[ad_1]

بنابراین ، شما به یک ربات نیاز دارید که از پله ها بالا برود. این ربات باید چه شکلی داشته باشد؟ آیا مانند یک انسان باید دو پا وجود داشته باشد؟ یا شش ، مثل مورچه؟

انتخاب شکل مناسب برای توانایی ربات شما در عبور از زمین بسیار حیاتی است. و ساخت و آزمایش هر فرم بالقوه غیرممکن است. اما اکنون سیستم توسعه یافته توسط MIT امکان شبیه سازی و تعیین این را دارد که کدام طرح بهترین عملکرد را دارد.

شما با گفتن سیستمی به نام RoboGrammar شروع می کنید که کدام قسمت از ربات در اطراف فروشگاه شما قرار دارد – چرخ ها ، اتصالات و موارد دیگر. همچنین به او بگویید ربات شما برای پیمایش به چه زمینی نیاز دارد. و RoboGrammar بقیه کارها را انجام می دهد ، یک ساختار و برنامه کنترل بهینه شده برای ربات شما ایجاد می کند.

این پیشرفت می تواند دوز خلاقیت رایانه ای را به این حوزه تزریق کند. آلن ژائو ، نویسنده اصلی و دانشجوی دکترا در آزمایشگاه علوم رایانه ای و هوش مصنوعی MIT (CSAIL) گفت: “طراحی ربات ها هنوز یک فرایند کاملاً دستی است.” وی RoboGrammar را “راهی برای دستیابی به طرح های جدید و مبتکرانه تر ربات ها که به طور بالقوه می توانند کارآمدتر باشند” توصیف کرد.

ژائو نویسنده اصلی مقاله ای است که در این ماه در کنفرانس SIGGRAPH آسیا ارائه خواهد کرد. از نویسندگان مشترک می توان به دانشجوی دکترا Jie Xu ، دکترای فوق مینا کوناکوی اشاره کرد؟ -Lukovi ؟، Postdoc ژوزفین هیوز ، دانشجوی دکترای اندرو اسپیلبرگ و اساتید دانیلا روس و وویچک ماتوسیک ، همه از MIT.

قوانین اساسی

ربات ها برای تعداد زیادی از وظایف تقریباً بی پایان طراحی شده اند ، اما ژائو می گوید: “همه آنها از لحاظ شکل و طرح کاملاً شبیه به هم هستند.” به عنوان مثال ، “وقتی به ساخت رباتی فکر می کنید که باید از مناطق مختلف عبور کند ، بلافاصله چهار دست و پا می پرید” ، وی با اشاره به این حیوان چهار پا به عنوان سگ افزود. “ما تعجب می کردیم که آیا این واقعاً طراحی بهینه است؟”

تیم ژائو پیشنهاد کردند که طراحی نوآورانه تر می تواند عملکرد را بهبود بخشد. بنابراین آنها یک مدل رایانه ای برای این کار ایجاد کردند – سیستمی که تحت تأثیر کنوانسیون قبلی نبوده است. و در حالی که نبوغ هدف بود ، ژائو مجبور شد برخی قوانین اساسی را تعیین کند.

ژائو در مقاله نوشت: جهان اشکال احتمالی روبات “بیشتر از طرح های بی معنی تشکیل شده است.” او می گوید: “اگر فقط بتوانید قطعات را به طور تصادفی بهم متصل كنید ، در نهایت بهم ریخته خواهید شد.” برای جلوگیری از این امر ، تیم وی یک “دستور زبان دستور زبان” – مجموعه ای از محدودیت ها در چیدمان اجزای ربات – ایجاد کرد. به عنوان مثال ، قسمتهای پای مجاور باید به مفصل متصل شوند و نه به یک قسمت پای دیگر. چنین قوانینی تضمین می کند که هر طراحی کامپیوتری ، حداقل در سطح ابتدایی کار می کند.

ژائو می گوید که قوانین دستور زبان او از روبات های دیگر الهام گرفته نشده است ، بلکه از حیوانات ، به ویژه بندپایان الهام گرفته شده است. این بی مهرگان شامل حشرات ، عنکبوت و خرچنگ دریایی است. آنها به عنوان یک گروه بندپایان ، تاریخچه موفقیت تکاملی هستند و بیش از 80 درصد از گونه های جانوری شناخته شده را تشکیل می دهند. ژائو می گوید: “ویژگی آنها داشتن بدنه مرکزی با تعداد متغیر بخش است. برخی از بخشها ممکن است پاها را به هم متصل کنند.” “و ما متوجه شده ایم که این برای توصیف نه تنها بندپایان بلکه اشکال آشناتر” ، از جمله چهار پا ، کافی است. ژائو با الهام از بندپایان ، این قوانین را تا حدودی به لطف این انعطاف پذیری تصویب کرد ، اگرچه شکوفایی مکانیکی نیز به آن افزود. به عنوان مثال ، او به کامپیوتر اجازه داد تا به جای پایه ها ، چرخ ها را تحریک کند.

فالانژی از روبات ها

با استفاده از دستور زبان ژائو ، RoboGrammar در سه مرحله متوالی کار می کند: تعریف مسئله ، تهیه راه حل های رباتیک احتمالی و سپس انتخاب راه حل های بهینه. تعریف مشکل عمدتا به عهده کاربر انسانی است که مجموعه ای از اجزای رباتیک موجود مانند موتورها ، پاها و بخشهای اتصال را معرفی می کند. ژائو گفت: “این كلید مهم این است كه مطمئن شوید رباتهای نهایی می توانند در دنیای واقعی ساخته شوند.” کاربر همچنین انواع زمینهای مورد پیمایش را نشان می دهد که ممکن است شامل ترکیبی از عناصر مانند پله ها ، مقاطع مسطح یا سطوح لغزنده باشد.

با استفاده از این ورودی ها ، RoboGrammar سپس از قوانین گرامر برای طراحی صدها هزار ساختار بالقوه ربات استفاده می کند. بعضی ها مبهم به نظر می رسند مثل ماشین مسابقه. به نظر می رسد برخی دیگر مانند عنکبوت یا شخصی است که فشارهایی را انجام می دهد. ژائو می گوید: “دیدن تنوع طرح ها برای ما بسیار الهام بخش بود.” “این قطعاً بیان گرامر را نشان می دهد.” اما گرچه گرامر می تواند کمیت را بچرخاند ، طراحی آن همیشه از کیفیت بهینه برخوردار نیست.

انتخاب بهترین طراحی ربات نیاز به کنترل حرکات هر روبات و ارزیابی عملکرد آن دارد. ژائو می گوید: “تاکنون این ربات ها فقط سازه هستند.” کنترلر مجموعه ای از دستورالعمل ها است که این ساختارها را متحرک می کند و توالی حرکت موتورهای مختلف ربات را کنترل می کند. این تیم برای هر ربات یک کنترل کننده با الگوریتمی به نام Model Predictive Control (کنترل پیش بینی پیش بینی) Model که اولویت های سریع به جلو را دارد ، تهیه کردند.

ژائو می گوید: “شکل و کنترل ربات با هم ارتباط عمیقی دارند ، بنابراین ما باید کنترلر را برای هر ربات به صورت جداگانه بهینه کنیم.” هنگامی که حرکت هر یک از ربات های شبیه سازی شده آزاد است ، محققان به دنبال ربات های بسیار کارآمد با “جستجوی ابتکاری گرافیکی” هستند. این الگوریتم شبکه عصبی به طور تکراری مجموعه ای از ربات ها را نمونه برداری و ارزیابی می کند و می آموزد کدام طرح ها برای یک کار خاص بهتر کار می کنند. ژائو می گوید: “عملکرد اکتشافی با گذشت زمان بهبود می یابد ، و تقاضا به ربات بهینه نزدیک می شود.”

همه این اتفاقات قبل از این است که طراح انسانی یک پیچ را بلند کند.

هاد لیپسون ، مهندس مکانیک و دانشمند علوم کامپیوتر در دانشگاه کلمبیا که در این پروژه دخیل نبود ، گفت: “این کار تاج موفقیت یک رانندگی 25 ساله برای طراحی خودکار مورفولوژی و کنترل ربات ها است.” “ایده استفاده از گرامرهای فیگور مدتی است که وجود دارد ، اما در هیچ کجا این ایده به زیبایی این کار اجرا نشده است. وقتی بتوانیم ماشین هایی را برای طراحی ، ساخت و برنامه ریزی روبات به طور خودکار بدست آوریم ، همه شرط بندی ها خاموش است.”

ژائو این سیستم را جرقه ای برای خلاقیت انسان تصور می کرد. وی RoboGrammar را “ابزاری برای طراحان ربات برای گسترش فضای سازه های رباتیک که روی آن ترسیم می شوند” توصیف کرد. برای نشان دادن امکان پذیری آن ، تیم وی قصد دارد برخی از ربات های بهینه RoboGrammar را در دنیای واقعی بسازد و آزمایش کند. ژائو افزود که این سیستم می تواند برای پیگیری اهداف رباتیک در خارج از میدان سازگار شود. و او می گوید RoboGrammar می تواند به پر کردن دنیاهای مجازی کمک کند. ژائو می گوید: “بیایید فقط بگوییم که در یک بازی ویدیویی ، شما می خواستید انواع مختلفی از ربات ها را تولید کنید بدون اینکه هنرمند مجبور به ایجاد هر یک از آنها شود.” “RoboGrammar تقریباً بلافاصله برای این کار کار می کند.”

نتیجه شگفت آور پروژه؟ ژائو گفت: “بیشتر طراحی ها چهار پا بود.” شاید طراحان ربات های دستی در تمام مدت به درستی به سمت چهار ربع گرایش پیدا کرده اند. “شاید واقعاً چیزی در این زمینه وجود داشته باشد.”

[ad_2]

منبع: khabar-erfan.ir