연구자들, 소프트 로봇 제어를 위한 새로운 방법 개발

매사추세츠 공과 대학(Massachusetts Institute of Technology)의 연구자들은 소프트 로봇을 목표 작업을 수행하도록 더 잘 제어하고 설계하는 방법을 발견했다. 이것은 오랫동안 소프트 로봇 분야의 목표였으며 큰 성과이다.

소프트 로봇은 유연한 몸으로 구성되어 있으며, 특정 시간에 무한한 방식으로 이동할 수 있다. 계산에 관해서, 이것은 매우 복잡한 “상태 표현”으로, 로봇의 각 부분의 이동을 설명한다. 이것은 수백만 개의 차원을 가질 수 있으며, 따라서 로봇이 복잡한 작업을 수행하는 최상의 방법을 계산하는 것이 더 어려워진다.

MIT 연구자들은 12월에 신경 정보 처리 시스템 회의에서 모델을 발표할 예정이다. 이 모델은 로봇의 물리학, 환경 및 기타 요인에 기반한 컴팩트한 또는 “저차원” 상태 표현을 학습할 수 있다. 모델은 затем 이동 제어와 재료 디자인 매개변수를 공동 최적화하여 특정 작업을 수행하도록 한다.

Andrew Spielberg는 컴퓨터 과학 및 인공 지능 연구소(CSAIL)의 대학원 학생이다.

“소프트 로봇은 무한한 차원을 가진 존재로, 특정 시간에 수억 가지 방식으로 구부릴 수 있다. 그러나 실제로, 소프트 물체가 구부릴 수 있는 자연스러운 방식이 있다. 우리는 소프트 로봇의 자연스러운 상태를 매우 컴팩트한 저차원 설명으로 나타낼 수 있다. 우리는 좋은 설명을 학습함으로써 소프트 로봇의 제어와 설계를 최적화한다.”

시뮬레이션에서, 모델은 2D 및 3D 소프트 로봇이 목표 작업을 수행하도록 ermög했다. 작업에는 다양한 거리 이동 및 목표 지점 도달이 포함되었다. 모델은 다른 현재 방법보다 더 빠르고 정확하게 이러한 작업을 수행할 수 있었다. 연구자들은 이제 모델을 실제 소프트 로봇에서 사용하고 싶다.

他の 프로젝트에 참여한 사람들에는 CSAIL 대학원 학생인 Allan Zhao, Tao Du, Yuanming Hu, Daniel Rus, CSAIl 디렉터 및 Andrew와 Erna Viterbi 전기 공학 및 컴퓨터 과학 교수, Wojciech Matusik, MIT 전기 공학 및 컴퓨터 과학 부교수 및 계산 패브리케이션 그룹의 책임자 등이 있다.

소프트 로봇은 고급 로봇 분야에서 매우 중요한 분야로 성장하고 있다. 유연한 몸과 같은 특성은 인간과의 더 안전한 상호 작용, 물체 조작, 기동성 및 더 많은 것에 기여할 수 있다.

시뮬레이션에서, “관찰자”는 로봇의 제어를 담당한다. “관찰자”는 작업을 수행하기 위해 소프트 로봇이 이동하는 방식을 계산하는 프로그램이다.

결국, 연구자들은 새로운 “학습-루프 최적화” 방법을 개발했다. 모든 최적화 매개변수는 여러 시뮬레이션에 걸쳐 단일 피드백 루프에서 학습된다.同時에, 방법은 상태 표현도 학습한다.

모델은 “재료 점 방법”이라고 하는 기술을 사용한다. 재료 점 방법은 연속체 재료의 행동을 시뮬레이션한다. 이것은 로봇의 입자와 관찰 가능한 환경을 3D 픽셀 또는 보クセ로 캡처할 수 있다.

원시 입자 그리드 정보는 затем 기계 학습 구성 요소로 전송된다. 이것은 이미지를 입력으로 받아서 저차원 표현으로 압축하고, 다시 원래 이미지로 압축 해제한다.

학습된 압축된 표현은 로봇의 저차원 상태 표현으로 작용한다. 압축된 표현은 최적화 단계에서 컨트롤러로 다시 전송되고, 다음 재료 점 방법 단계에서 각 입자가 이동해야 하는 계산된 동작을 출력한다.

同時에, 컨트롤러는 정보를 사용하여 각 입자의 최적 스티프를 조정한다. 재료 정보는 3D 프린팅 소프트 로봇에 사용될 수 있다. 각 입자 위치는 다른 강度로 인쇄될 수 있다.

“이것은 로봇의 동작이 특정 작업에 관련된 로봇 디자인을 생성할 수 있도록 한다”고 스피엘버그는 말했다. “이러한 매개변수를 함께 학습함으로써, 모든 것을 가능한 한 동기화하여 디자인 프로세스를 더 쉽게 만든다.”

연구자들은 궁극적으로 시뮬레이션에서 제작까지 설계할 수 있기를希望한다.