หุ่นยนต์และ AI ทางกายภาพ

โรบอทที่มีร่างกายอ่อนนุ่มมีประสิทธิภาพมากขึ้นด้วยการเรียนรู้ของเครื่องใหม่

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

โรบอทที่มีร่างกายอ่อนนุ่มเป็นเครื่องมือที่สำคัญมากในด้านหุ่นยนต์ เนื่องจากระบอบการทำงานแบบดั้งเดิมและร่างกายที่แข็งไม่สามารถทำภารกิจที่เหมือนกันได้ โรบอทที่มีร่างกายอ่อนนุ่มสามารถโต้ตอบกับมนุษย์ได้อย่างปลอดภัย และสามารถเข้าไปในพื้นที่ที่แคบได้

หนึ่งในความท้าทายที่สำคัญที่เกี่ยวข้องกับโรบอทที่มีร่างกายอ่อนนุ่มคือต้องทราบตำแหน่งของส่วนต่างๆ ของร่างกายเพื่อทำภารกิจที่กำหนด และสิ่งนี้จะยากขึ้นเมื่อโรบอทที่มีร่างกายอ่อนนุ่มสามารถเปลี่ยนรูปได้ในหลายรูปแบบ

นักวิจัยที่ MIT ได้พัฒนาแอลกอริทึมการเรียนรู้ของเครื่องใหม่ที่ช่วยให้วิศวกรออกแบบโรบอทที่มีร่างกายอ่อนนุ่มเพื่อให้สามารถรวบรวมข้อมูลเกี่ยวกับสภาพแวดล้อมได้มากขึ้น แอลกอริทึมนี้ทำงานโดยการแนะนำการวางตำแหน่งของเซ็นเซอร์ภายในร่างกายของโรบอท ซึ่งช่วยให้โรบอทสามารถทำภารกิจที่กำหนดได้ขณะโต้ตอบกับสภาพแวดล้อม

Alexander Amini เป็นหนึ่งในผู้เขียนการวิจัยหลักพร้อมกับ Andrew Spielberg ซึ่งเป็นนักศึกษาระดับ博士ที่ MIT Computer Science and Artificial Intelligence Laboratory การวิจัยนี้ได้รับการตีพิมพ์ใน IEEE Robotics and Automation Letters พร้อมด้วยผู้เขียนร่วมอื่นๆ รวมถึง Lillian Chin, Wojciech Matusik และ Daniela Rus

“ระบบนี้ไม่เพียงแต่เรียนรู้ภารกิจที่กำหนดเท่านั้น แต่ยังช่วยออกแบบโรบอทให้เหมาะสมกับภารกิจนั้นด้วย” Amini กล่าว “การวางตำแหน่งเซ็นเซอร์เป็นปัญหาที่ยากมากในการแก้ไข ดังนั้นการมีคำตอบจึงน่าตื่นเต้นมาก”

https://www.youtube.com/watch?v=MSa7D0FvxqY

 

โรบอทที่มีร่างกายแข็งกับโรบอทที่มีร่างกายอ่อนนุ่ม

หนึ่งในข้อได้เปรียบหลักของโรบอทที่มีร่างกายแข็งคือมีพิสัยการเคลื่อนไหวที่จำกัด และแม้ว่าสิ่งนี้จะดูเหมือนเป็นข้อเสีย แต่ก็หมายความว่าจำนวนข้อต่อและขาที่จำกัดทำให้การคำนวณได้ง่ายขึ้น

การคำนวณเหล่านี้ง่ายต่อการทำงานเมื่อเปรียบเทียบกับแอลกอริทึมที่ควบคุมการทำแผนที่และการวางแผนการเคลื่อนไหว โรบอทที่มีร่างกายอ่อนนุ่มไม่สามารถทำได้เนื่องจากร่างกายที่ยืดหยุ่น

“ปัญหาหลักของโรบอทที่มีร่างกายอ่อนนุ่มคือมีมิติที่ไม่สิ้นสุด” Spielberg กล่าว “จุดใดๆ บนร่างกายของโรบอทที่มีร่างกายอ่อนนุ่มสามารถเปลี่ยนรูปได้ในหลายรูปแบบ”

ในอดีต นักวิจัยได้ใช้กล้องถ่ายภาพภายนอกเพื่อทำแผนที่ตำแหน่งของโรบอท ซึ่งจะถูกส่งกลับเข้าไปในโปรแกรมควบคุมของโรบอท ทีมงานใหม่พยายามหาวิธีสร้างโรบอทที่มีร่างกายอ่อนนุ่มที่ไม่ต้องอาศัยการช่วยเหลือจากภายนอก

“คุณไม่สามารถวางเซ็นเซอร์จำนวนไม่สิ้นสุดบนร่างกายของโรบอทได้” Spielberg กล่าวต่อ “ดังนั้นคำถามคือ คุณมีเซ็นเซอร์จำนวนเท่าใด และคุณวางเซ็นเซอร์เหล่านั้นไว้ที่ไหนเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด”

นักวิจัยได้พัฒนาโครงสร้างเครือข่ายประสาทใหม่ที่สามารถเพิ่มประสิทธิภาพการวางตำแหน่งเซ็นเซอร์และเรียนรู้เพื่อทำภารกิจได้อย่างมีประสิทธิภาพ พวกเขาแบ่งร่างกายของโรบอทออกเป็นหลายส่วนเรียกว่า “อนุภาค”

เครือข่ายประสาทใช้อัตราการเปลี่ยนรูปของอนุภาคแต่ละอย่างเป็นข้อมูลเข้า และผ่านการลองผิดลองถูก เครือข่ายสามารถเรียนรู้ลำดับการเคลื่อนไหวที่มีประสิทธิภาพที่สุดสำหรับภารกิจที่กำหนดได้ เครือข่ายยังติดตามอนุภาคที่ใช้บ่อยๆ เพื่อที่จะปรับข้อมูลเข้าของเครือข่าย

การเอาชนะมนุษย์ในเรื่องการวางตำแหน่งเซ็นเซอร์

เครือข่ายแนะนำการวางตำแหน่งเซ็นเซอร์บนร่างกายของโรบอทโดยการเพิ่มประสิทธิภาพอนุภาคที่สำคัญที่สุด ในการทดสอบ แอลกอริทึมสามารถเอาชนะมนุษย์ได้ในการวางตำแหน่งเซ็นเซอร์ที่มีประสิทธิภาพสูงสุด

แอลกอริทึมถูกทดสอบกับการคาดการณ์ของผู้เชี่ยวชาญ

“โมเดลของเราทำผลงานได้ดีกว่ามนุษย์ในการทดสอบทุกครั้ง แม้ว่าฉันจะดูโครงร่างของร่างกายของโรบอทและรู้สึกมั่นใจว่าควรวางเซ็นเซอร์ที่ไหน แต่สุดท้ายมันกลับพบว่ามีความซับซ้อนมากกว่าที่คาดไว้” Amini กล่าว

ตามที่ Spielberg กล่าว การพัฒนานี้สามารถช่วยให้กระบวนการออกแบบโรบอทเป็นอัตโนมัติและช่วยสร้างแอลกอริทึมใหม่ๆ ในการควบคุมการเคลื่อนไหวของโรบอท

“…เรายังต้องพิจารณาว่าจะวางเซ็นเซอร์บนโรบอทเหล่านี้อย่างไร และจะส่งผลต่อระบบอื่นๆ อย่างไร” เขากล่าว “สิ่งนี้ต้องการการรับรู้ที่มีประสิทธิภาพและได้รับการปรับให้เหมาะสมอย่างดี ดังนั้นจึงมีผลกระทบในทันที”

“การออกแบบโรบอทที่มีร่างกายอ่อนนุ่มโดยอัตโนมัติเป็นขั้นตอนที่สำคัญในการสร้างเครื่องมือที่ชาญฉลาดที่จะช่วยเหลือคนในงานที่ต้องใช้แรงกาย” Rus กล่าว “เซ็นเซอร์เป็นส่วนสำคัญของกระบวนการนี้ เนื่องจากช่วยให้โรบอทสามารถ ‘เห็น’ และเข้าใจโลกและความสัมพันธ์กับโลก”

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก