วิศวกรพัฒนาเครื่องมือเพื่อปรับปรุงระบบหุ่นยนต์อัตโนมัติทุกประเภท

ทีมวิศวกรจาก MIT ได้พัฒนาโค้ดเพื่อปรับปรุงระบบหุ่นยนต์อัตโนมัติทุกประเภท โค้ดจะระบุวิธีการและตำแหน่งที่ต้องปรับเปลี่ยนระบบเพื่อปรับปรุงประสิทธิภาพของหุ่นยนต์

ผลการวิจัยของวิศวกรจะถูกนำเสนอที่การประชุม Robotics: Science and Systems ประจำปีในนิวยอร์ก ทีมงานประกอบด้วย Charles Dawson นักศึกษาระดับบัณฑิตศึกษาจาก MIT และ ChuChu Fan ผู้ช่วยศาสตราจารย์จากภาควิชาวิศวกรรมอวกาศและอวกาศของ MIT

การออกแบบระบบ AI และหุ่นยนต์

ระบบ AI และหุ่นยนต์ถูกใช้ในอุตสาหกรรมต่างๆ และแต่ละระบบเป็นผลมาจากกระบวนการออกแบบเฉพาะสำหรับระบบนั้น เพื่อออกแบบหุ่นยนต์อัตโนมัติ วิศวกรต้องใช้การจำลองสถานการณ์แบบทดลองและขึ้นอยู่กับ直觉 ในขณะเดียวกัน การจำลองสถานการณ์จะถูกปรับให้เหมาะสมกับส่วนประกอบเฉพาะของหุ่นยนต์และงานที่ได้รับมอบหมาย ซึ่งหมายความว่าไม่มีวิธีการที่แน่นอนในการรับประกันผลลัพธ์ที่สำเร็จ

วิศวกรจาก MIT กำลังเปลี่ยนแปลงสิ่งนี้ด้วยเครื่องมือออกแบบทั่วไปสำหรับหุ่นยนต์ พวกเขาได้พัฒนาโค้ดเพื่อปรับปรุงที่สามารถนำไปใช้กับการจำลองสถานการณ์ของระบบหุ่นยนต์อัตโนมัติทุกประเภท และช่วยระบุวิธีการที่หุ่นยนต์สามารถปรับปรุงประสิทธิภาพได้

เครื่องมือนี้ได้แสดงให้เห็นถึงความสามารถในการปรับปรุงประสิทธิภาพของระบบหุ่นยนต์อัตโนมัติสองระบบที่แตกต่างกัน ระบบแรกประกอบด้วยหุ่นยนต์ที่เดินทางผ่านเส้นทางระหว่างอุปสรรคสองอัน และระบบที่สองประกอบด้วยหุ่นยนต์สองตัวที่ทำงานร่วมกันเพื่อเคลื่อนย้ายกล่องหนัก

ตามที่นักวิจัยระบุ เครื่องมือทั่วไปนี้สามารถช่วยเร่งการพัฒนาระบบอัตโนมัติต่างๆ เช่น หุ่นยนต์เดินหรือรถยนต์ขับเคลื่อนอัตโนมัติ

Dawson และ Fan ระบุว่าพวกเขาได้ทราบถึงความจำเป็นในการมีเครื่องมือประเภทนี้หลังจากสังเกตเห็นเครื่องมือออกแบบอัตโนมัติสำหรับสาขาวิศวกรรมอื่นๆ

“หากวิศวกรเครื่องจักรต้องการออกแบบกังหันลม พวกเขาสามารถใช้เครื่องมือ CAD 3 มิติเพื่อออกแบบโครงสร้าง แล้วใช้เครื่องมือวิเคราะห์องค์ประกอบ有限เพื่อตรวจสอบว่ามันจะทนต่อการเปลี่ยนแปลงใดๆ ได้หรือไม่” Dawson กล่าว “อย่างไรก็ตาม ไม่มีเครื่องมือออกแบบอัตโนมัติสำหรับระบบอัตโนมัติ”

เพื่อปรับปรุงระบบอัตโนมัติ วิศวกรหุ่นยนต์จะต้องสร้างการจำลองสถานการณ์ของระบบและระบบย่อยก่อน แล้วจึงกำหนดพารามิเตอร์ของแต่ละส่วนประกอบ การจำลองสถานการณ์จะถูกดำเนินไปเพื่อดูว่าระบบจะทำงานอย่างไร

กระบวนการทดลองและข้อผิดพลาดหลายครั้งจะต้องดำเนินไปก่อนที่จะสามารถกำหนดส่วนผสมที่เหมาะสมได้ และสิ่งนี้ต้องใช้เวลา

“แทนที่จะถาม ‘เมื่อพิจารณาจากการออกแบบแล้ว ประสิทธิภาพจะเป็นอย่างไร?’ เราต้องการกลับด้านเพื่อถาม ‘เมื่อพิจารณาจากประสิทธิภาพที่เราต้องการ จะได้รับการออกแบบที่จะนำเราไปสู่จุดนั้นได้อย่างไร?'” Dawson กล่าว

เฟรมเวิร์กการปรับปรุงหรือโค้ดคอมพิวเตอร์ถูกออกแบบมาเพื่อค้นหาวิธีการปรับปรุงที่สามารถทำได้กับระบบที่มีอยู่ โค้ดจะใช้เทคนิคการแยกแยะอัตโนมัติ ซึ่งเป็นเครื่องมือโปรแกรมที่ใช้ในการฝึกอบรมเครือข่ายประสาทเทียม

“วิธีการของเราบอกเราว่าจะทำการปรับปรุงระบบโดยการเปลี่ยนแปลงเล็กๆ น้อยๆ จากการออกแบบเริ่มต้นไปสู่การออกแบบที่บรรลุเป้าหมายของเรา” Dawson กล่าว “เราสามารถใช้การแยกแยะอัตโนมัติเพื่อเข้าไปในโค้ดที่กำหนดการจำลองสถานการณ์ และค้นหาวิธีการทำการกลับด้านนี้โดยอัตโนมัติ”

การทดสอบเครื่องมือ

เครื่องมือนี้ถูกทดสอบกับระบบหุ่นยนต์อัตโนมัติสองระบบ และปรับปรุงประสิทธิภาพของระบบทั้งสองใน实验室 ในขณะที่ระบบแรกประกอบด้วยหุ่นยนต์ที่เดินทางผ่านเส้นทางระหว่างอุปสรรคสองอัน ระบบที่สองนั้นซับซ้อนกว่า โดยมีหุ่นยนต์สองตัวที่ทำงานร่วมกันเพื่อเคลื่อนย้ายกล่องหนัก

เครื่องมือนี้สามารถระบุวิธีการที่หุ่นยนต์สามารถทำงานร่วมกันเพื่อเคลื่อนย้ายกล่องได้อย่างมีประสิทธิภาพ และกระบวนการปรับปรุงนี้เร็วกว่าวิธีการทั่วไปถึง 20 เท่า

“หากระบบของคุณมีพารามิเตอร์ที่ต้องปรับปรุงมากขึ้น เครื่องมือของเราสามารถทำได้ดีขึ้นและสามารถช่วยประหยัดเวลาได้อย่างมาก” Fan กล่าว “มันเป็นทางเลือกที่เป็นไปได้: เมื่อจำนวนพารามิเตอร์เพิ่มขึ้น ทางเลือกก็เพิ่มขึ้นด้วย และวิธีการของเราสามารถลดสิ่งนี้ลงได้ในครั้งเดียว”

เครื่องมือทั่วไปนี้สามารถดาวน์โหลดได้ และทีมงานจะพัฒนาเครื่องมือนี้ต่อไปเพื่อให้สามารถใช้กับระบบที่ซับซ้อนกว่านี้

“เป้าหมายของเราคือเพื่อให้ผู้คนสามารถสร้างหุ่นยนต์ที่ดีขึ้น” Dawson กล่าว “เรากำลังให้บล็อกการสร้างใหม่สำหรับการปรับปรุงระบบของพวกเขา เพื่อให้พวกเขาไม่ต้องเริ่มต้นจากศูนย์”