Robotyka i fizyczna AI

Technologia grafiki komputerowej dostosowana do robotyki miękkiej

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Naukowcy z University of California, Los Angeles (UCLA) i Carnegie Mellon University dostosowali zaawansowaną technologię grafiki komputerowej do robotyki miękkiej. Wykorzystali tę samą technologię, na której polegają twórcy filmów animowanych i gier wideo, aby stworzyć bardzo szczegółowe obrazy, takie jak włosy i tkaniny w filmach animowanych. Teraz jest ona wykorzystywana przez naukowców do symulowania miękkich, obłych robotów i ich ruchów.

Praca została opublikowana w Nature Communications 6 maja. Artykuł nosi tytuł „Dynamiczna symulacja złożonych miękkich robotów.”

Khalid Jawed jest autorem badania i adiunktem na wydziale inżynierii mechanicznej i lotniczej w UCLA Samueli School of Engineering.

“Osiągnęliśmy symulację miękkich robotów w czasie krótszym niż rzeczywisty, co jest dużym krokiem w kierunku takich robotów, które są autonomiczne i mogą planować swoje działania samodzielnie”, powiedział Jawed. “Miękkie roboty są wykonane z elastycznego materiału, co sprawia, że są one wewnętrznie odporne na uszkodzenia i potencjalnie znacznie bezpieczniejsze w interakcji z ludźmi. Przed tą pracą, przewidywanie ruchu tych robotów było trudne, ponieważ zmieniają one kształt podczas pracy.”

Technologie DER i FEM

Algorytm zwany dyskretnymi sprężystymi prętami (DER) jest często wykorzystywany w tworzeniu filmów, aby animować swobodnie płynące obiekty. W ciągu ułamka sekundy, DER jest w stanie przewidzieć setki ruchów.

Naukowcy postanowili wykorzystać DER do opracowania silnika fizycznego, który mógłby symulować ruchy bio-inspirowanych robotów. Chcieli również wykorzystać go do robotów, które istnieją w trudnych środowiskach, takich jak te opracowane dla Marsa lub podwodne.

Metoda elementów skończonych (FEM) to również technologia oparta na algorytmie, która może symulować ruchy stałych i sztywnych robotów. Jednak FEM nie jest idealna, gdy chodzi o miękkie, naturalne ruchy i wymagany poziom szczegółowości. Ponadto, FEM wymaga dużej mocy obliczeniowej i długiego czasu.

W celu opracowania i symulacji miękkich robotów, robotyka opierała się na metodach prób i błędów.

Carmel Majidi jest adiunktem na wydziale inżynierii mechanicznej w Carnegie Mellon’s College of Engineering.

“Roboty zbudowane z twardych i sztywnych materiałów są względnie łatwe do modelowania przy użyciu istniejących narzędzi symulacji komputerowej”, powiedział Majidi. “Do tej pory nie było dobrych narzędzi programowych do symulacji robotów, które są miękkie i elastyczne. Nasza praca jest jedną z pierwszych, która pokazuje, jak miękkie roboty mogą być pomyślnie symulowane przy użyciu tej samej oprogramowania graficznego, które zostało wykorzystane do modelowania włosów i tkanin w filmach akcji i animowanych.”

Naukowcy zaczęli współpracować w Soft Machines Lab ponad trzy lata temu. Ich ostatni projekt obejmował symulacje prowadzone przez Jaweda w jego laboratorium badawczym na UCLA oraz eksperymenty fizyczne przeprowadzane przez Majidiego w celu potwierdzenia wyników symulacji.

Narzędzie symulacyjne znacznie skraca czas potrzebny do tego, aby miękki robot dotarł do punktu zastosowania.

Wsparcie ze strony Army Research Office

Badanie zostało częściowo sfinansowane przez Army Research Office, które jest częścią U.S. Army Combat Capabilities Development Command’s Army Research Laboratory.

Dr Samuel Stanton jest menedżerem programu w Army Research Office.

“Postępy eksperymentalne w dziedzinie robotyki miękkiej wyprzedzały teoretyczne przez kilka lat”, powiedział Stanton. “To wysiłek jest znaczącym krokiem w naszej zdolności do przewidywania i projektowania dynamiki i sterowania w wysoko deformowalnych robotach działających w zamkniętych przestrzeniach z złożonymi kontaktami i ciągle zmieniającymi się środowiskami.”

Technologia jest teraz badana i wykorzystywana w innych rodzajach miękkich robotów. Jedną z tych dziedzin są roboty oparte na ruchach bakterii i gwiazd morskich, które mogą być wykorzystane w zadaniach oceanograficznych, takich jak monitorowanie stanu wody morskiej lub inspekcja życia morskiego.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.