深度學(xué)習(xí)技術(shù)優(yōu)化了機(jī)器人身體上傳感器的布置，以確保高效運(yùn)行。有些任務(wù)是傳統(tǒng)機(jī)器人——剛性和金屬機(jī)器人——根本無(wú)法勝任的。另一方面，軟體機(jī)器人可能能夠更安全地與人互動(dòng)或輕松滑入狹小的空間。但要讓機(jī)器人可靠地完成其編程任務(wù)，它們需要知道其所有身體部位的下落。對(duì)于可以以幾乎無(wú)限多種方式變形的軟機(jī)器人來(lái)說(shuō)，這是一項(xiàng)艱巨的任務(wù)。

麻省理工學(xué)院的研究人員開(kāi)發(fā)了一種深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來(lái)幫助設(shè)計(jì)軟體機(jī)器人，例如機(jī)器大象的這些迭代。插圖由麻省理工學(xué)院的研究人員提供

麻省理工學(xué)院的研究人員開(kāi)發(fā)了一種算法來(lái)幫助工程師設(shè)計(jì)軟機(jī)器人，以收集有關(guān)其周圍環(huán)境的更多有用信息。深度學(xué)習(xí)算法建議在機(jī)器人體內(nèi)優(yōu)化放置傳感器，使其能夠更好地與其環(huán)境交互并完成分配的任務(wù)。這一進(jìn)步是邁向機(jī)器人設(shè)計(jì)自動(dòng)化的一步。“該系統(tǒng)不僅學(xué)習(xí)給定的任務(wù)，還學(xué)習(xí)如何最好地設(shè)計(jì)機(jī)器人來(lái)解決該任務(wù)，”亞歷山大·阿米尼說(shuō)。“傳感器放置是一個(gè)非常難以解決的問(wèn)題。所以，擁有這個(gè)解決方案是非常令人興奮的。”

該研究將在 4 月份的 IEEE 國(guó)際軟機(jī)器人會(huì)議上發(fā)表，并將發(fā)表在 IEEE Robotics and Automation Letters 雜志上。共同主要作者是 Amini 和 Andrew Spielberg，他們都是麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室 (CSAIL) 的博士生。其他合著者包括麻省理工學(xué)院博士生 Lillian Chin，以及 Wojciech Matusik 和 Daniela Rus 教授。

創(chuàng)建能夠完成現(xiàn)實(shí)世界任務(wù)的軟機(jī)器人一直是機(jī)器人領(lǐng)域的一項(xiàng)長(zhǎng)期挑戰(zhàn)。它們的剛性對(duì)應(yīng)物有一個(gè)內(nèi)在的優(yōu)勢(shì)：運(yùn)動(dòng)范圍有限。剛性機(jī)器人的關(guān)節(jié)和肢體的有限陣列通常通過(guò)控制映射和運(yùn)動(dòng)規(guī)劃的算法進(jìn)行可管理的計(jì)算。軟機(jī)器人就不那么容易處理了。

軟體機(jī)器人既靈活又柔韌——它們通常感覺(jué)更像是一個(gè)有彈性的球，而不是保齡球。“軟機(jī)器人的主要問(wèn)題是它們是無(wú)限維度的，”斯皮爾伯格說(shuō)。“理論上，軟體機(jī)器人上的任何一點(diǎn)都可以以任何可能的方式變形。” 這使得設(shè)計(jì)一個(gè)可以映射其身體部位位置的軟機(jī)器人變得困難。過(guò)去的努力是使用外部攝像頭來(lái)繪制機(jī)器人的位置并將該信息反饋到機(jī)器人的控制程序中。但研究人員想要?jiǎng)?chuàng)造一個(gè)不受外部援助束縛的軟機(jī)器人。

“你不能在機(jī)器人本身上放置無(wú)限數(shù)量的傳感器，”斯皮爾伯格說(shuō)。“所以，問(wèn)題是：你有多少個(gè)傳感器，你把這些傳感器放在哪里才能獲得最大的收益?” 該團(tuán)隊(duì)轉(zhuǎn)向深度學(xué)習(xí)尋求答案。

研究人員開(kāi)發(fā)了一種新穎的神經(jīng)網(wǎng)絡(luò)架構(gòu)，既可以優(yōu)化傳感器放置，又可以學(xué)習(xí)高效完成任務(wù)。首先，研究人員將機(jī)器人的身體分成稱為“粒子”的區(qū)域。每個(gè)粒子的應(yīng)變率作為輸入提供給神經(jīng)網(wǎng)絡(luò)。通過(guò)反復(fù)試驗(yàn)的過(guò)程，網(wǎng)絡(luò)“學(xué)習(xí)”完成任務(wù)的最有效動(dòng)作序列，例如抓取不同大小的物體。同時(shí)，網(wǎng)絡(luò)會(huì)跟蹤哪些粒子最常使用，并從網(wǎng)絡(luò)后續(xù)試驗(yàn)的輸入集中剔除較少使用的粒子。

通過(guò)優(yōu)化最重要的粒子，網(wǎng)絡(luò)還建議應(yīng)該在機(jī)器人上放置傳感器的位置，以確保高效的性能。例如，在具有抓握手的模擬機(jī)器人中，算法可能會(huì)建議將傳感器集中在手指內(nèi)和手指周圍，其中與環(huán)境的精確控制交互對(duì)于機(jī)器人操縱物體的能力至關(guān)重要。雖然這看起來(lái)很明顯，但事實(shí)證明，該算法在放置傳感器的位置上遠(yuǎn)遠(yuǎn)超過(guò)了人類的直覺(jué)。

研究人員將他們的算法與一系列專家預(yù)測(cè)進(jìn)行了對(duì)比。對(duì)于三種不同的軟機(jī)器人布局，該團(tuán)隊(duì)要求機(jī)器人專家手動(dòng)選擇應(yīng)放置傳感器的位置，以高效完成抓取各種物體等任務(wù)。然后他們進(jìn)行了模擬，將人類感應(yīng)機(jī)器人與算法感應(yīng)機(jī)器人進(jìn)行比較。結(jié)果并不接近。“我們的模型在每項(xiàng)任務(wù)上的表現(xiàn)都大大優(yōu)于人類，盡管我看了一些機(jī)器人的身體并且對(duì)傳感器應(yīng)該去哪里非常有信心，”阿米尼說(shuō)。“事實(shí)證明，這個(gè)問(wèn)題比我們最初預(yù)期的要微妙得多。”

斯皮爾伯格表示，他們的工作有助于實(shí)現(xiàn)機(jī)器人設(shè)計(jì)過(guò)程的自動(dòng)化。除了開(kāi)發(fā)控制機(jī)器人運(yùn)動(dòng)的算法外，“我們還需要考慮如何感知這些機(jī)器人，以及這將如何與該系統(tǒng)的其他組件相互作用，”他說(shuō)。更好的傳感器放置可以用于工業(yè)應(yīng)用，尤其是在機(jī)器人用于抓握等精細(xì)任務(wù)的情況下。“這就是你需要非常強(qiáng)大、優(yōu)化良好的觸覺(jué)的地方，”斯皮爾伯格說(shuō)。“因此，有可能立即產(chǎn)生影響。”

“自動(dòng)化傳感軟機(jī)器人的設(shè)計(jì)是朝著快速創(chuàng)建幫助人們完成體力任務(wù)的智能工具邁出的重要一步，”Rus 說(shuō)。“傳感器是該過(guò)程的一個(gè)重要方面，因?yàn)樗鼈兪管洐C(jī)器人能夠“看到”并理解世界及其與世界的關(guān)系。”

標(biāo)簽：