Vooruitgang in onderzoek naar mens-robot-computer interactie

Het geautomatiseerde experimentele faciliteit, genaamd de Intelligent Towing Tank (ITT), voerde ongeveer 100.000 totale experimenten uit in het eerste jaar van operationele activiteit. Wat normaal gesproken vijf jaar experimenten zou kosten voor een PhD-student, kon de ITT binnen enkele weken doen. De ontwikkeling van de ITT in het MIT Sea Grant Hydrodynamics Laboratory brengt ons verder in het gebied van mens-robot-computer onderzoek.

De ITT voert automatisch en adaptief experimenten uit, analyseert en ontwerpt experimenten. De experimenten zijn gericht op het onderzoeken van vortex-geïnduceerde trillingen (VIV’s). VIV’s zijn belangrijk voor het ontwerpen van offshore oceanstructuren zoals marine boringen, die verantwoordelijk zijn voor het verbinden van onderwater oliebronnen met het oppervlak. Met VIV’s zijn er een groot aantal parameters betrokken.

De ITT wordt geleid door actief leren en voert een reeks experimenten uit. Binnen de experimenten worden de parameters voor elk volgend experiment geselecteerd door een computer. Het systeem gebruikt een “explore-and-exploit”-methodologie, die helpt om het aantal benodigde experimenten aanzienlijk te verminderen voor het in kaart brengen en onderzoeken van de complexe aspecten van VIV’s.

PhD-kandidaat Dixia Fan begon het project toen hij op zoek was naar een manier om het aantal experimenten dat met de hand moest worden uitgevoerd te verminderen. Dat leidde tot de ontwikkeling van het ITT-systeem.

Een paper werd vorige maand gepubliceerd in het tijdschrift Science Robotics.

Fan is nu een postdoc en het project werd uitgevoerd door een team van onderzoekers van het MIT Sea Grant College Program en het Department of Mechanical Engineering van MIT, École Normale Supérieure de Rennes en Brown University. Het nieuwe project toont het type samenwerking dat kan plaatsvinden tussen mensen, computers en robots om wetenschappelijke ontdekkingen op een snellere manier te doen.

De ITT is een tank van 33 voet en werkt zonder onderbreking of schorsing. De onderzoekers zouden graag zien dat het systeem wordt gebruikt in verschillende disciplines, wat kan leiden tot de creatie van nieuwe modellen in niet-lineaire systemen.

De ITT stelde Fan en zijn medewerkers in staat om een bredere parameter ruimte te onderzoeken. “Als we traditionele technieken op het probleem zouden toepassen dat we bestuderen, zou het 950 jaar duren om het experiment af te ronden”, legde hij uit.

Om de lange tijd die nodig zou zijn voor het experiment te verkorten, integreerden Fan en het team een Gaussian process regression learning-algoritme in de ITT. Door dit te doen, konden de onderzoekers het aantal benodigde experimenten terugbrengen tot een paar duizend.

Het robot systeem is in staat om automatisch een initiële reeks experimenten uit te voeren. Het neemt vervolgens gedeeltelijke controle over de parameters van het volgende experiment.

Fan ontving een MIT Mechanical Engineering de Florez Award voor “uitstekende vindingrijkheid en creatief oordeel” voor de ontwikkeling van de ITT.

Volgens Michael Triantafyllou, Henry L. en Grace Doherty Professor in Ocean Science and Engineering, en ook Fans promotor, “is Dixia’s ontwerp van de Intelligent Towing Tank een uitstekend voorbeeld van het gebruik van nieuwe methoden om volwassen gebieden te vernieuwen”.

Triantafyllou was medeauteur van het paper en directeur van het MIT Sea Grant College Program.

“MIT Sea Grant heeft middelen toegewezen en projecten gefinancierd met behulp van diepe leer methoden in ocean-gerelateerde problemen voor verschillende jaren, die nu al resultaat opleveren”, zei hij.

MIT wordt gefinancierd door de National Oceanic and Atmospheric Administration en beheerd door het National Sea Grant Program. Het is een federale instituut partnership dat onderzoek en engineering combineert aan MIT om ocean-gerelateerde problemen aan te pakken,

Andere bijdragers aan het paper zijn George Karniadakis van Brown University, aangesloten bij MIT Sea Grant; Gurvan Jodin van ENS Rennes; MIT PhD-kandidaat in mechanische techniek Yu Ma; en Thomas Consi, Luca Bonfiglio en Lily Keyes van MIT Sea Grant.