Robotik och fysisk AI

Forskare Utvecklar Ny Formel för Energieffektiva Robotar

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Arméforskare har utvecklat en ny formel som ger ny insikt i hur en energieffektiv benförsedd robot kan byggas.

Artikeln publicerades i PLOS One

Ändring av Arméfordonsutveckling

U.S. Army Combat Capabilities Development Command, eller DEVCOM, tillsammans med Arméns forskningslaboratoriums Dr. Alexander Kott, Dr. Sean Gart och Dr. Jason Pusey, kommer med nya idéer för att bygga autonoma militära robotfordon med ben. Teamet fokuserar på att göra dem lika effektiva som andra markbundna system. 

Användningen av sådana system kan förändra arméfordonsutvecklingen, och enligt forskarna vet de ännu inte varför benförsedda, hjulförsedda och spårförsedda system passar samma kurva, men de nya resultaten är ett steg framåt.

“Om fordonstillverkare hittar en viss design som kräver mer kraft än vad som för närvarande är möjligt med tanke på olika verkliga begränsningar, kan den nya formeln peka på specifika behov av förbättrad kraftöverföring och kraftgenerering, eller att ompröva fordonets massa och hastighetskrav”, sa Gart.

Utveckling av den Nya Formeln

Forskarna inspirerades av en formel från 1980-talet som visar samband mellan massa, hastighet och kraftförbrukning hos djur, och de utvecklade en ny formel som kan tillämpas på en mängd olika benförsedda, hjulförsedda och spårförsedda system, som markbundna robotar.

Teamet tror att de är de första som har sammanställt och studerat de relationer som uppstår från denna data, trots att den har funnits i 30 år. Resultaten visar att benförsedda system är lika effektiva som hjulförsedda och spårförsedda plattformar.

Kott fungerar som laboratoriets chefsforskare. 

“I världen av obemannade stridsflygplan och intelligenta vapen finns en växande roll för infanteri som kan avancera, ofta under flera dagar, och anfalla i de mest splittrade terrängerna, såsom berg, täta skogar och urbana miljöer”, sa Kott. “Det beror på att sådan terräng ger det största skyddet och kamouflage mot obemannade flygplan. Det kräver i sin tur att infanteri ska assisteras av fordon som kan röra sig lätt i sådan brutalt terräng. Benförsedda fordon – möjligen autonoma – skulle vara mycket hjälpsamma.”

Energieffektivitet

Enligt Kott är ett av problemen med benförsedda robotar att de verkar ha dålig energieffektivitet, och detta kan begränsa samarbetet med soldater. 

“Under de senaste 30 åren har amerikanska militära forskare hanterat en mängd utmaningar i utvecklingen av autonoma fordon”, sa Kott. “Markfordon som manövrerar på hjul eller spår, och flygplan som liknar små flygplan som vi kallar fasta vingar och små helikoptrar, som är roterande vingar, är nu tystare och lättare att integrera i truppbildningar. Men för benförsedda plattformar kvarstår många hinder, och ett stort hinder är att göra dem energieffektiva.”

Soldater kan inte bära bränsle eller batterier för “energikrävande benförsedda robotar”, sa han.

Med den nya formeln fann teamet att människotillverkade benförsedda plattformar bör vara lika effektiva som hjulförsedda och spårförsedda plattformar. 

Teamet samlade in diverse data om markbundna system och studerade kombinerade system som Ford Model T. 

Enligt Gart kommer forskningen att hjälpa designers att bestämma avvägningar mellan kraft, hastighet och massa för framtida markbundna robotar för försvarsändamål. 

Formeln kan också approximera den mängd kraft som krävs av ett fordon.

“Armén måste utveckla realistiska men ambitiösa mål för avvägningar mellan kraft, hastighet och massa för framtida markbundna robotar”, sa Kott. “Det är inte önskvärt att basera sådana mål på nuvarande erfarenheter, eftersom militär utrustning ofta utvecklas och används under flera år och till och med decennier; därför måste utvecklarna av sådan utrustning basera sina mål – konkurrenskraftiga men uppnåeliga – på framtida tekniska möjligheter som inte nödvändigtvis är fullständigt förstådda vid designens tidpunkt.”

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.