Sistema RoboGrammar Automatiza e Otimiza o Design de Robôs

A forma de um robô determina que tipos de tarefas ele pode realizar e em que ambiente ele pode operar. Com as limitações tecnológicas atuais, não há como construir e testar cada forma, mas um novo sistema desenvolvido por pesquisadores do MIT permite que essas muitas formas sejam simuladas. Após as simulações, as melhores podem ser escolhidas do grupo.

O novo sistema é chamado de RoboGrammar, e o primeiro passo é informá-lo sobre quais tipos de peças de robô estão disponíveis, como rodas e juntas. Em seguida, você indica o tipo de terreno em que o robô irá operar, mas isso é basicamente tudo. O RoboGrammar então gera uma estrutura otimizada e um programa de controle.

Avançando no Campo do Design de Robótica

O novo sistema é um grande passo adiante em um campo avançado que ainda é principalmente manual.

Allan Zhao é o autor principal da pesquisa e um estudante de doutorado no Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL).

“O design de robôs ainda é um processo muito manual”, diz Zhao. O sistema RoboGrammar é “uma maneira de criar novos designs de robôs mais inventivos que possam ser mais eficazes”.

A pesquisa será apresentada na conferência SIGGRAPH Asia este mês.

De acordo com Zhao, robôs são construídos para todos os tipos de tarefas, mas “eles tendem a ser muito semelhantes em sua forma e design. Quando você pensa em construir um robô que precisa atravessar vários terrenos, você imediatamente pensa em um quadrúpede. Nós estávamos nos perguntando se essa é realmente a design ótima”.

A equipe acreditava que um novo e mais inovador design poderia produzir melhores resultados e melhorar a funcionalidade, por isso eles construíram um modelo de computador para as tarefas. O sistema não foi influenciado por convenções anteriores e algumas regras foram aplicadas.

Zhao escreve que a coleção de formas de robô possíveis é “principalmente composta por designs sem sentido. Se você pode apenas conectar as peças de forma arbitrária, você acaba com um emaranhado”.

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

A Gramática de Grafos

A equipe se propôs a desenvolver uma “gramática de grafos”, que restringe como os componentes do robô podem ser arranjados. Isso é apenas para que cada design gerado por computador funcione em um nível básico, com restrições como não ser capaz de conectar segmentos de pernas com outros segmentos de pernas em vez de juntas.

Zhao foi inspirado por animais, especificamente artrópodes, ao projetar as regras da gramática de grafos.

Artrópodes são “caracterizados por ter um corpo central com um número variável de segmentos. Alguns segmentos podem ter pernas anexadas”, diz Zhao. “E nós notamos que isso é suficiente para descrever não apenas artrópodes, mas também formas mais familiares”.

Através do uso da gramática de grafos, o RoboGrammar opera em três etapas. Primeiro, define o problema. Em seguida, projeta soluções robóticas possíveis. Terceiro, seleciona as soluções ótimas.

Os usuários humanos são responsáveis por definir o problema e inserir o conjunto de componentes robóticos disponíveis, como motores, pernas e segmentos de conexão. O usuário também insere o tipo de terreno em que o robô irá operar.

“Isso é fundamental para garantir que os robôs finais possam realmente ser construídos no mundo real”, diz Zhao.

Centenas de Milhares de Estruturas

O RoboGrammar usa as regras da gramática de grafos e projeta centenas de milhares de estruturas de robô possíveis, com várias aparências diferentes.

“Foi muito inspirador para nós ver a variedade de designs”, diz Zhao. “Isso definitivamente mostra a expressividade da gramática”.

No entanto, nem todos os designs são bons, e escolher o melhor significa que os movimentos e a função de cada robô devem ser avaliados.

“Até agora, esses robôs são apenas estruturas”, diz Zhao.

A equipe desenvolveu um controlador para cada robô por meio de um algoritmo chamado Controle Predictivo de Modelo, que prioriza o movimento rápido para a frente, e é isso que avança as estruturas.

“A forma e o controlador do robô estão profundamente interligados, o que é por que temos que otimizar um controlador para cada robô individual”, diz Zhao.

Os pesquisadores então usam um algoritmo de rede neural para encontrar robôs de alto desempenho. O algoritmo amostra e avalia diferentes conjuntos de robôs e aprende quais designs funcionam para quais tarefas.

Tudo o que foi mencionado até agora ocorre sem intervenção humana.

“Este trabalho é um feito notável na busca de 25 anos para projetar automaticamente a morfologia e o controle de robôs”, diz Hod Lipson, engenheiro mecânico e cientista da computação da Universidade de Columbia. Ele não estava envolvido na pesquisa. “A ideia de usar gramáticas de forma tem sido discutida há algum tempo, mas em nenhum lugar essa ideia foi executada de forma tão bonita quanto neste trabalho. Uma vez que possamos fazer com que as máquinas projetem, construam e programem robôs automaticamente, todas as apostas estão feitas”.

De acordo com Zhao, o RoboGrammar é “uma ferramenta para designers de robôs expandirem o espaço de estruturas de robôs que eles utilizam”.

A equipe agora planeja construir e testar alguns dos robôs no mundo real, e Zhao diz que o sistema pode ir além da travessia de terrenos e entrar em áreas como mundos virtuais.

“Vamos dizer que em um jogo de vídeo você quisesse gerar muitos tipos de robôs, sem precisar de um artista para criar cada um. O RoboGrammar funcionaria para isso quase imediatamente”, diz Zhao.