System RoboGrammar Automatyzuje i Optymalizuje Projektowanie Robotów

Kształt robota determinuje, jakie rodzaje zadań może wykonywać i w jakim środowisku może działać. Ze względu na obecne ograniczenia technologiczne, nie ma możliwości zbudowania i przetestowania każdej formy, ale nowy system opracowany przez naukowców z MIT pozwala symulować wiele form. Po symulacjach można wybrać najlepsze z nich.

Nowy system nazywa się RoboGrammar, a pierwszym krokiem jest poinformowanie go, jakie części robota są dostępne, takie jak koła i stawy. Następnie wskazuje się rodzaj terenu, na którym robot będzie działał, ale to właściwie wszystko. RoboGrammar generuje wówczas zoptymalizowaną strukturę i program sterujący.

Rozwój Projektowania Robotów

Nowy system jest dużym krokiem naprzód w zaawansowanym polu, które nadal jest w dużej mierze ręczne.

Allan Zhao jest głównym autorem badań i doktorantem w Laboratorium Informatyki i Sztucznej Inteligencji MIT (CSAIL).

„Projektowanie robotów jest nadal bardzo ręcznym procesem”, mówi Zhao. System RoboGrammar to „sposób na stworzenie nowych, bardziej wynalazczych projektów robotów, które mogą być bardziej skuteczne”.

Badania mają być przedstawione na konferencji SIGGRAPH Asia w tym miesiącu.

Zhao mówi, że roboty są budowane do wszystkich rodzajów zadań, ale „wszystkie one mają tendencję do bycia bardzo podobnymi w swoim ogólnym kształcie i projekcie. Kiedy myślisz o budowaniu robota, który musi pokonywać różne tereny, natychmiast myślisz o czworonożcu. Zastanawialiśmy się, czy to naprawdę optymalny projekt”.

Zespół uważał, że nowy i bardziej innowacyjny projekt mógłby przynieść lepsze wyniki i poprawić funkcjonalność, dlatego też zbudowali model komputerowy do tych zadań. System nie był wpływany przez wcześniejsze konwencje i nie było żadnych reguł.

Zhao pisze, że zbiór możliwych form robotów „składa się głównie z nonsense’owych projektów. Jeśli możesz po prostu połączyć części w dowolny sposób, kończysz z bałaganem”.

https://www.youtube.com/watch?v=JmuLW5So4FU&feature=emb_title

Gramatyka Grafu

Zespół postanowił opracować „gramatykę grafu”, która ogranicza, w jaki sposób komponenty robota mogą być ułożone. Jest to po prostu tak, aby każdy wygenerowany komputerowo projekt działał na podstawowym poziomie, z ograniczeniami takimi jak niemożliwość połączenia segmentów nóg z sobą zamiast stawów.

Zhao był zainspirowany zwierzętami, szczególnie stawonogami, przy projektowaniu reguł gramatyki grafu.

Stawonogi są „charakteryzowane przez posiadanie centralnego ciała z zmienną liczbą segmentów. Niektóre segmenty mogą mieć przywiązane nogi”, mówi Zhao. „I zauważyliśmy, że to wystarcza, aby opisać nie tylko stawonogi, ale także bardziej znane formy”.

Poprzez użycie gramatyki grafu, RoboGrammar działa w trzech krokach. Po pierwsze, definiuje problem. Po drugie, projektuje możliwe rozwiązania robota. Po trzecie, wybiera optymalne.

Użytkownicy są odpowiedzialni za definicję problemu i wprowadzanie zestawu dostępnych komponentów robota, takich jak silniki, nogi i łączące segmenty. Użytkownik również wprowadza rodzaj terenu, na którym robot będzie działał.

„To jest kluczowe, aby upewnić się, że ostateczne roboty mogą być zbudowane w świecie rzeczywistym”, mówi Zhao.

Setki Tysięcy Struktur

RoboGrammar bierze reguły gramatyki grafu i projektuje setki tysięcy możliwych struktur robota, z różnymi wyglądami.

„Było to dość inspirujące dla nas, aby zobaczyć różnorodność projektów”, mówi Zhao. „To pokazuje wyraźnie wyrazistość gramatyki”.

Jednak nie wszystkie projekty są dobre, a wybór najlepszych oznacza, że każdy ruch i funkcja robota muszą być ocenione.

„Do tej pory te roboty są po prostu strukturami”, mówi Zhao.

Zespół opracował kontroler dla każdego robota za pomocą algorytmu Model Predictive Control, który priorytetem jest szybki ruch do przodu, i to jest to, co rozwija struktury.

„Kształt i kontroler robota są głęboko splecione, dlatego musimy zoptymalizować kontroler dla każdego danego robota indywidualnie”, mówi Zhao.

Naukowcy używają następnie sieci neuronowej, aby znaleźć roboty o wysokiej wydajności. Algorytm próbkuję i ocenia różne zestawy robotów i uczy się, które projekty działają dla jakich zadań.

Wszystko, co zostało wymienione do tej pory, odbywa się bez interwencji ludzkiej.

„To praca jest koronnym osiągnięciem w 25-letniej podróży, aby automatycznie projektować morfologię i kontrolę robotów”, mówi Hod Lipson, inżynier mechaniczny i informatyk z Uniwersytetu Columbia. Nie był on zaangażowany w badania. „Pomysł użycia gramatyki kształtu był już wcześniej, ale nigdzie ten pomysł nie został wykonany tak pięknie, jak w tej pracy. Kiedy będziemy mogli uzyskać, aby maszyny projektowały, budowały i programowały roboty automatycznie, wszystkie zakłady są wyłączone”.

Zhao mówi, że RoboGrammar to „narzędzie dla projektantów robotów, aby rozszerzyć przestrzeń struktur robotów, na które się powołują”.

Zespół planuje teraz zbudować i przetestować niektóre roboty w świecie rzeczywistym, a Zhao mówi, że system może wyjść poza pokonywanie terenu i wejść w obszary takie jak światy wirtualne.

„Powiedzmy, że chcesz wygenerować wiele rodzajów robotów w grze wideo, bez konieczności posiadania artysty, który by je stworzył. RoboGrammar działałby w tym przypadku niemal natychmiast”, mówi Zhao.