25年間の素晴らしい実績! MITの科学者はコンピューターに創造性を与え、ロボットの形状を自動設計させる

25年間の素晴らしい実績! MITの科学者はコンピューターに創造性を与え、ロボットの形状を自動設計させる

階段を登れるロボットが必要になったとしたら、このロボットはどのような形状であるべきでしょうか?人間のように二本の足があるべきでしょうか?それともアリのように6本の足があるべきでしょうか?

適切な形状を設計することは、ロボットが特定の地形を移動できる能力にとって非常に重要です。しかし、手動設計によってあらゆる潜在的な形態を構築しテストすることは不可能です。

最近、マサチューセッツ工科大学(MIT)の研究者たちは、ロボットの形状をシミュレートし、どのデザインが最適かを判断できるコンピューターシステムの開発に成功しました。

関連論文「RoboGrammar: 地形最適化ロボット設計のためのグラフ文法」が、2020 SIGGRAPH Asia カンファレンスで発表されました。

(出典:MIT公式サイト)

「ロボットの設計は、いまだに非常に手作業が多いプロセスです」と、MITのコンピューターサイエンスおよび人工知能研究所(CSAIL)の博士課程の学生で、この論文の著者の一人であるアラン・ジャオ氏は言う。

RoboGrammar システムは、より効果的なロボット構造につながる可能性のある、ロボット設計に対する新しい、より創造的なアプローチを提案します。 ”

まず、作業場周辺でどのようなロボット部品(車輪、ジョイントなど)が利用可能かを RoboGrammar システムに伝える必要があります。

また、ロボットが走行する必要がある表面の種類を指定すると、RoboGrammar が残りの処理を行い、必要なロボットに最適な構造と制御プログラムを生成します。

研究者らは、この進歩により、ロボットの形状設計の分野にコンピューター支援による創造性がもたらされる可能性があると述べている。

コンピュータ支援による創造性

ロボットはさまざまなタスクを実行するために作られていますが、全体的な形状とデザインは非常に似ている傾向があります。

たとえば、さまざまな地形を移動する必要があるロボットの構築を考えるとき、人々はすぐに四足動物、つまり犬のような 4 本の足を持つ動物を思い浮かべます。しかし、これは本当に最良のデザインなのでしょうか?そして誰も知らない。

そのため、MITのチームは、より革新的なデザインによってロボットの機能性が向上する可能性があると推測している。彼らは、これまでの実践に過度に影響されないタスク用のコンピュータ モデルを構築しました。イノベーションが目標ではありますが、モデルが適切に機能するためには、いくつかの基本的な基準を確立する必要があります。

研究者たちは、もし人間がロボットのこれらの部品を恣意的に接続できれば、混乱が生じるだろうと考えている。

これを回避するために、研究チームはロボットのコンポーネントの配置に関する一連の制約である「グラフ文法」を開発した。たとえば、隣接する脚は別の脚ではなく、 1 つの関節で接続する必要があります。このようなルールにより、デザインが少なくとも基本レベルにあり、コンピューターで生成されたすべてのデザインが機能することが保証されます。

(出典:MIT公式サイト)

実際、このシステムのグラフィカルな文法規則は他のロボットからではなく、動物、特に節足動物からヒントを得たものです。

これらの無脊椎動物には、昆虫、クモ、エビなどが含まれます。節足動物は巨大なグループとして進化の成功物語を成しており、既知の動物種の 80 パーセント以上を占めています。

「節足動物は、中央の体とさまざまな数の節を持つのが特徴で、その一部には脚が付いていることもあります」と趙氏は言う。「そして、これが節足動物だけでなく、四肢動物など、より身近な動物の形態を説明するのに十分であることに私たちは気づきました。」

そこで研究者たちは節足動物からヒントを得たルールを採用した。しかし、このシステムは、ロボットに脚だけでなく車輪も使えるようにするなど、ロボットに機械的な機能も追加します。

ロボットファランクス

チームがシステム用に開発したルールを使用して、RoboGrammar は 3 つの連続したステップで動作します。まず、問題を定義し、次に可能なロボットソリューションを生成し、最後に最適なものを選択する必要があります。

問題の定義は、モーター、脚、関節セグメントなどの利用可能なロボットコンポーネントのセットを入力する人間のユーザーに大きく依存します。

これらの質問は、最終的なロボットが現実世界で実際に製造可能であることを確認するための鍵となることに留意することが重要です。ユーザーは、階段、平坦なエリア、滑らかな表面などの要素の組み合わせを含め、移動する地形の種類を指定することもできます。

これらの入力により、RoboGrammar はグラフィカル文法のルールを使用して、何千もの潜在的なロボット構造を設計します。レーシングカーに少し似ているものもあれば、クモや腕立て伏せをしている人のように見えるものもあります。

「デザインの多様性にとても勇気づけられました。グラフィックの文法の創造性がはっきりと表れています」とアラン・チャオ氏は言う。しかし、文法によってデザインの数が増える一方で、そのデザインが常に最高の品質であるとは限りません。

さらに、最適なロボット設計を選択するには、各ロボットの動作を制御し、その機能性を評価する必要があります。今のところ、これらのロボットはシステムによって生成された構造物にすぎません。

コントローラーは、これらの構造に命を吹き込み、ロボットのさまざまなモーターの動作シーケンスを制御する一連の命令です。そこでチームは、高速前進動作を優先するモデル予測制御と呼ばれるアルゴリズムを使用して、各ロボット用のコントローラーを開発しました。

「ロボットの形状とコントローラは深く絡み合っているため、各ロボットごとにコントローラを個別に最適化する必要がある」とアラン・チャオ氏は述べた。シミュレーションされた各ロボットが自由に動けるようになると、研究者らは「グラフヒューリスティック検索」を使用して高性能ロボットを見つけた。

このニューラル ネットワーク アルゴリズムは、ロボットのコレクションを繰り返しサンプリングして評価し、特定のタスクにどの設計がより適しているかを学習します。 「ヒューリスティック機能は時間の経過とともに向上し、探索は最適なロボットに収束します」とアラン・ジャオ氏は語った。

そして、これらすべては人間のデザイナーがネジを手に取る前に起こります。

25年間で最高の成果

MITの研究者たちは、このシステムが人間の創造性を刺激することを期待している。彼らは RoboGrammar を「ロボット設計者が使用するロボット アーキテクチャの空間を拡張するためのツール」と説明しています。実現可能性を実証するために、研究チームは、RoboGrammar の最も優れたロボットのいくつかを現実世界で構築し、テストすることも計画しています。

このシステムは、地形を横断する範囲を超えてロボットの形状設計を追求するためのターゲット ツールとして使用できるように適応させることもできます。アレン・ジャオ氏は、RoboGrammar は仮想世界の人口増加に役立つと語った。

「例えば、ビデオゲームで、たくさんの種類のロボットを生成したい場合、RoboGrammar はアーティストがそれぞれを作成する必要なく、ほぼ瞬時にそれを実現します。」

[[356392]]

図 | ロボットの創造性 (出典: JAMES YANG)

このプロジェクトの驚くべき成果の一つは、ロボットの設計のほとんどが四足歩行になったことだ。ロボット設計者が歴史的に四足歩行ロボットに傾倒してきた理由には、おそらく何らかの真実がある、と研究者らは言う。

「この研究は、ロボットの形状と制御の自動設計に関する25年間の研究の集大成です」とコロンビア大学の機械工学者でコンピューター科学者のホッド・リプソン氏は言う。「形状文法を使用するというアイデアは以前からありましたが、この研究ほど美しく実装された例はありません。機械が自動的にロボットを設計、構築、プログラムできるようになれば、すべてが変わります。」

このシステムの登場により、将来的にはロボットの設計にはコンピューターのみが必要になるかもしれないと予測できます。

<<:  人工知能はビッグデータの保存と管理の効率をどのように向上させるのでしょうか?

>>:  2021 年の機械学習の 6 つのトレンド

ブログ    
ブログ    

推薦する

UiPath: RPA の台頭が企業のデジタル化の青写真を描く

【51CTO.comオリジナル記事】 [[344118]]近年、ロボティック・プロセス・オートメーシ...

研究はHPCを活用したAIの急速な成長を予測

Hyperion Research はハンブルクで毎年恒例の ISC HPC (ハイパフォーマンス ...

トップ 10 の AI フレームワークとリポジトリのレビュー、その長所と短所の分析

[51CTO.com クイック翻訳] 人工知能は決して新しいものではありませんが、科学の分野では古く...

アリババには、1秒間に8人の弁護士を打ち負かした新しい技術者がいる

[[231585]] Alimeiの紹介:エッセイの添削、同時通訳、ポスター作成…人工知能技術は私た...

...

ビジネスインテリジェンスを変革するAIの優れたユースケース

ディープラーニング対応ソフトウェアから自動運転車、スマートロボットから IoT アプリケーションまで...

生成 AI: サイバーセキュリティにとっての恩恵か、それとも災いか?

脅威の状況が絶えず変化する中、高度なサイバー攻撃に対する防御手段として、生成型人工知能 (GAI) ...

2018 年に最も価値のあるオープンソース機械学習プロジェクト 6 つ

2018 年は人工知能と機械学習にとって「収穫」の年でした。特にヘルスケア、金融、音声認識、拡張現実...

「大学受験5年間・シミュレーション3年間」の大型模型版が登場! 6141 の数学の問題、マルチモーダルの問題

「大学入試5年間・シミュレーション3年間」の数学の問題集が大幅パワーアップして登場! Microso...

IntelがLoihi 2チップとLavaフレームワークを発表

インテルは、人工知能、ロボット工学などの分野におけるニューロモルフィック・コンピューティングの研究開...

スマート医療診断を理解するためのレポート:AIエンパワーメントと分子診断の自動化

分子診断のミッドストリーム市場は、機器メーカーや試薬メーカーによって占められています。現在の分子診断...

「AI+」が世界を変える!さまざまな分野における 5 つの主要な AI トレンド

人工知能は現代世界で最も注目され、最も議論されているトピックであり、20年後には人々の世界観を変える...

スマートビルディングでは通信システムに何が必要ですか?

今日のいわゆるスマート ビルディングの多くは、実際にはビルディング オートメーション システムに加え...

AIはデジタル変革をどのように変えるのでしょうか?

人工知能は、企業のデジタル変革の方法を変え、効率性、俊敏性、顧客中心の機能を最前線にもたらします。要...