ロボティクスとフィジカルAI

ロボグラマー システムがロボットの設計を自動化、最適化する

mm
Unite.AI を Google の優先ソースに追加

ロボットの形状は、ロボットが実行できるタスクと動作できる環境を決定します。現在の技術的限界により、すべての形状を構築してテストすることはできません。しかし、MITの研究者によって開発された新しいシステムにより、これらの多くの形状をシミュレートすることができます。シミュレーションの後、グループの中から最も優れたものを選択することができます。

新しいシステムはロボグラマーと呼ばれ、最初のステップは、ロボットの部品(例:車輪やジョイント)をシステムに通知することです。次に、ロボットが動作する地形の種類を指定します。これで、ロボグラマーは最適化された構造と制御プログラムを生成します。

ロボット設計の分野を進化させる

新しいシステムは、まだ主に手動で行われている高度な分野において大きな進歩です。

アラン・ジャオ(Allan Zhao)は、研究の第一著者であり、MITコンピューター科学および人工知能研究所(CSAIL)の博士課程学生です。

「ロボット設計はまだ非常に手動的なプロセスです」とジャオさんは述べています。ロボグラマー システムは「新しい、より発明的なロボット設計を生み出す方法であり、潜在的により効果的なものになるかもしれません」。

この研究は、来月のSIGGRAPH Asia会議で発表される予定です。

ジャオによると、ロボットはさまざまなタスク用に構築されますが、「全体的な形状と設計は非常に似ています。さまざまな地形を横断するロボットを構築する必要があると考えると、すぐに四足ロボットに思い至ります。私たちは、それが本当に最適な設計であるかどうか疑問に思ったのです」。

チームは、新しい、より革新的な設計によってより優れた結果が得られ、機能が向上する可能性があると考え、タスク用のコンピューター モデルを構築しました。システムは、以前の規範の影響を受けず、特定のルールが適用されました。

ジャオは、「可能なロボット形状のコレクションは、主に意味のない設計で構成されています。部品を任意の方法で接続すると、ごちゃごちゃしたものになります」と書いています。

https://www.youtube.com/watch?v=JmuLW5So4FU&feature=emb_title

グラフ グラマー

チームは、ロボットのコンポーネントが配置される方法を制限する「グラフ グラマー」を開発しました。これは、コンピューター生成の設計が基本的なレベルで動作するようにするため、ジョイントではなく脚のセグメントを接続できないなどの制約があります。

ジャオは、グラフ グラマーのルールを設計する際に、特に節足動物からインスピレーションを得ました。

節足動物は「中心体と可変のセグメント数を持つことによって特徴づけられます。セグメントの一部には脚が付いています」とジャオさんは述べています。「私たちは、それが節足動物だけでなく、より馴染みのある形状も説明するのに十分であることに気が付きました」。

グラフ グラマーを使用して、ロボグラマーは 3 つのステップで動作します。最初に、問題を定義します。次に、可能なロボット ソリューションを設計します。最後に、最適なものを選択します。

人間のユーザーは、問題の定義とロボット部品(モーター、脚、接続セグメントなど)のセットの入力を担当します。ユーザーは、ロボットが動作する地形の種類も入力します。

「これは、最終的にロボットが実際に構築されることを保証するために重要です」とジャオさんは述べています。

数十万の構造

ロボグラマーは、グラフ グラマーのルールを使用して、さまざまな外観を持つ数十万の可能なロボット構造を設計します。

「設計の多様性を見て、私たちにとっては非常に感銘的なものでした」とジャオさんは述べています。「グラマーの表現力を示しています」。

しかし、すべての設計が優れているわけではありません。最良のものを選択するには、各ロボットの動きと機能を評価する必要があります。

「現在、これらのロボットはただの構造です」とジャオさんは述べています。

チームは、モデル予測制御 (MPC) というアルゴリズムを使用して、各ロボット用のコントローラーを開発しました。このアルゴリズムは、迅速な前方移動を優先し、これが構造を進化させるものです。

「ロボットの形状とコントローラーは密接に結びついています。したがって、各ロボットに最適なコントローラーを最適化する必要があります」とジャオさんは述べています。

研究者は、ニューラル ネットワーク アルゴリズムを使用して、高性能のロボットを見つけます。アルゴリズムは、さまざまなロボットのセットをサンプリングして評価し、どの設計がどのタスクに適しているかを学習します。

これまでのところ、すべてのプロセスは人間の介入なしで実行されます。

「この研究は、ロボットの形状と制御を自動的に設計する 25 年間の探求の頂点です」とコロンビア大学の機械工学者およびコンピューター科学者であるホド リプソンは述べています。彼はこの研究に携わっていません。「形状グラマーを使用するというアイデアは以前からありましたが、どこでもこのアイデアがこのように美しく実行されたことはありません。機械がロボットを自動的に設計、構築、プログラミングできるようになれば、すべての可能性が開けられるでしょう」。

ジャオによると、ロボグラマーは「ロボット設計者が利用できるロボット構造の空間を拡張するためのツール」です。

チームは、実際の世界でいくつかのロボットを構築してテストすることを計画しており、ジャオは、このシステムが地形の横断を超えて、仮想世界などの分野に進出する可能性があると述べています。

「仮にビデオ ゲームで、多数のロボットを生成したいとしますが、各ロボットを個別に作成するアーティストがいないとします。ロボグラマーは、ほぼすぐにそのタスクを実行できます」とジャオさんは述べています。

Alex McFarlandは、人工知能の最新の開発を探求するAIジャーナリスト兼ライターです。彼は、世界中の数多くのAIスタートアップや出版物と共同しています。