒子がどのように動くかを計算したアクションを出力します。

同時に、コントローラーは、各粒子の最適な剛性を調整するために情報を使用します。材料情報は、3Dプリンティングでソフトロボットを作成するために使用できます。各粒子のスポットは、異なる剛性で印刷できます。

「これにより、ロボットの動きに合わせてロボットの設計を作成できます。パラメータを一緒に学習することで、設計プロセスをできるだけ同期して簡単にします。」スピルバーグは述べています。

研究者は、最終的にシミュレーションからファブリケーションまで設計することができるようになることを希望しています。