A nova ferramenta de design orientada pela IA otimiza o desempenho e a funcionalidade

Como os polvos espremendo uma minúscula caverna do mar, os robôs de metatruss podem se adaptar a ambientes exigentes, mudando sua forma. Esses poderosos robôs morphing são feitos de treliças compostas por centenas de vigas e articulações que giram e torcem, permitindo transformações volumétricas surpreendentes.

Mas à medida que as tarefas se tornam mais complicadas, o mesmo acontece com o design do robô. A adição de vigas atuais à treliça do robô pode ajudá -lo a executar mais movimentos ou tarefas, mas também aumenta exponencialmente a complexidade de controle. E embora os designers possam agrupar manualmente atuadores em redes de controle para maior simplicidade, esse processo é tedioso e trabalhista intensivo.

Agora, uma equipe de pesquisadores liderados pela UC Berkeley desenvolveu uma estrutura orientada a IA para otimizar e automatizar o design de robôs de treliça complexos. Conforme relatado no diário Comunicações da naturezaessa abordagem permite que os designers criem robôs com recursos extraordinários e maximizando a eficiência do controle.

“Ao usar um algoritmo genético, nosso método de otimização pode descobrir o número mínimo de unidades de controle necessárias para realizar as tarefas que você deseja”, disse Linering Yao, o principal investigador e professor assistente de engenharia mecânica do estudo. “Assim, você pode projetar automaticamente um robô capaz de cumprir todos os seus objetivos – como se transformar em certas formas, movendo -se o mais rápido possível e agarrando uma bola”.

Yao, diretor do Morphing Matter Lab da UC Berkeley, colaborou neste trabalho com pesquisadores da Carnegie Mellon University e do Instituto de Tecnologia da Geórgia.

Usando sua nova estrutura, os pesquisadores desenvolveram vários protótipos-incluindo um robô quadrúpede, um capacete que muda de forma, um robô ambulante inspirado em lagosta e um atuador do tipo tentáculo-e depois testou seu desempenho.

Suas descobertas mostraram que os robôs gerados pela IA poderiam alcançar adaptações complexas de forma com unidades de controle mínimo. Os resultados também identificaram o número ideal de redes de controle antes que os ganhos de desempenho comecem a diminuir.

“Nós nos inspiramos na sinergia muscular na biologia, onde a complexidade é gerenciada por grupos coordenados e não pelo controle individual. Ao fazer o mesmo, transformamos o espaço combinatório dos grupos de atuadores em uma maneira de obter transformações volumétricas e de movimento escaláveis ​​com apenas um punhado de unidades de controle”, disse Jianzhe Gu, autor do autor do estudo e um membro anterior do MLOPH.

“Parece haver um ponto ideal em que você encontrará o número mínimo de canais, mas ainda alcançará um bom desempenho”, disse Yao. “E isso é algo estatisticamente a IA pode descobrir para nós. Pode basicamente explorar todo o espaço e selecionar o número razoável de canais”.

Yao e Gu disseram que ficaram mais surpresos com a capacidade do algoritmo de lidar com projetos e requisitos de funcionalidade extremamente complexos.

“Quando falamos sobre robôs, a tarefa mais direta que as pessoas tentam é a locomoção – ganha o robô para correr o mais rápido possível”, disse Yao. “Começamos por lá, mas, no final, ficamos agradavelmente surpresos ao ver como o algoritmo nos ajudou a realizar nossa visão de um robô que muda de forma”.

Atualmente, a estrutura está construída sobre um “tipo de colaboração humana-AI”, com o designer fornecendo informações iniciais nas formas e comportamentos do robô. Como próximo passo, os pesquisadores planejam incorporar uma estrutura de design generativa ativada por um grande modelo de idioma e outras tecnologias.

“Imagine que você deseja projetar um capacete que se encaixe na sua cabeça”, disse Yao. “A esperança é que uma estrutura de IA generativa possa olhar para você, determinar suas dimensões e as situações em que você pode usar o capacete e depois gerar automaticamente diferentes estados de forma e a política de controle”.

Segundo Yao, o design da IA ​​pode nos fazer repensar como definimos um robô e seu papel em nossas vidas diárias. Ela prevê essa estrutura que algum dia está sendo usada para criar uma nova geração de robôs transformadores, com a funcionalidade limitada apenas pela imaginação do designer.

Ela e sua equipe já estão pensando em novas possibilidades e inovações fantásticas, incluindo lençóis para o hospital feitos de centenas de unidades de treliça que podem se transformar automaticamente, mudar um paciente e até massagear seu corpo espremê -lo.

“Projetando esses robôs com IA, podemos potencialmente ter tantos graus de liberdade, com tantas treliças individuais e muito mais controlabilidade em termos de robôs de forma que podem fazer a transição”, disse Yao.

“Portanto, itens do cotidiano, como wearables, lençóis, cadeiras – todas essas coisas – logo ganhariam a capacidade de se transformar e funcionar robótico”.