อัลกอริธึมเครือข่ายประสาทเทียมช่วยปรับตำแหน่งเซ็นเซอร์ในหุ่นยนต์ที่อ่อนนุ่ม

มีงานบางอย่างที่หุ่นยนต์แบบดั้งเดิม ทั้งแบบแข็งและแบบโลหะไม่เหมาะเลย กับ

ในทางกลับกันหุ่นยนต์ที่มีลำตัวอ่อนนุ่มสามารถโต้ตอบกับผู้คนได้อย่างปลอดภัยมากขึ้นหรือเข้าไปในพื้นที่อับอากาศได้อย่างง่ายดาย แต่เพื่อให้หุ่นยนต์สามารถปฏิบัติหน้าที่ที่ตั้งโปรแกรมไว้ได้อย่างน่าเชื่อถือ พวกเขาจำเป็นต้องทราบตำแหน่งของทุกส่วนของร่างกาย นี่เป็นงานง่ายๆ สำหรับมนุษย์ แต่ยากสำหรับหุ่นยนต์แบบอ่อน ซึ่งสามารถเปลี่ยนรูปได้หลายวิธีจนแทบไม่มีที่สิ้นสุด

นักวิจัยของเอ็มไอทีสถาบันได้พัฒนาอัลกอริธึมพิเศษเพื่อแก้ไขปัญหานี้ มันจะช่วยให้วิศวกรพัฒนาหุ่นยนต์ซอฟต์แวร์ที่รวบรวมข้อมูลที่เป็นประโยชน์มากขึ้นเกี่ยวกับสิ่งแวดล้อม อัลกอริธึมการเรียนรู้เชิงลึกแนะนำตำแหน่งเซ็นเซอร์ในร่างกายของหุ่นยนต์ที่เหมาะสมที่สุด ซึ่งในทางกลับกันจะช่วยให้สามารถโต้ตอบกับสภาพแวดล้อมได้ดีขึ้นและทำงานที่ได้รับมอบหมายได้ “ระบบไม่เพียงแต่เรียนรู้ปัญหาเฉพาะเจาะจงเท่านั้น แต่ยังรวมถึงวิธีที่ดีที่สุดในการออกแบบหุ่นยนต์เพื่อแก้ไขปัญหานั้นด้วย” Alexander Amini จาก MIT อธิบาย

การวิจัยจะนำเสนอในเดือนเมษายนการประชุมนานาชาติ IEEE เรื่อง Soft Robotics ผู้ร่วมเขียนคือ Alexander Amini และ Andrew Spielberg นักศึกษาระดับบัณฑิตศึกษาจาก Computer Science and Artificial Intelligence Laboratory (CSAIL) ของ MIT ผู้เขียนร่วมคนอื่น ๆ ได้แก่ นักศึกษาระดับบัณฑิตศึกษาของ MIT Lilian Chin และอาจารย์ Wojciech Matusik และ Daniela Rus

หุ่นยนต์ที่มีร่างกายอ่อนนุ่มมีความยืดหยุ่นและยืดหยุ่นได้ดูเหมือนลูกบอลเด้งกว่าลูกโบว์ลิ่ง ปัญหาหลักของพวกเขาคือมีมิติที่ไม่สิ้นสุด จุดใด ๆ ของหุ่นยนต์ที่มีร่างกายอ่อนนุ่มสามารถทำให้เสียรูปได้ในทางทฤษฎีในทางที่เป็นไปได้ ทำให้ยากที่จะสร้างหุ่นยนต์ที่อ่อนนุ่มที่สามารถแสดงตำแหน่งของส่วนต่างๆของร่างกายได้ ความพยายามที่ผ่านมาได้ใช้กล้องภายนอกเพื่อกำหนดตำแหน่งของหุ่นยนต์และป้อนข้อมูลนี้กลับไปที่โปรแกรมควบคุมของหุ่นยนต์ แต่นักวิจัยต้องการสร้างหุ่นยนต์ที่อ่อนนุ่มที่ไม่ได้ขึ้นอยู่กับความช่วยเหลือจากภายนอก

“ คุณไม่สามารถรองรับจำนวนอนันต์ได้เซ็นเซอร์บนตัวหุ่นยนต์ - เน้นสปีลเบิร์ก "คำถามคือคุณมีเซ็นเซอร์กี่ตัวและคุณวางเซ็นเซอร์ไว้ที่ไหนเพื่อให้ได้ประโยชน์สูงสุดจากการลงทุน"

ทีมงานหันมาใช้การเรียนรู้เชิงลึกเพื่อหาคำตอบ

นักวิจัยได้พัฒนาสถาปัตยกรรมใหม่โครงข่ายประสาทเทียมที่ปรับตำแหน่งเซ็นเซอร์ให้เหมาะสมและเรียนรู้การทำงานอย่างมีประสิทธิภาพ ขั้นแรก นักวิจัยได้แบ่งร่างกายของหุ่นยนต์ออกเป็นส่วนๆ ซึ่งเรียกว่า "ส่วนต่างๆ ของร่างกาย" อัตราการเปลี่ยนรูปของแต่ละอนุภาคถูกป้อนเข้าไปในโครงข่ายประสาทเทียม ด้วยการลองผิดลองถูก เครือข่ายจะเรียนรู้ลำดับการเคลื่อนไหวที่มีประสิทธิภาพสูงสุดในการปฏิบัติงาน เช่น การจับวัตถุที่มีขนาดต่างกัน ในเวลาเดียวกัน เครือข่ายจะติดตามว่าชิ้นส่วนใดที่มีการใช้งานบ่อยที่สุด และเลือกชิ้นส่วนที่มีการใช้งานน้อยกว่าจากชุดข้อมูลอินพุตสำหรับการทดสอบเครือข่ายในภายหลัง

โดยการปรับแต่งส่วนที่สำคัญที่สุดของร่างกายหุ่นยนต์เครือข่ายยังแนะนำตำแหน่งที่จะวางเซ็นเซอร์บนหุ่นยนต์เพื่อให้การทำงานมีประสิทธิภาพ ตัวอย่างเช่นในหุ่นยนต์จำลองที่มีแขนจับอัลกอริทึมอาจแนะนำให้เซ็นเซอร์มีสมาธิอยู่ที่นิ้วและรอบ ๆ นิ้วซึ่งการโต้ตอบกับสิ่งแวดล้อมที่ควบคุมได้อย่างแม่นยำมีความสำคัญต่อความสามารถของหุ่นยนต์ในการจัดการกับวัตถุ แม้ว่าสิ่งนี้อาจดูชัดเจน แต่ปรากฎว่าอัลกอริทึมนั้นล้ำหน้ากว่าสัญชาตญาณของมนุษย์ว่าจะวางเซ็นเซอร์ไว้ที่ใด

นักวิจัยเปรียบเทียบอัลกอริธึมของพวกเขาพร้อมคำทำนายจากผู้เชี่ยวชาญมากมาย สำหรับการออกแบบหุ่นยนต์แบบอ่อนที่แตกต่างกันสามแบบ ทีมงานได้ขอให้นักวิทยาการหุ่นยนต์เลือกตำแหน่งที่จะวางเซนเซอร์ด้วยตนเอง เพื่อให้แน่ใจว่างานต่างๆ เช่น การจับวัตถุต่างๆ จะดำเนินการได้อย่างมีประสิทธิภาพ จากนั้นพวกเขาก็ทำการจำลองโดยเปรียบเทียบหุ่นยนต์หน้าจอสัมผัสกับหุ่นยนต์หน้าจอสัมผัส และผลลัพธ์ก็ไม่ได้ใกล้เคียงกัน “แบบจำลองของเรามีประสิทธิภาพเหนือกว่ามนุษย์อย่างมากในทุกงาน แม้ว่าฉันจะแน่ใจว่ารู้ว่าจะวางเซ็นเซอร์ไว้ที่ไหน… - สรุปอามินี “ปรากฎว่าปัญหานี้มีรายละเอียดปลีกย่อยมากกว่าที่เราคาดไว้มาก”

อ่านเพิ่มเติม

นักฟิสิกส์ได้สร้างอะนาล็อกของหลุมดำและยืนยันทฤษฎีของ Hawking นำไปสู่ที่ไหน?

นักวิทยาศาสตร์ได้ค้นพบอนุภาคในตำนานของ Odderon

ปรากฏการณ์ทางธรรมชาติที่ลึกลับที่สุด Ball Lightning มาจากไหนและอันตรายอย่างไร?