tunggul Panaliti Ngembangkeun Métode Anyar pikeun Ngadalikeun Robot Lemes - Unite.AI
Connect with kami

Robotics

Panaliti Ngembangkeun Métode Anyar pikeun Ngadalikeun Robot Leuleus

diropéa on

Peneliti ti Massachusetts Institute of Technology geus ilahar kaluar cara pikeun ngadalikeun hadé tur ngarancang robot lemes keur ngalakukeun tugas target. Ieu mangrupikeun tujuan dina robot-robot pikeun waktos anu lami, sareng éta mangrupikeun prestasi anu ageung. 

Robot lemes gaduh awak fléksibel anu tiasa gerak dina sababaraha cara anu henteu terbatas dina waktos anu ditangtukeun. Ngeunaan komputasi, ieu mangrupikeun "perwakilan kaayaan" anu rumit pisan, ngajelaskeun gerakan unggal bagian tina robot. Ieu kamungkinan tiasa gaduh jutaan diménsi, anu hartosna langkung hese ngitung cara anu pangsaéna pikeun robot pikeun ngarengsekeun tugas target anu kompleks.

Panaliti MIT bakal nampilkeun modél dina Konperénsi Sistem Pangolahan Émbaran Neural dina bulan Désémber. Modél ieu tiasa diajar gambaran kaayaan kompak, atanapi "dimensi rendah" anu dumasar kana fisika robot, lingkungan, sareng faktor sanésna. Modél ieu lajeng bisa ko-ngaoptimalkeun kontrol gerakan ogé parameter design bahan, Ieu lajeng aimed di tugas husus. 

Andrew Spielberg mangrupikeun mahasiswa pascasarjana di Laboratorium Élmu Komputer sareng Artificial Intelligence (CSAIL). 

"Robot lemes mangrupikeun mahluk diménsi anu teu terbatas anu ngabengkokkeun samilyar cara anu béda-béda dina waktos anu ditangtukeun, tapi leres-leres, aya cara alami yén objék lemes sigana ngabengkokkeun. Urang manggihan kaayaan alam robot lemes bisa digambarkeun pisan compactly dina déskripsi low-dimensi. Kami ngaoptimalkeun kontrol sareng desain robot lemes ku diajar pedaran anu hadé ngeunaan nagara-nagara anu dipikaresep.

Dina simulasi anu lumangsung, modél ieu ngamungkinkeun robot lemes 2D sareng 3D pikeun ngarengsekeun tugas target. Tugasna kalebet mindahkeun jarak anu béda sareng ngahontal tempat anu dituju. Modél ieu tiasa ngalakukeun ieu langkung gancang sareng langkung akurat tibatan metode ayeuna anu sanés. Panaliti ayeuna hoyong nganggo modél dina robot lemes nyata. 

individu séjén anu digarap dina proyék kaasup mahasiswa pascasarjana CSAIL, Allan Zhao, Tao Du, sarta Yuanming Hu; Daniel Rus, diréktur CSAil jeung Andrew jeung Erna Viterbi Professor of Téknik Eléktro sarta Élmu Komputer; sareng Wojciech Matusik, profésor gaul MIT dina rékayasa listrik sareng élmu komputer sareng kapala Grup Fabrikasi Komputasi. 

Soft-robotics mangrupikeun widang ngembang anu penting pisan dina ruang lingkup robotika canggih. Karakteristik sapertos awak anu fleksibel tiasa maénkeun peran dina interaksi anu langkung aman sareng manusa, manipulasi objék, maneuverability, sareng seueur deui. 

Salila simulasi, hiji "pengamat" jawab kadali robot. "Observer" nyaéta program anu ngitung variabel anu ningali jalan robot lemes keur ngaréngsékeun hiji tugas. 

Antukna, para panalungtik ngembangkeun hiji metode anyar "learning-in-the-loop optimization". Sadaya parameter anu dioptimalkeun diajar salami loop eupan balik tunggal anu lumangsung dina sababaraha simulasi. Dina waktu nu sarua, métode diajar ngagambarkeun kaayaan. 

Modél ngagunakeun téknik anu disebut “material point method (MPM). Hiji MPM simulates paripolah partikel bahan continuum, kawas busa jeung cair, sarta eta dikurilingan ku grid tukang. Téhnik ieu tiasa nangkep partikel robot sareng lingkunganana anu tiasa diobservasi kana piksel 3D, atanapi voxels. 

Inpormasi grid partikel atah dikirim ka komponén mesin-learning. Diajar input gambar, niiskeun kana representasi diménsi low, lajeng decompress deui kana gambar input. 

Répréséntasi anu dikomprés anu diajar bertindak salaku perwakilan kaayaan diménsi rendah robot. Répréséntasi dikomprés puteran deui kana controller dina fase optimasi, sarta outputs aksi diitung keur kumaha tiap partikel lajeng kedah mindahkeun dina hambalan MPM-dirangsang salajengna. 

Dina waktu nu sarua, controller ngagunakeun informasi pikeun nyaluyukeun stiffness optimal unggal partikel. Inpormasi bahan tiasa dianggo pikeun nyitak robot lemes 3D, sabab unggal titik partikel tiasa dicitak kalayan kaku anu béda. 

"Ieu ngamungkinkeun pikeun nyieun desain robot catered kana gerak robot anu bakal relevan pikeun tugas husus," nyebutkeun Spielberg. "Ku diajar parameter ieu babarengan, anjeun tetep sagalana sakumaha disingkronkeun saloba mungkin sangkan éta prosés desain gampang."

Para panalungtik ngaharepkeun yén aranjeunna antukna tiasa ngarancang ti simulasi ka fabrikasi. 

 

Alex McFarland mangrupikeun wartawan AI sareng panulis ngajalajah kamajuan panganyarna dina intelijen buatan. Anjeunna parantos kolaborasi sareng seueur ngamimitian AI sareng publikasi di sakuliah dunya.