Robotyka i fizyczna AI

“Głupie roboty” wykonują zadania wykorzystując cechy fizyczne

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Aby rój robotów mógł działać zbiorowo, naukowcy muszą choreografować ich interakcje, polegając na zaawansowanych algorytmach i komponentach. Jednak jeśli roboty są proste i nie mają zaawansowanego programowania, zorganizowane zachowanie można rzadko osiągnąć.

Dana Randall, profesor komputeryzacji ADVANCE, i Daniel Goldman, profesor Dunn Family, poprowadzili zespół naukowców z Georgia Institute of Technology, aby rozwiązać ten problem. Zespół postanowił zademonstrować, jak proste roboty mogą jeszcze wykonywać zadania, które wykraczają poza możliwości jednego.

Badanie zostało opublikowane w czasopiśmie Science Advances 23 kwietnia.

Głupie roboty wykonują złożone zadania

Określane jako „głupie roboty”, zespół użył podstawowych ruchomych cząstek granulowanych, i to jest to, co postanowili udowodnić, że mogą wykonywać złożone zadania. Naukowcy donieśli, że byli w stanie usunąć wszystkie sensory, komunikację, pamięć i obliczenia z robotów, i wykorzystali fizyczne cechy robotów, aby wykonać zestaw zadań. Zgodnie z zespołem, ta cecha nazywa się „wcieleniem zadania”.

BOBboty, co oznacza „zachowujące, organizujące, buzzujące boty”, zostały nazwane na cześć Boba Behringera, pioniera fizyki granulowanej.

Roboty są „tyle głupie, ile tylko można”, mówi Randall. „Ich cylindryczne nadwozie mają drgające szczotki na dole i luźne magnesy na obwodzie, co powoduje, że spędzają więcej czasu w miejscach z większą ilością sąsiadów”.

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

<b Symulacje komputerowe

Wraz z platformą eksperymentalną, zespół również polegał na precyzyjnych symulacjach komputerowych pod kierunkiem Shengkai Li, studenta fizyki na Georgia Tech. Symulacje te pomogły w badaniu różnych aspektów systemu, które nie mogły być zbadane w laboratorium.

BOBboty są niezwykle proste, ale naukowcy udowodnili, że gdy roboty poruszają się razem i zderzają się, „tworzą zwarte agregaty, które są w stanie zbiorowo usuwać zanieczyszczenia, które są zbyt ciężkie dla jednego robota, aby je usunąć”, wyjaśnia Goldman. „Podczas gdy większość ludzi buduje coraz bardziej złożone i drogie roboty, aby zagwarantować koordynację, chcieliśmy zobaczyć, jakie złożone zadania mogą być wykonane przy użyciu bardzo prostych robotów”.

Praca zespołu była inspirowana teoretycznym modelem cząstek poruszających się na szachownicy, a aby zbadać matematyczny model BOBbotów, opracowano teoretyczną abstrakcję zwana samozorganizującym się systemem cząstek. Poprzez korzystanie z teorii prawdopodobieństwa, fizyki statystycznej i algorytmów stochastycznych, zespół był w stanie udowodnić, że wraz ze wzrostem interakcji magnetycznych, teoretyczny model przechodzi przez zmianę fazową. Szybko zmienia się z rozproszonego na agregującego, tworząc zwarte klastry podobne do systemów takich jak woda i lód.

Randall jest również profesorem informatyki i profesorem nadzwyczajnym matematyki na Georgia Tech.

„Rygoryczna analiza nie tylko pokazała nam, jak zbudować BOBboty, ale również ujawniła wewnętrzną wytrzymałość naszego algorytmu, który pozwolił niektórym robotom być wadliwymi lub nieprzewidywalnymi”, mówi Randall.

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.