Дослідники розробили новий метод контролю м’яких роботів

Дослідники з Масачусетського технологічного інституту знайшли спосіб краще контролювати та проектувати м’яких роботів для виконання цілевих завдань. Це була мета в галузі м’якої робототехніки протягом тривалого часу, і це велике досягнення.

М’які роботизовані системи мають гнучкі тіла, які здатні рухатися нескінченною кількістю способів в будь-який момент часу. З точки зору обчислень, це високо складна “представлення стану”, що описує рух кожної частини робота. Це можливо має мільйони вимірів, що означає, що розрахунок найкращого способу виконання роботом складних цілевих завдань стає ще більш складним.

Дослідники з MIT представлять модель на Конференції з обробки нейронної інформації в грудні. Модель здатна вивчити компактне, або “низьковимірне” представлення стану, засноване на фізиці робота, середовищі та інших факторах. Модель потім здатна оптимізувати контроль руху та параметри проектування матеріалів, спрямовані на конкретні завдання.

Ендрю Спільберг – аспірант лабораторії комп’ютерних наук та штучного інтелекту (CSAIL).

“М’які роботизовані системи – це нескінченновимірні істоти, які згинаються мільярдами різних способів в будь-який момент часу, але насправді існують природні способи, якими м’які об’єкти можуть згинатися. Ми знаходимо природні стани м’яких роботизованих систем, які можна описати дуже компактно в низьковимірному описі. Ми оптимізуємо контроль та проектування м’яких роботизованих систем, вивчаючи добрий опис найбільш ймовірних станів.”

У симуляціях, які відбулися, модель дозволила 2D- та 3D-м’яким роботизованим системам виконувати цілеві завдання. Завдання включали рух на різні відстані та досягнення цілевих точок. Модель змогла виконувати ці завдання швидше та точніше, ніж інші сучасні методи. Тепер дослідники хочуть використовувати модель у реальних м’яких роботизованих системах.

Іншими особами, які працювали над проєктом, є аспіранти CSAIL Аллан Чжао, Тао Ду та Юаньмін Ху; Даніель Рус, директор CSAIL та професор електротехніки та комп’ютерних наук; та Войцех Матушик, асоційований професор електротехніки та комп’ютерних наук у MIT та керівник групи комп’ютерної фабрикації.

М’яка робототехніка – це зростаюча галузь, яка має велике значення в рамках більшої сфери передової робототехніки. Характеристики, такі як гнучкі тіла, можуть відігравати роль у безпечнішому взаємодії з людьми, маніпуляції об’єктами, маневреності та багатьох інших аспектах.

Під час симуляцій “спостерігач” відповідає за контроль роботизованих систем. “Спостерігач” – це програма, яка обчислює змінні, які бачать, як рухається м’яка роботизована система, щоб виконати завдання.

Зрештою, дослідники розробили новий метод “оптимізації в циклі навчання”. Всі оптимізовані параметри вивчаються під час одного циклу зворотного зв’язку, який відбувається протягом декількох симуляцій. Одночасно метод вивчає представлення стану.

Модель використовує техніку, звану “метод матеріальної точки (MPM)”. MPM симулює поведінку частинок безперервних матеріалів, таких як піни та рідини, і оточена фонової сітки. Техніка здатна захопити частинки робота та його спостережуване середовище у 3D-пікселі, або вокселі.

Сирова інформація про часткову сітку потім передається до компонента машинного навчання. Він вивчає введення зображення, стискає його до низьковимірного представлення, а потім розстискає його назад у введене зображення.

Вивчені стиснуті представлення діють як низьковимірне представлення стану робота. Стиснуті представлення повертаються до контролера у фазі оптимізації, і воно виводить розраховану дію для кожного частинки, яким чином рухатися у наступному кроку, стимульованому MPM.

Одночасно контролер використовує інформацію для регулювання оптимальної жорсткості кожної частинки. Інформація про матеріал може бути використана для 3D-друку м’яких роботизованих систем, оскільки кожна частинка може бути надрукована з різною жорсткістю.

“Це дозволяє створювати конструкції роботизованих систем, адаптовані до рухів, які будуть актуальними для конкретних завдань”, – говорить Спільберг. “Вивчаючи ці параметри разом, ви тримаєте все синхронізованим якомога більше, щоб зробити процес проектування легшим.”

Дослідники сподіваються, що вони зможуть розробити конструкції від симуляції до виготовлення.