ソフトボディーロボットは新しいディープラーニングニューラルネットワークでより効率的になる

ソフトボディーロボットは、ロボティクスの分野において非常に重要なツールです。従来の硬いボディーのロボットは、同じ種類のタスクを実行することができません。ソフトボディーロボットは、人間とより安全にやり取りし、狭い空間に入ることができます。

ソフトロボットには、大きな課題があります。つまり、プログラムされたタスクを実行するために、ロボットのすべての部品の位置を知る必要があるということです。これは、ソフトロボットが無限に変形できるため、より困難になります。

MITの研究者は、ソフトロボットを設計するための新しいディープラーニングアルゴリズムを開発しました。このアルゴリズムは、ロボットの内部でセンサーの最適な配置を提案します。これにより、ロボットは環境とやり取りしながら、タスクを実行できます。

アレクサンダー・アミニとアンドリュー・スピルバーグは、MITコンピューターサイエンスと人工知能研究所の博士課程の学生であり、この研究の共同第一著者です。この研究は、IEEEロボティクスとオートメーションレターに掲載されています。共同著者には、リリアン・チン、ウォジエフ・マチュシク、ダニエラ・ラス教授などがいます。

「このシステムは、与えられたタスクを学習するだけでなく、ロボットを設計するための最適な方法も学習します」とアミニは述べています。「センサーの配置は非常に難しい問題です。解決策を持っていることは非常に興奮することです」

https://www.youtube.com/watch?v=MSa7D0FvxqY

剛性ロボットとソフトロボット

剛性ロボットの最大の利点は、有限の可動範囲を持っていることです。これは、限られた数のジョイントと肢体が計算をより扱いやすくします。

これらの計算は、ソフトロボットと比較して、アルゴリズムがマッピングとモーション計画を制御するときに、より扱いやすくなります。ソフトロボットは、柔軟性があるため、同じことができません。

「ソフトロボットの最大の問題は、無限次元であることです」とスピルバーグは述べています。「ソフトボディーロボットの任意の点は、理論上、任意の方法で変形することができます」

過去には、研究者は、ロボットの位置を把握するために外部カメラを使用していました。これは、ロボットの制御プログラムにフィードバックされます。新しいチームは、外部からの支援なしでソフトロボットを作成する方法を探しました。

「ロボット自体に無限の数のセンサーを配置することはできません」とスピルバーグは続けています。「したがって、質問は、どのくらいの数のセンサーを使用し、どのように配置するかです」

研究者は、センサーの配置を最適化し、タスクを効率的に実行するための新しいニューラルネットワークアーキテクチャを開発しました。彼らは、ロボットの体を「粒子」と呼ばれる異なる領域に分割しました。

ニューラルネットワークは、各粒子の歪み率を入力として使用し、試行錯誤を通じて、与えられたタスクの最も効率的な動きのシーケンスを学習します。ネットワークは、どの粒子がより頻繁に使用されるかを追跡し、ネットワークの入力を調整します。

人間を上回るセンサーの配置

ネットワークは、ロボットの体に最も重要な粒子を最適化することで、センサーの配置を提案します。テストでは、アルゴリズムは、センサーの最も効率的な配置を見つけることができました。

アルゴリズムは、専門家の予測と比較してテストされました。

「私たちのモデルは、人間を上回る結果を出しました」とアミニは述べています。「ロボットのボディーを見て、センサーの配置について非常に自信を持っていました。しかしそれは、予想よりもはるかに複雑な問題であることがわかりました」

スピルバーグによると、新しい開発は、ロボットの設計プロセスを自動化し、新しいアルゴリズムを制御するロボットの動きを生成するのに役立ちます。

「私たちは、ロボットをセンサ化する方法についても考える必要があります」とスピルバーグは述べています。「それがシステムの他のコンポーネントとどのように相互作用するかを考える必要があります。つまり、非常にロバストで最適化されたタッチ感覚が必要です。したがって、即時の影響が期待できます」

「センサ化されたソフトロボットの設計を自動化することは、物理的なタスクを支援するための知能化ツールを作成するための重要なステップです」とラスは述べています。「センサーは、このプロセスにおいて重要な側面です。ソフトロボットが世界とその関係を「見る」と理解することを可能にするからです」