Các nhà nghiên cứu phát triển phương pháp mới để kiểm soát robot mềm

Các nhà nghiên cứu từ Viện Công nghệ Massachusetts đã tìm ra cách để kiểm soát và thiết kế robot mềm tốt hơn để thực hiện các nhiệm vụ mục tiêu. Đây là một mục tiêu trong lĩnh vực robot mềm đã được theo đuổi trong một thời gian dài, và nó là một thành tựu lớn.

Robot mềm có cơ thể linh hoạt có thể di chuyển theo nhiều cách khác nhau tại bất kỳ thời điểm nào. Về mặt tính toán, đây là một “trạng thái đại diện” phức tạp, mô tả các chuyển động của từng phần của robot. Những điều này có thể có hàng triệu chiều, điều này có nghĩa là nó khó hơn để tính toán cách tốt nhất cho robot hoàn thành các nhiệm vụ mục tiêu phức tạp.

Các nhà nghiên cứu MIT sẽ trình bày một mô hình tại Hội nghị Hệ thống Xử lý Thông tin Neuron vào tháng 12. Mô hình này có thể học một “trạng thái đại diện thấp chiều”, dựa trên vật lý của robot, môi trường và các yếu tố khác. Mô hình sau đó có thể tối ưu hóa kiểm soát chuyển động và thiết kế vật liệu, nhằm vào các nhiệm vụ cụ thể.

Andrew Spielberg là một sinh viên sau đại học tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL).

“Robot mềm là những sinh vật vô hạn chiều, uốn cong theo hàng tỷ cách khác nhau tại bất kỳ thời điểm nào, nhưng thực tế, có những cách tự nhiên mà các vật thể mềm có thể uốn cong. Chúng tôi tìm thấy các trạng thái tự nhiên của robot mềm có thể được mô tả rất紧凑 trong một mô tả thấp chiều. Chúng tôi tối ưu hóa kiểm soát và thiết kế robot mềm bằng cách học một mô tả tốt về các trạng thái có thể xảy ra.”

Trong các mô phỏng, mô hình cho phép robot mềm 2D và 3D hoàn thành các nhiệm vụ mục tiêu. Các nhiệm vụ bao gồm di chuyển các khoảng cách khác nhau và đạt đến các điểm mục tiêu. Mô hình có thể thực hiện những việc này nhanh hơn và chính xác hơn so với các phương pháp hiện tại. Các nhà nghiên cứu hiện muốn sử dụng mô hình này trong các robot mềm thực tế.

Các cá nhân khác đã làm việc trên dự án bao gồm các sinh viên sau đại học CSAIL, Allan Zhao, Tao Du và Yuanming Hu; Daniel Rus, giám đốc CSAIL và giáo sư Viterbi về Kỹ thuật Điện và Khoa học Máy tính; và Wojciech Matusik, giáo sư liên kết tại MIT về kỹ thuật điện và khoa học máy tính và trưởng nhóm Fabrication Group.

Robot mềm là một lĩnh vực đang phát triển, rất quan trọng trong phạm vi rộng lớn của robot tiên tiến. Các đặc điểm như cơ thể linh hoạt có thể đóng vai trò trong việc tương tác an toàn với con người, xử lý vật thể, khả năng cơ động và nhiều hơn.

Trong quá trình mô phỏng, một “trình quan sát” chịu trách nhiệm kiểm soát robot. Một “trình quan sát” là một chương trình tính toán các biến thể để xem cách robot mềm di chuyển để hoàn thành một nhiệm vụ.

Cuối cùng, các nhà nghiên cứu đã phát triển một phương pháp “học trong vòng lặp tối ưu hóa” mới. Tất cả các tham số được tối ưu hóa đã được học trong một vòng lặp phản hồi đơn, diễn ra trên nhiều mô phỏng. Đồng thời, phương pháp này học được trạng thái đại diện.

Mô hình sử dụng một kỹ thuật gọi là “phương pháp điểm vật liệu (MPM)”. MPM mô phỏng hành vi của các hạt vật liệu liên tục, như bọt và chất lỏng, và nó được bao quanh bởi một lưới nền. Kỹ thuật này có thể bắt các hạt của robot và môi trường quan sát được vào các pixel 3D, hoặc voxel.

Thông tin lưới hạt thô sau đó được gửi đến một thành phần học máy. Nó học cách nhập một hình ảnh, nén nó thành một biểu diễn thấp chiều, và sau đó giải nén nó trở lại thành hình ảnh đầu vào.

Biểu diễn nén đã học đóng vai trò là trạng thái đại diện thấp chiều của robot. Biểu diễn nén này quay lại bộ điều khiển trong một giai đoạn tối ưu hóa, và nó xuất ra một hành động tính toán cho mỗi hạt nên di chuyển trong bước tiếp theo được kích thích bởi MPM.

Đồng thời, bộ điều khiển sử dụng thông tin để điều chỉnh độ cứng tối ưu của mỗi hạt. Thông tin vật liệu có thể được sử dụng để in 3D robot mềm, vì mỗi điểm hạt có thể được in với độ cứng khác nhau.

“Điều này cho phép tạo ra các thiết kế robot phù hợp với các chuyển động của robot sẽ liên quan đến các nhiệm vụ cụ thể,” Spielberg nói. “Bằng cách học các tham số này cùng nhau, bạn giữ mọi thứ được đồng bộ hóa尽可能 để làm cho quá trình thiết kế dễ dàng hơn.”

Các nhà nghiên cứu hy vọng rằng họ sẽ có thể thiết kế từ mô phỏng đến sản xuất trong tương lai.