RoboGrammar System automatiserar och optimerar robotdesign

Formen på en robot avgör vilka typer av uppgifter den kan utföra och miljö den kan arbeta i. Med nuvarande tekniska begränsningar finns det inget sätt att bygga och testa varje form, men ett nytt system utvecklat av forskare vid MIT tillåter dessa många former. som ska simuleras. Efter simuleringar kan de bästa av dem plockas ut ur gruppen.

Det nya systemet heter RoboGrammar, och det första steget är att informera det om vilka typer av robotdelar som finns tillgängliga, som hjul och leder. Du anger sedan vilken typ av terräng roboten ska operera på, men det är i princip allt. RoboGrammar genererar sedan en optimerad struktur och kontrollprogram.

Avancera området för robotdesign

Det nya systemet är ett stort steg framåt inom ett avancerat område som fortfarande till största delen är manuellt.

Allan Zhao är huvudförfattare till forskningen och doktorand vid MIT Computer Science and Artificial Intelligence Laboratory (CSAIL).

"Robotdesign är fortfarande en mycket manuell process", säger Zhao. RoboGrammar-systemet är "ett sätt att komma med nya, mer uppfinningsrika robotdesigner som potentiellt kan vara mer effektiva."

Forskningen kommer att presenteras på SIGGRAPH Asia-konferensen denna månad.

Enligt Zhao är robotar byggda för alla sorters uppgifter, men "de tenderar alla att vara väldigt lika i sin övergripande form och design. När du tänker på att bygga en robot som behöver korsa olika terräng, hoppar du direkt till en fyrfoting. Vi undrade om det verkligen är den optimala designen.”

Teamet trodde att en ny och mer innovativ design kunde ge bättre resultat och förbättra funktionaliteten, varför de konstruerade en datormodell för uppgifterna. Systemet påverkades inte av tidigare konventioner och det fanns vissa regler som tillämpades.

Zhao skriver att samlingen av möjliga robotformer "i första hand består av meningslösa mönster. Om du bara kan koppla ihop delarna på godtyckliga sätt, slutar du med ett virrvarr.”

Grafens grammatik

Teamet satte sig för att utveckla en "grafgrammatik", som begränsar hur robotens komponenter kan ordnas. Detta är bara så att varje datorgenererad design fungerar på en grundläggande nivå, med begränsningar som att inte kunna koppla ihop bensegment med varandra istället för leder.

Zhao inspirerades av djur, särskilt leddjur, när han utformade reglerna för grafgrammatiken.

Leddjur "kännetecknas av att de har en central kropp med ett varierande antal segment. Vissa segment kan ha ben fästa, säger Zhao. "Och vi märkte att det räcker för att beskriva inte bara leddjur utan också mer välbekanta former."

Genom att använda grafgrammatiken fungerar RoboGrammar i tre steg. Först definierar det problemet. För det andra designar den möjliga robotlösningar. För det tredje väljer den de optimala.

Mänskliga användare är ansvariga för problemdefiniering och inmatning av uppsättningen tillgängliga robotkomponenter, såsom motorer, ben och anslutande segment. Användaren anger också vilken typ av terräng roboten ska arbeta på.

"Det är nyckeln till att se till att de slutliga robotarna faktiskt kan byggas i den verkliga världen", säger Zhao.

Hundratusentals strukturer

RoboGrammar tar grafens grammatikregler och designar hundratusentals möjliga robotstrukturer, med olika utseenden.

"Det var ganska inspirerande för oss att se de olika designerna", säger Zhao. "Det visar definitivt grammatikens uttrycksfullhet."

Men alla konstruktioner är inte bra, och att välja den bästa innebär att varje robots rörelser och funktion måste utvärderas.

"Hittills är dessa robotar bara strukturer", säger Zhao.

Teamet utvecklade en styrenhet för varje robot genom en algoritm som heter Model Predictive Control, som prioriterar snabb framåtrörelse, och det är detta som främjar strukturerna.

"Robotens form och styrenhet är djupt sammanflätade, vilket är anledningen till att vi måste optimera en styrenhet för varje given robot individuellt", säger Zhao.

Forskarna använder sedan en neural nätverksalgoritm för att hitta högpresterande robotar. Algoritmen samplar och utvärderar olika uppsättningar av robotar och lär sig vilka konstruktioner som fungerar för vilka uppgifter.

Allt som nämnts fram till denna punkt sker utan mänsklig inblandning.

"Detta arbete är en krona på verket i den 25-åriga strävan att automatiskt designa robotars morfologi och kontroll", säger Hod Lipson, maskiningenjör och datavetare vid Columbia University. Han var inte involverad i forskningen. "Idén att använda formgrammatik har funnits ett tag, men ingenstans har den här idén utförts så vackert som i det här verket. När vi kan få maskiner att designa, tillverka och programmera robotar automatiskt är alla satsningar avstängda.”

Enligt Zhao är RoboGrammar "ett verktyg för robotdesigners att utöka utrymmet för robotstrukturer som de använder."

Teamet planerar nu att bygga och testa några av robotarna i den verkliga världen, och Zhao säger att systemet kan röra sig bortom terrängkorsning och in i områden som virtuella världar.

"Låt oss säga att du i ett videospel ville skapa massor av typer av robotar, utan att ha en artist att skapa var och en. RoboGrammar skulle fungera för det nästan omedelbart”, säger Zhao.