Достижения в области исследований человек-робот-компьютер

Автоматизированная экспериментальная установка, называемая Интеллектуальной буксировочной танком (ITT), провела около 100 000 экспериментов за первый год работы. То, что обычно занимает у аспиранта пять лет экспериментов, ITT смогла сделать за несколько недель. Разработка ITT в лаборатории гидродинамики программы MIT Sea Grant продвигает нас дальше в область исследований человек-робот-компьютер.

ITT автоматически и адаптивно проводит, анализирует и проектирует эксперименты. Эксперименты сосредоточены на изучении вибраций, индуцированных вихрями (VIV). VIV важны для инженерии океанических сооружений, таких как морские буровые трубы, которые соединяют подводные нефтяные скважины с поверхностью. С VIV связано большое количество параметров.

ITT управляется активным обучением и проводит серию экспериментов. В рамках экспериментов параметры для каждого следующего эксперимента выбираются компьютером. Система использует методологию “исследование и эксплуатация”, которая помогает значительно сократить количество экспериментов, необходимых для картографирования и изучения сложных аспектов VIV.

Аспирант Дикся Фан начала проект, ища способ сократить тысячи экспериментов, которые необходимо было провести вручную. Это привело к разработке системы ITT.

Статья была опубликована в прошлом месяце в журнале Science Robotics.

Фан теперь является постдоком, и проект был разработан командой исследователей из программы MIT Sea Grant College и кафедры механической инженерии MIT, École Normale Supérieure de Rennes и Брауновского университета. Новый проект демонстрирует тип сотрудничества, который может происходить между людьми, компьютерами и роботами для ускорения научных открытий.

ITT представляет собой 33-футовый танк и работает без перерыва или приостановки. Исследователи хотели бы видеть систему, используемую в различных дисциплинах, что может привести к созданию новых моделей в нелинейных системах.

ITT позволила Фану и его коллегам изучить более широкое параметрическое пространство. “Если бы мы использовали традиционные методы для изучения проблемы, которую мы исследуем, эксперимент занял бы 950 лет”, – объяснил он.

Чтобы сократить долгое время, необходимое для эксперимента, Фан и его команда интегрировали в ITT алгоритм регрессионного обучения с помощью гауссовского процесса. Благодаря этому исследователи смогли сократить количество необходимых экспериментов до нескольких тысяч.

Роботическая система способна автоматически проводить начальную последовательность экспериментов, а затем частично контролировать параметры следующего эксперимента.

Фан был награжден премией MIT по механической инженерии de Florez за “Выдающуюся изобретательность и творческое суждение” за разработку ITT.

По словам Майкла Триантافиллу, профессора океанских наук и инженерии, а также научного руководителя Фана, “дизайн Интеллектуального буксировочного танка Дикси – это выдающийся пример использования новых методов для оживления зрелых областей”.

Триантافиллу был соавтором статьи и директором программы MIT Sea Grant College.

“Программа MIT Sea Grant выделила ресурсы и финансировала проекты, использующие методы глубокого обучения для решения океанических проблем, и это уже дает результаты”, – сказал он.

MIT финансируется Национальным управлением океанических и атмосферных исследований и управляется Национальной программой Sea Grant. Это партнерство между федеральными институтами, которое объединяет исследования и инженерию в MIT для решения океанических проблем,

Другими участниками статьи являются Джордж Карниадакис из Брауновского университета, связанный с программой MIT Sea Grant; Гурван Жоден из École Normale Supérieure de Rennes; аспирант MIT по механической инженерии Ю Ма; и Томас Конси, Лука Бонфильо и Лили Киз из программы MIT Sea Grant.