RoboGrammar-systemet automatiserar och optimerar robotdesign

En robots form avgör vilka typer av uppgifter den kan utföra och i vilken miljö den kan operera. Med nuvarande tekniska begränsningar finns det inget sätt att bygga och testa varje form, men ett nytt system utvecklat av forskare vid MIT möjliggör att dessa former kan simuleras. Efter simuleringar kan de bästa av dem väljas ut ur gruppen.

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

Att främja fältet robotdesign

Det nya systemet är ett stort steg framåt i ett avancerat område som fortfarande till stor del är manuellt.

Allan Zhao är huvudförfattare till forskningen och en 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 på nya, mer uppfinningsrika robotdesigner som potentiellt kan vara mer effektiva”.

Forskningen kommer att presenteras på SIGGRAPH Asia-konferensen den här månaden.

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

Laget trodde att en ny och mer innovativ design kunde producera bättre resultat och förbättra funktionen, vilket är 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 huvudsak består av meningslösa designer. Om du bara kan ansluta delarna på godtyckliga sätt, slutar du med en röra”.

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

Den grafiska grammatiken

Laget satte upp ett ”grafiskt grammatik”, som begränsar hur robotens komponenter kan arrangeras. Detta är bara så att varje datorgenererad design fungerar på en grundläggande nivå, med begränsningar som att det inte är möjligt att ansluta bensegment med varandra istället för leder.

Zhao inspirerades av djur, specifikt leddjur, när han designade reglerna för den grafiska grammatiken.

Leddjur är ”karakteriserade av att ha en central kropp med ett variabelt antal segment. Vissa segment kan ha ben fästa”, säger Zhao. ”Och vi noterade att det är tillräckligt för att beskriva inte bara leddjur utan också mer bekanta former”.

Genom att använda den grafiska grammatiken, fungerar RoboGrammar i tre steg. Först definierar den problemet. Sedan designar den möjliga robotlösningar. Till sist väljer den ut de optimala.

Mänskliga användare är ansvariga för att definiera problemet och mata in uppsättningen tillgängliga robotkomponenter, såsom motorer, ben och anslutningssegment. Användaren anger också vilken typ av terräng roboten kommer att operera på.

”Det är nyckeln till att säkerställa att de slutliga robotarna verkligen kan byggas i den verkliga världen”, säger Zhao.

Hundratusentals strukturer

RoboGrammar tar den grafiska grammatikens regler och designar hundratusentals möjliga robotstrukturer, med olika utseenden.

”Det var ganska inspirerande för oss att se variationen av design”, säger Zhao. ”Det visar definitivt den grafiska grammatikens uttrycksfullhet”.

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

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

Laget utvecklade en kontroller för varje robot genom en algoritm som kallas Model Predictive Control, som prioriterar snabb framåtrörelse, och det är vad som förbättrar strukturerna.

”Robotens form och kontroller är djupt sammanflätade, vilket är varför vi måste optimera en kontroller för varje given robot individuellt”, säger Zhao.

Forskarna använder sedan en neurala nätverksalgoritm för att hitta högpresterande robotar. Algoritmen provar och utvärderar olika uppsättningar av robotar och lär sig vilka designer som fungerar för vilka uppgifter.

Allt som nämnts hittills sker utan mänskligt ingripande.

”Detta arbete är en kronjuvel i den 25-åriga jakten på att automatiskt designa morfologi och kontroll av robotar”, säger Hod Lipson, mekanisk ingenjör och datavetare vid Columbia University. Han var inte involverad i forskningen. ”Idén att använda form-grammatik har funnits i en lång tid, men ingenstans har denna idé genomförts så vackert som i detta arbete. När vi kan få maskiner att designa, bygga och programmera robotar automatiskt, är allt möjligt.”

Enligt Zhao är RoboGrammar ”ett verktyg för robotdesigners att utöka utrymmet av robotstrukturer de drar på”.

Laget planerar nu att bygga och testa några av robotarna i den verkliga världen, och Zhao säger att systemet kunde gå utöver terrängkorsning och in i områden som virtuella världar.

”Säg att du vill generera många typer av robotar i ett videospel, utan att ha en konstnär som skapar var och en. RoboGrammar skulle fungera för det nästan omedelbart”, säger Zhao.