Các Kỹ Sư Phát Triển Công Cụ Cải Thiện Hệ Thống Robot Tự Động

Một nhóm các kỹ sư tại MIT đã phát triển một mã tối ưu hóa để cải thiện bất kỳ hệ thống robot tự động nào. Mã này tự động xác định cách và nơi để thay đổi hệ thống để cải thiện hiệu suất của robot.

Các phát hiện của các kỹ sư sẽ được trình bày tại hội nghị hàng năm về Robotics: Science and Systems tại New York. Nhóm bao gồm Charles Dawson, sinh viên tốt nghiệp MIT, và ChuChu Fan, giáo sư trợ lý tại Bộ phận Hàng không và Vũ trụ của MIT.

Thiết Kế Hệ Thống Robot và Trí Tuệ Nhân Tạo

Trí tuệ nhân tạo (AI) và hệ thống robot được sử dụng trong nhiều ngành công nghiệp, và mỗi hệ thống là kết quả của một quá trình thiết kế cụ thể cho hệ thống đó. Để thiết kế một robot tự động, các kỹ sư dựa vào các mô phỏng thử nghiệm và sai lầm thường được thông báo bởi trực giác. Đồng thời, các mô phỏng này được tùy chỉnh cho các thành phần cụ thể của robot và các nhiệm vụ được chỉ định, có nghĩa là không có “công thức” thực sự để đảm bảo một kết quả thành công.

Các kỹ sư MIT đang thay đổi điều này với công cụ thiết kế chung mới cho các nhà robot. Họ đã phát triển một mã tối ưu hóa có thể được áp dụng cho các mô phỏng của gần như bất kỳ hệ thống robot tự động nào, và nó giúp tự động xác định các cách để cải thiện hiệu suất của robot.

Công cụ đã chứng minh khả năng cải thiện hiệu suất của hai hệ thống robot tự động rất khác nhau. Hệ thống đầu tiên là một robot di chuyển trên một đường dẫn giữa hai chướng ngại vật, và hệ thống thứ hai là một cặp robot làm việc cùng nhau để di chuyển một hộp nặng.

Theo các nhà nghiên cứu, công cụ tối ưu hóa chung này có thể giúp tăng tốc phát triển của nhiều hệ thống tự động, chẳng hạn như robot đi bộ hoặc xe tự lái.

Dawson và Fan cho biết họ nhận ra nhu cầu về loại công cụ này sau khi quan sát các công cụ thiết kế tự động khác có sẵn cho các ngành kỹ thuật khác.

“Nếu một kỹ sư cơ khí muốn thiết kế một tuabin gió, họ có thể sử dụng một công cụ thiết kế 3D để thiết kế cấu trúc, sau đó sử dụng một công cụ phân tích phần tử hữu hạn để kiểm tra xem nó có thể chống lại các tải trọng nhất định hay không,” Dawson nói. “Tuy nhiên, có thiếu các công cụ thiết kế hỗ trợ máy tính cho các hệ thống tự động.”

Để tối ưu hóa một hệ thống tự động, một nhà robot thường đầu tiên phát triển một mô phỏng của hệ thống và các hệ thống con tương tác trước khi lấy các tham số của từng thành phần. Mô phỏng sau đó được chạy để xem hệ thống sẽ hoạt động như thế nào.

Nhiều quá trình thử nghiệm và sai lầm phải được chạy trước khi có thể xác định sự kết hợp tối ưu của các thành phần, và đây là một việc tốn thời gian.

“Thay vì nói, ‘Cho một thiết kế, hiệu suất là gì?’ chúng tôi muốn đảo ngược điều này để nói, ‘Cho hiệu suất mà chúng tôi muốn thấy, thiết kế nào sẽ đưa chúng tôi đến đó?'” Dawson nói.

Khung tối ưu hóa, hoặc mã máy tính, được thiết kế để tự động tìm các điều chỉnh có thể được thực hiện trên một hệ thống hiện có. Mã này dựa trên sự phân biệt tự động, một công cụ lập trình ban đầu được sử dụng để đào tạo mạng nơ-ron. Công nghệ này cũng được gọi là “autodiff”, giúp nhanh chóng và hiệu quả “đánh giá đạo hàm”, hoặc độ nhạy của bất kỳ tham số nào.

“Phương pháp của chúng tôi tự động cho chúng tôi biết cách thực hiện các bước nhỏ từ một thiết kế ban đầu đến một thiết kế đạt được mục tiêu của chúng tôi,” Dawson nói. “Chúng tôi sử dụng autodiff để cơ bản đào vào mã định nghĩa một mô phỏng, và tìm ra cách thực hiện sự đảo ngược này tự động.”

Thử Nghiệm Công Cụ

Công cụ đã được thử nghiệm trên hai hệ thống robot tự động riêng biệt, và nó đã cải thiện hiệu suất của mỗi hệ thống trong các thí nghiệm trong phòng thí nghiệm. Trong khi hệ thống đầu tiên bao gồm một robot có bánh xe được thiết kế để lập kế hoạch cho một đường dẫn giữa hai chướng ngại vật, thì hệ thống thứ hai thực sự ấn tượng.

Hệ thống thứ hai phức tạp hơn với hai robot có bánh xe làm việc cùng nhau để đẩy một hộp nặng đến một vị trí mục tiêu, có nghĩa là mô phỏng bao gồm nhiều tham số hơn. Công cụ đã có thể xác định hiệu quả các bước cần thiết để các robot thực hiện nhiệm vụ của chúng, và quá trình tối ưu hóa nhanh hơn 20 lần so với các kỹ thuật thông thường.

“Nếu hệ thống của bạn có nhiều tham số để tối ưu hóa, công cụ của chúng tôi có thể làm việc thậm chí tốt hơn và có thể tiết kiệm thời gian theo cấp số nhân,” Fan nói. “Đây cơ bản là một lựa chọn kết hợp: Khi số lượng tham số tăng, các lựa chọn cũng tăng, và cách tiếp cận của chúng tôi có thể giảm điều này trong một lần.”

Công cụ tối ưu hóa chung này có sẵn để tải xuống, và nhóm sẽ tiếp tục tinh chỉnh nó, điều này sẽ làm cho nó hữu ích cho các hệ thống phức tạp hơn.

“Mục tiêu của chúng tôi là trao quyền cho mọi người xây dựng các robot tốt hơn,” Dawson nói. “Chúng tôi đang cung cấp một khối xây dựng mới để tối ưu hóa hệ thống của họ, vì vậy họ không cần phải bắt đầu từ đầu.”