形状を変化させるソフトロボットを制御するより良い方法

狭い空間を通り抜けるためにシームレスに形状を変えることができるスライムのようなロボットを想像してみてください。これを人間の体内に導入して、不要なアイテムを取り除くことができます。

そんな中、 ロボット はまだ研究室の外には存在していませんが、研究者はヘルスケア、ウェアラブルデバイス、産業システムのアプリケーション向けに再構成可能なソフトロボットの開発に取り組んでいます。

しかし、操作可能な関節、手足、指がなく、その代わりにその全体の形状を自由に大幅に変えることができるふにゃふにゃしたロボットをどうやって制御できるのでしょうか? MIT の研究者たちは、その疑問に答えるべく取り組んでいます。

研究というのは、 出版された で arXiv プレプリントサーバー。

彼らが開発したのは、 制御アルゴリズム 再構成可能なロボットを動かし、伸ばし、形を整える方法を自律的に学習して、 特定のタスクたとえそのタスクでロボットの形態を複数回変更する必要がある場合でも。 チームはまた、形状を変化させる一連の困難なタスクで変形可能なソフト ロボットの制御アルゴリズムをテストするためのシミュレーターも構築しました。

彼らの手法は、評価した 8 つのタスクのそれぞれを完了しながら、他のアルゴリズムを上回っていました。 このテクニックは、多面的なタスクで特にうまく機能しました。 たとえば、あるテストでは、狭いパイプを通り抜けるためにロボットは 2 本の小さな脚を伸ばしながら身長を下げ、その後、それらの脚を伸ばして胴体を伸ばしてパイプの蓋を開ける必要がありました。

再構成可能なソフトロボットはまだ初期段階にあるが、このような技術により、いつかは形状を適応させて多様なタスクを達成できる汎用ロボットが実現する可能性がある。

「人々はソフトロボットについて考えるとき、弾力性があるが元の形状に戻るロボットを思い浮かべる傾向があります。私たちのロボットはスライムのようなもので、実際にその形態を変えることができます。私たちの方法がこれほどうまく機能したことは非常に印象的です。非常に新しいことに取り組んでいます」と、電気工学およびコンピュータサイエンス (EECS) の大学院生であり、このアプローチに関する論文の共著者である Boyuan Chen 氏は言います。

Chen 氏の共著者には、筆頭著者の Suning Huang 氏が含まれます。彼は中国の清華大学の学部生で、MIT の客員学生としてこの作品を完成させました。 Huazhe Xu、清華大学助教授。 上級著者である Vincent Sitzmann 氏は、MIT EECS の助教授であり、コンピューター サイエンスおよび人工知能研究所のシーン表現グループを率いています。 この研究は、学習表現に関する国際会議で発表される予定です。

ダイナミックな動きの制御

科学者は、ロボットにタスクを完了するように教えることがよくあります。 機械学習アプローチ これは強化学習として知られており、ロボットを目標に近づけるアクションに対して報酬を与える試行錯誤のプロセスです。

これは、3 本の指を持つグリッパーのように、ロボットの可動部品が一貫していて明確に定義されている場合に効果的です。 ロボットグリッパーを使用すると、強化学習アルゴリズムが 1 本の指をわずかに動かし、その動きが報酬を獲得できるかどうかを試行錯誤によって学習します。 その後、次の指に移ります。

しかし、磁場によって制御される形状変化ロボットは、体全体を動的に押しつぶしたり、曲げたり、伸ばしたりすることができます。

「このようなロボットには制御すべき小さな筋肉が何千もある可能性があるため、従来の方法で学習するのは非常に困難です」とチェン氏は言います。

この問題を解決するには、彼と彼の協力者たちは、別の方法で考える必要がありました。 強化学習アルゴリズムは、小さな筋肉を個別に動かすのではなく、一緒に働く隣接する筋肉のグループを制御する方法を学習することから始まります。

次に、アルゴリズムは筋肉のグループに焦点を当てて可能なアクションの空間を探索した後、さらに詳細にドリルダウンしてポリシー、つまりアクション プランを最適化することを学習しました。 このように、制御アルゴリズムは粗いものから細かいものへの方法論に従います。

「粗から細かいということは、ランダムなアクションを実行したときに、そのランダムなアクションが変化をもたらす可能性が高いことを意味します。複数の筋肉を同時に大まかに制御するため、結果の変化はおそらく非常に重要になります」とシッツマン氏は言います。

これを可能にするために、研究者らはロボットの行動空間、つまりロボットが特定の領域内でどのように移動できるかを画像のように扱います。

彼らの機械学習モデルは、ロボットの環境の画像を使用して、ロボットとその周囲の領域を含む 2D アクション スペースを生成します。 これらは、マテリアル ポイント法として知られる方法を使用してロボットの動きをシミュレートします。この方法では、アクション空間が画像ピクセルのような点で覆われ、グリッドでオーバーレイされます。

画像内の近くのピクセルが関連しているのと同じように (写真の木を形成するピクセルのように)、彼らは近くのアクション ポイントがより強い相関関係を持つことを理解するアルゴリズムを構築しました。 ロボットの「肩」の周りの点は形状が変化するときに同様に動きますが、ロボットの「脚」の点も同様に動きますが、「肩」の点とは異なる方法で動きます。

さらに、研究者らは同じ機械学習モデルを使用して環境を観察し、ロボットがとるべき行動を予測することでロボットの効率を高めています。

シミュレーターの構築

このアプローチを開発した後、研究者たちはそれをテストする方法が必要だったので、DittoGym と呼ばれるシミュレーション環境を作成しました。

DittoGym には、再構成可能なロボットの形状を動的に変更する能力を評価する 8 つのタスクがあります。 1 つは、ロボットが障害物を避けて目標点に到達できるように、体を伸ばして湾曲させる必要があります。 別の場合には、アルファベットの文字を模倣するために形状を変更する必要があります。

「DittoGym での私たちのタスク選択は、一般的な強化学習ベンチマークの設計原則と、再構成可能なロボットの特定のニーズの両方に従っています。各タスクは、長期にわたる探索をナビゲートする機能、環境を分析し、外部オブジェクトと対話します」とフアン氏は言います。

「これらを組み合わせることで、ユーザーは再構成可能なロボットの柔軟性と当社のロボットの有効性を包括的に理解できると信じています。 強化学習 スキーム。”

彼らのアルゴリズムはベースライン手法を上回り、複数の形状変更を必要とする多段階タスクを完了するのに適した唯一の手法でした。

「アクション ポイントが互いに近いほど、相関関係が強くなります。これがこの作業をうまく機能させる鍵だと思います」とチェン氏は言います。

形状変化ロボットが現実世界に配備されるまでには何年もかかるかもしれないが、チェン氏と彼の共同研究者らは、自分たちの研究が他の科学者たちに、再構成可能なソフトロボットの研究だけでなく、他の複雑な制御問題への 2D アクション空間の活用についても考えるきっかけを与えてくれることを願っている。

この記事は MIT ニュースのご厚意により再掲載されています (web.mit.edu/ニュースオフィス/) は、MIT の研究、イノベーション、教育に関するニュースを扱う人気のサイトです。