MITの新しい水中ロボット！機械学習を使用して 18 時間でパトリック スターを作成する (ダニエラ ラスとの共著)

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

水中ロボットはどんな感じでしょうか？

2016年、スタンフォード大学AI研究所の学生2人がDJIのドローンを研究した後、SeaDroneというロボットを設計した。彼らはそれを現実的な水中監視製品に変え、O-Robotixという会社を設立した。

[[395820]]

同年10月21日の世界ロボット会議のメインフォーラムで、スタンフォード大学のウサマ・カティブ教授は講演の中で、水中の「アバター」を紹介した。人間はこれを制御できるだけでなく、搭載された多数のセンサーを通じて水中の世界を「感じる」こともできる。

[[395821]]

2021年1月、ハーバード大学ジョン・A・ポールソン工学・応用科学大学院とワイス生物工学研究所の科学者グループが、大きな目をしたかわいいロボット魚群を設計し、その研究成果が有名な学術誌「サイエンス・ロボティクス」の表紙に掲載されました。

[[395822]]

水中ロボットは徐々にバイオニック傾向を示していることがわかります。 「魚の世界」では、ロボット魚は巨大な機械よりも合理的かつ自然であり、バイオニクスの原理にもより沿っていると想像してください。

MIT コンピューター科学および人工知能研究所 (CSAIL) が提案したアイデアは、魚だけでなくヒトデのような外観を持つ海洋生物のようなロボットを作成することです。

そう、「パトリックスター MITスター部門」がここにあります！

[[395823]]

18時間で「パトリックスター」を作成するには？

2021年3月31日、関連する研究成果が「Underwater Soft Robot Modeling and Control With Differentiable Simulation」と題してIEEE RA-Lジャーナルに掲載されました。

水中ロボット技術の継続的な進歩により、海底探査、サンプル収集、海洋生物の観察など、多くのタスクがよりスムーズに実行できるようになりました。学術界も、このようなロボットの開発のために多くの解決策を試みてきました。しかし、ソフトシステムの自由度が高いため、計算は簡単ではありません。水中ソフトロボットのモデル化と制御は、実際にはかなり難しい問題です。

論文紹介:

水中ソフトロボットをモデル化するには、ロボットの変形に対応するだけでなく、ロボットと水環境間の複雑な固体と流体の結合も考慮する必要があります。ソフトロボットの複雑なダイナミクスと水性環境との相互作用により、シミュレーションと実際の実験の間に大きなギャップが生じることがよくあります。

したがって、ロボットのシミュレーションと実際の動作のギャップを狭めることでのみ、将来のロボット コントローラーと設計を現実世界に確実に移行できるようになります。

下の図に示すように、研究チームの戦略は、シミュレーションと実際の実験を交互に実行するパイプラインに微分可能なシミュレーターを組み込むことです。与えられた制御入力 (左) は、ロボットによってキャプチャされた実際の動作データです。このデータは微分可能シミュレーターに送られ、そこでシステムは現実（右下隅の 4 つの緑色の球）とシミュレーション（右下隅の 4 つの青色の球）の間のギャップを識別して埋め、その後、軌道の最適化を通じて新しい制御シーケンスが生成されます。

この方法はReal2Simと呼ばれています。このような反復的な転送を経て、研究チームは軌道の最適化を達成し、ギャップを狭めました。

研究チームは次のように述べています。

微分可能なシミュレーションと微分可能な解析流体力学モデルを組み合わせることで、ソフトロボティクスのモデリングと最適化を改善できます。

方法がわかったので、ロボットを設計して試してみましょう。

研究チームは、C++ と Python で開発された機械学習アルゴリズム システムを使用して、4 本の腱で駆動され、4 本のつま先を背面のモーターにケーブルで接続する「パトリック スター」を設計しました。

彼らが選んだ素材はシリコンフォームで、柔軟性と柔らかさを兼ね備えているため、ロボットが狭い場所でも移動できます。

その後、「パトリック」は試験のために水槽に入れられ、実際の様子を記録するために水槽の外に高速度カメラが設置されました。

[左には水なし、右には水あり]

実際、Real2Sim メソッドによる設計から最適化までのプロセス全体にかかった時間はわずか 18 時間でした。チームの分解可能なシミュレーションの反復により、ロボット開発の時間コストが大幅に削減されたことがわかります。

著者について

前述のように、このデザインは MIT CSAIL からのものです。

Leiphone.com（公式アカウント：Leiphone.com）は、Tao Duというチームメンバーが論文の共著者であり、今回「Patrick Star」のソフトウェアとハ​​ードウェアの開発を主導したことに気づきました。 Tao Du は清華大学ソフトウェア学院を卒業し、学士号を取得した後、スタンフォード大学でコンピュータサイエンスの修士号を取得しました。現在は MIT の博士課程に在籍しています。彼の研究分野はコンピュータグラフィックス、ロボット工学、機械学習で、複雑な物理システムにおける困難な設計と制御の問題に焦点を当てています。

さらに、Leifeng.com は著者リストの中に Daniela Rus という別の名前を見つけました。

ダニエラ・ラスは、MIT CSAIL のディレクター、電気工学およびコンピューターサイエンスのアンドリュー・アンド・エルナ・ビタビ教授、IEEE フェロー、AAAI フェロー、全米工学アカデミーの会員です。彼女はコーネル大学でコンピューターサイエンスの博士号を取得しました。彼女の主な研究分野は、ロボット工学、モバイルコンピューティング、データサイエンスです。

[[395824]]

今年3月、フォーブスのAIコラムニストであり、ベンチャーキャピタル会社ハイランド・キャピタル・パートナーズのベンチャーキャピタル専門家であるロブ・トーウズ氏が、AI分野における代表的な女性リーダー8名をリストアップした記事を執筆したが、ダニエラ・ラス氏もそのリストに含まれていた。

実際、CCF-GAIR 2016のロボットセッションでは、ダニエラ・ラス氏がステージ上でスピーチを行い、世界のロボット分野における12の最先端技術トレンドについて説明しました。 Leifeng.com は次のように見解をまとめています。

【1】https://www.leiphone.com/category/industrynews/C4ykyc9U9TL8lkDk.html

【2】https://www.leiphone.com/category/industrynews/gOB6fU47x1GaFTru.html