Система RoboGrammar автоматизирует и оптимизирует проектирование роботов

Форма робота определяет типы задач, которые он может выполнять, и среду, в которой он может работать. С текущими технологическими ограничениями невозможно создать и протестировать каждую форму, но новая система, разработанная исследователями Массачусетского технологического института, позволяет использовать эти многочисленные формы. быть смоделированы. После моделирования лучшие из них могут быть выбраны из группы.

Новая система называется RoboGrammar, и первый шаг — сообщить ей, какие типы деталей роботов доступны, например, колеса и шарниры. Затем вы указываете тип местности, на которой будет работать робот, но это в основном все. Затем RoboGrammar создает оптимизированную структуру и программу управления.

Продвижение в области проектирования робототехники

Новая система — большой шаг вперед в продвинутой области, где до сих пор в основном используется ручной труд.

Аллан Чжао — ведущий автор исследования и аспирант Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL).

«Проектирование роботов по-прежнему является очень ручным процессом, — говорит Чжао. Система RoboGrammar — это «способ создания новых, более изобретательных конструкций роботов, которые потенциально могут быть более эффективными».

Исследование будет представлено на азиатской конференции SIGGRAPH в этом месяце.

По словам Чжао, роботы созданы для самых разных задач, но «все они, как правило, очень похожи по своей общей форме и дизайну. Когда вы думаете о создании робота, которому нужно пересечь различные местности, вы сразу же переходите к четвероногому. Нам было интересно, действительно ли это оптимальный дизайн».

Команда считала, что новый и более инновационный дизайн может дать лучшие результаты и улучшить функциональность, поэтому они построили компьютерную модель для задач. На систему не повлияли предыдущие соглашения, и к ней применялись некоторые правила.

Чжао пишет, что коллекция возможных форм роботов «в основном состоит из бессмысленных конструкций. Если вы можете просто соединить части произвольным образом, вы получите беспорядок».

Грамматика графа

Команда решила разработать «грамматику графа», которая ограничивает порядок расположения компонентов робота. Именно поэтому каждый созданный компьютером дизайн работает на базовом уровне с такими ограничениями, как невозможность соединения сегментов ног друг с другом вместо суставов.

Чжао вдохновлялся животными, особенно членистоногими, при разработке правил графовой грамматики.

Членистоногие «характеризуются наличием центрального тела с переменным числом сегментов. К некоторым сегментам могут быть прикреплены ноги», — говорит Чжао. «И мы заметили, что этого достаточно, чтобы описать не только членистоногих, но и более знакомые формы».

Используя грамматику графа, RoboGrammar работает в три этапа. Во-первых, он определяет проблему. Во-вторых, он разрабатывает возможные роботизированные решения. В-третьих, выбирает оптимальные.

Пользователи-люди несут ответственность за определение проблемы и ввод набора доступных роботизированных компонентов, таких как двигатели, ноги и соединительные сегменты. Пользователь также вводит тип местности, на которой будет работать робот.

«Это ключ к тому, чтобы окончательные роботы действительно могли быть построены в реальном мире», — говорит Чжао.

Сотни тысяч структур

RoboGrammar использует правила грамматики графов и проектирует сотни тысяч возможных структур роботов с различным внешним видом.

«Нас очень вдохновило увидеть разнообразие дизайнов, — говорит Чжао. «Это определенно показывает выразительность грамматики».

Однако не все конструкции хороши, и выбор наилучшего означает необходимость оценки движений и функций каждого робота.

«До сих пор эти роботы были просто конструкциями, — говорит Чжао.

Команда разработала контроллер для каждого робота с помощью алгоритма под названием Model Predictive Control, который отдает приоритет быстрому движению вперед, и именно это продвигает структуры.

«Форма и контроллер робота тесно взаимосвязаны, поэтому мы должны оптимизировать контроллер для каждого конкретного робота в отдельности», — говорит Чжао.

Затем исследователи используют алгоритм нейронной сети для поиска высокопроизводительных роботов. Алгоритм отбирает и оценивает различные наборы роботов и изучает, какие конструкции подходят для каких задач.

Все упомянутое до этого момента происходит без вмешательства человека.

«Эта работа является венцом 25-летнего стремления к автоматическому проектированию морфологии и управления роботами», — говорит Ход Липсон, инженер-механик и ученый-компьютерщик из Колумбийского университета. Он не участвовал в расследовании. «Идея использования грамматик формы витала в воздухе уже давно, но нигде эта идея не была реализована так красиво, как в этой работе. Как только мы сможем заставить машины проектировать, производить и программировать роботов автоматически, все ставки сняты».

По словам Чжао, RoboGrammar — это «инструмент для разработчиков роботов, позволяющий расширить пространство структур роботов, на которые они опираются».

Теперь команда планирует построить и протестировать некоторых роботов в реальном мире, и Чжао говорит, что система может выйти за рамки пересечения местности и в такие области, как виртуальные миры.

«Допустим, в видеоигре вы хотите создать множество видов роботов, не имея художника для создания каждого из них. RoboGrammar подойдет для этого почти сразу», — говорит Чжао.