sơ khai “Robot câm” hoàn thành nhiệm vụ bằng cách tận dụng các đặc điểm thể chất - Unite.AI
Kết nối với chúng tôi

Robotics

“Robot câm” hoàn thành nhiệm vụ bằng cách tận dụng các đặc điểm thể chất 

cập nhật on
Hình ảnh: Đại học Khoa học Công nghệ Georgia

Để bầy rô-bốt hành động tập thể, các nhà nghiên cứu phải dàn dựng các tương tác của chúng bằng cách dựa vào các thành phần và thuật toán tiên tiến. Tuy nhiên, nếu robot đơn giản và thiếu lập trình nâng cao, hành vi phối hợp hiếm khi đạt được. 

Dana Randall, Giáo sư Điện toán ADVANCE và Daniel Goldman, Giáo sư Gia đình Dunn, đã lãnh đạo một nhóm các nhà nghiên cứu tại Viện Công nghệ Georgia để giải quyết vấn đề này. Nhóm bắt đầu chứng minh làm thế nào mà các rô-bốt đơn giản vẫn có thể hoàn thành các nhiệm vụ vượt quá khả năng của một người. 

Sản phẩm nghiên cứu đã được xuất bản trên tạp chí Những tiến bộ khoa học vào ngày 23. 

Robot câm hoàn thành nhiệm vụ phức tạp

Được gọi là “rô-bốt câm”, nhóm nghiên cứu đã sử dụng những hạt về cơ bản là dạng hạt di động và đây là những gì họ đặt ra để chứng minh có thể đạt được các nhiệm vụ phức tạp. Các nhà nghiên cứu báo cáo rằng họ có thể loại bỏ tất cả các cảm biến, giao tiếp, bộ nhớ và tính toán khỏi rô-bốt, đồng thời họ tận dụng các đặc điểm vật lý của rô-bốt để hoàn thành một loạt nhiệm vụ. Theo nhóm nghiên cứu, đặc điểm này được gọi là “hiện thân của nhiệm vụ”.

BOBbots, viết tắt của “bot cư xử, tổ chức, kêu vo vo”, được đặt theo tên của Bob Behringer, người tiên phong trong lĩnh vực vật lý dạng hạt. 

Randall nói: “Các rô-bốt “càng ngu ngốc càng tốt”. “Khung hình trụ của chúng có bàn chải rung bên dưới và nam châm lỏng lẻo ở ngoại vi, khiến chúng dành nhiều thời gian hơn ở những địa điểm có nhiều hàng xóm hơn.”

Robot đơn giản, thuật toán thông minh: Gặp gỡ BOBbots

Mô phỏng máy tính

Cùng với nền tảng thử nghiệm, nhóm cũng dựa vào các mô phỏng máy tính chính xác do Shengkai Li, một sinh viên vật lý Georgia Tech, dẫn đầu. Những mô phỏng này đã giúp nghiên cứu các khía cạnh khác nhau của hệ thống mà không thể xem xét trong phòng thí nghiệm. 

Goldman giải thích: “BOBbots cực kỳ đơn giản, nhưng các nhà nghiên cứu vẫn chứng minh được rằng khi các robot di chuyển cùng nhau và va vào nhau, “các khối nhỏ gọn hình thành có khả năng dọn sạch các mảnh vụn quá nặng mà một người không thể di chuyển được”. “Trong khi hầu hết mọi người chế tạo những robot ngày càng phức tạp và đắt tiền để đảm bảo sự phối hợp, chúng tôi muốn xem những nhiệm vụ phức tạp nào có thể được hoàn thành với những robot rất đơn giản.”

Công trình của nhóm lấy cảm hứng từ một mô hình lý thuyết về các hạt chuyển động trên bàn cờ vua và để nghiên cứu mô hình toán học của BOBbot, một lý thuyết trừu tượng gọi là hệ thống hạt tự tổ chức đã được phát triển. Bằng cách rút ra từ lý thuyết xác suất, vật lý thống kê và thuật toán ngẫu nhiên, nhóm nghiên cứu đã có thể chứng minh rằng khi các tương tác từ trường tăng lên, mô hình lý thuyết sẽ trải qua một sự thay đổi pha. Nó nhanh chóng thay đổi từ phân tán sang tập hợp, tạo thành các cụm nhỏ gọn tương tự như các hệ thống như nước và băng.

Randall cũng là giáo sư khoa học máy tính và phó giáo sư toán học tại Georgia Tech. 

Randall cho biết: “Phân tích nghiêm ngặt không chỉ cho chúng tôi thấy cách xây dựng BOBbot mà còn cho thấy tính mạnh mẽ vốn có của thuật toán của chúng tôi, cho phép một số rô-bốt bị lỗi hoặc không thể đoán trước được,” Randall nói.

Alex McFarland là một nhà báo và nhà văn về AI đang khám phá những phát triển mới nhất về trí tuệ nhân tạo. Anh ấy đã cộng tác với nhiều công ty khởi nghiệp và ấn phẩm về AI trên toàn thế giới.