Program do automatycznego projektowania robotów

Potrzebujesz robota do który wespnie się na schody.Jakiego kształtu byłby ten robot ? Powinien mieć on dwie nogi tak jak człowiek ? Albo 6 tak jak mrówka ?

Wybranie dobrego kształtu twojego robota będzie miało kluczowe znaczenie dla umiejętności w przemieszczaniu się w pewnym terenie.Niemożliwe jest wybudowanie i przetestowanie każdej potencjalnej formy.Ale teraz system opracowany przez MIT umożliwia ich symulację i określenie, który projekt działa najlepiej.

Zaczynasz od poinformowania systemu ,zwanego RoboGrammar, które części robota znajdują się w twoim sklepie — opony,przeguby itp. Możesz również określić w kalo, terenie robot będzie się musiał poruszać.System RoboGrammar zajmie się resztą generując zoptymalizowaną strukturę i program sterujący dla twojego robota.

Postęp może wstrzyknąć w pole dawkę kreatywności wspomaganej komputerowo. „Projektowanie robotów jest nadal procesem bardzo ręcznym” – mówi Allan Zhao, główny autor artykułu i doktorant w Laboratorium Informatyki i Sztucznej Inteligencji MIT (CSAIL). Opisuje RoboGrammar jako „sposób na wymyślenie nowych, bardziej pomysłowych projektów robotów, które mogłyby być potencjalnie bardziej efektywne”.

Zhao jest głównym autorem artykułu, który zaprezentuje na tegorocznej konferencji SIGGRAPH Asia. Współautorami są: doktorant Jie Xu, doktorant Mina Konakovi? -Lukovi ?, doktorant Josephine Hughes, doktorant Andrew Spielberg oraz profesorowie Daniela Rus i Wojciech Matusik, wszyscy z MIT.

Podstawowe zasady

Roboty są budowane z myślą o niemal nieskończonej różnorodności zadań, a jednak „wszystkie są bardzo podobne pod względem ogólnego kształtu i konstrukcji” – mówi Zhao. Na przykład, „kiedy myślisz o zbudowaniu robota, który musi przemierzać różne tereny, od razu myślisz o czworonogu” – dodaje, odnosząc się do czworonożnego zwierzęcia, takiego jak pies. „Zastanawialiśmy się, czy to naprawdę optymalny projekt”.

Zespół Zhao spekulował, że bardziej innowacyjny projekt może poprawić funkcjonalność. Zbudowali więc komputerowy model tego zadania – system, na który nie miała nadmiernego wpływu poprzednia konwencja. I chociaż celem była pomysłowość, Zhao musiał ustalić pewne podstawowe zasady.

Wszechświat możliwych form robotów „składa się głównie z bezsensownych projektów”, pisze Zhao w artykule. „Jeśli możesz po prostu połączyć części w dowolny sposób, skończy się to pomieszaniem” – mówi. Aby tego uniknąć, jego zespół opracował „gramatykę wykresu” – zestaw ograniczeń dotyczących rozmieszczenia elementów robota. Na przykład, sąsiadujące segmenty nóg powinny być połączone stawem, a nie innym segmentem nogi. Takie zasady zapewniają, że każdy projekt generowany komputerowo działa, przynajmniej na podstawowym poziomie.

Zhao mówi, że reguły jego gramatyki graficznej zostały zainspirowane nie przez inne roboty, ale przez zwierzęta – w szczególności stawonogi. Te bezkręgowce obejmują owady, pająki i homary. Jako grupa, stawonogi to historia sukcesu ewolucyjnego, stanowiąca ponad 80 procent znanych gatunków zwierząt. „Charakteryzują się tym, że mają centralny korpus ze zmienną liczbą segmentów. Niektóre segmenty mogą mieć przymocowane nogi” – mówi Zhao. „Zauważyliśmy, że to wystarczy, aby opisać nie tylko stawonogi, ale także bardziej znane formy”, w tym czworonogi. Zhao przyjął zasady inspirowane stawonogami, częściowo dzięki tej elastyczności, chociaż dodał kilka mechanicznych ozdobników. Na przykład pozwolił komputerowi używać koła zamiast nóg.

Falanga robotów

Korzystanie z gramatyki wykresów Zhao, RoboGrammar działa w trzech kolejnych krokach: definiowanie problemu, opracowywanie możliwych rozwiązań robotycznych, a następnie wybranie optymalnych. Definicja problemu w dużej mierze należy do użytkownika, który wprowadza zestaw dostępnych komponentów robotów, takich jak silniki, nogi i segmenty łączące. „To klucz do upewnienia się, że ostateczne roboty można faktycznie zbudować w prawdziwym świecie” – mówi Zhao. Użytkownik określa również różnorodność terenu, przez który będzie przemierzany, który może obejmować kombinację elementów, takich jak stopnie, płaskie obszary lub śliskie powierzchnie.

Mając te dane wejściowe, RoboGrammar wykorzystuje następnie regułygramatyki wykresów do projektowania setek tysięcy potencjalnych struktur robotów. Niektóre wyglądają jak samochód wyścigowy. Inne wyglądają jak pająk lub osoba wykonująca pompkę. „Różnorodność wzorów była dla nas bardzo inspirująca” – mówi Zhao. „To zdecydowanie pokazuje wyrazistość gramatyki”. Ale chociaż gramatyka może przewyższać ilość, jej projekty nie zawsze są optymalnej jakości.

Wybór najlepszego projektu robota wymaga kontrolowania ruchów każdego robota i oceny jego funkcji. „Do tej pory te roboty to tylko struktury” – mówi Zhao. Kontroler to zestaw instrukcji, które ożywiają te struktury, zarządzając sekwencją ruchu różnych silników robota. Zespół opracował kontroler dla każdego robota z algorytmem o nazwie Model Predictive Control, który nadaje priorytet szybkiemu ruchowi do przodu.

Kształt i kontroler robota są ze sobą ściśle powiązane” – mówi Zhao – „dlatego musimy indywidualnie optymalizować kontroler dla każdego robota”. Gdy każdy symulowany robot będzie mógł się swobodnie poruszać, naukowcy poszukują robotów o wysokiej wydajności za pomocą „grafowego wyszukiwania heurystycznego”. Ten algorytm sieci neuronowej częstotliwie próbkuje i ocenia zestawy robotów oraz uczy się, które projekty najlepiej sprawdzają się w danym zadaniu. „Funkcja heurystyczna poprawia się z czasem”, mówi Zhao, „a wyszukiwanie zbiega się do optymalnego robota”.

To wszystko dzieje się, zanim ludzki projektant kiedykolwiek złapie śrubę.

Rozwój i przyszłość projektu

„Ta praca jest ukoronowaniem 25-letniego dążenia do automatycznego projektowania morfologii i sterowania robotami” – mówi Hod Lipson, inżynier mechanik i informatyk z Columbia University, który nie był zaangażowany w projekt. „Pomysł wykorzystania gramatyk kształtów istniał już od jakiegoś czasu, ale nigdzie nie został zrealizowany tak pięknie, jak w tej pracy. Kiedy już będziemy w stanie zmusić maszyny do automatycznego projektowania, tworzenia i programowania robotów, wynik sytuacji jest nieprzewidywalny.”.

Zhao planuje system jako iskrę dla ludzkiej kreatywności. Opisuje RoboGrammar jako „narzędzie dla projektantów robotów do poszerzania przestrzeni konstrukcji robotów, z których korzystają”. Aby pokazać jego wykonalność, jego zespół planuje zbudować i przetestować niektóre z optymalnych robotów RoboGrammar w prawdziwym świecie. Zhao dodaje, że system można dostosować do realizacji celów robotów poza przemierzaniem terenu. Mówi, że RoboGrammar może pomóc w zapełnianiu wirtualnych światów. „Powiedzmy, że w grze wideo chciałeś wygenerować wiele rodzajów robotów, bez konieczności tworzenia przez artystę każdego z nich” – mówi Zhao. „RoboGrammar zadziała prawie natychmiast”.

Zaskakujący wynik projektu? „Większość projektów ostatecznie kończy się na czterech nogach” – mówi Zhao. Być może projektanci robotów ręcznych mieli przez cały czas rację, skłaniając się ku czworonogom. „Może naprawdę coś w tym jest”.