Развитие мягких роботов


Генетический алгоритм может использоваться для разработки решений всех типов проблем. Последняя работа демонстрирует, как можно создавать «мягких роботов» с частями тела, сделанными из различных материалов.

Всего за 1000 поколений генетический алгоритм создает удивительные решения задачи как можно быстрее добраться из пункта А в пункт Б.
Основываясь на работе Карла Симса и его биоморфов, команда исследователей из Корнелла позволила роботам иметь тела из смеси мягких и твердых материалов. Идея состоит в том, что эволюционирующие тела, использующие генетический алгоритм, достигли потолка достижимого уровня сложности, потому что все они были ограничены в основном жесткими компонентами. Более естественные организмы могут появиться в результате эволюции, примененной к более естественным материалам.
Вторая новая особенность этого эксперимента – используемая кодировка. Это обычная проблема с реализацией генетического алгоритма. Вам нужно найти генетическое кодирование, которое позволит естественным образом представить полный спектр возможных типов. Форма и поведение роботов определялись с помощью сети создания композиционных шаблонов. Это похоже на нейронную сеть, но узлы могут выводить данные, используя любую функцию входных данных. Сеть может управляться с помощью местоположения в теле вокселя (объемного пикселя), и она может выводить свойства для этого вокселя. Сама сеть может быть развита с использованием генетического алгоритма.

CPPN генерирует состав каждого робота в соответствии с положением каждого вокселя.

Каждый воксель в роботе был либо активным элементом, который расширялся и сжимался с определенной частотой, либо пассивным элементом, который обладал только свойствами материала – мягким или твердым. В видеороликах зеленые воксели являются периодическими с амплитудой 20%, голубые – мягкими и пассивными, красные – периодическими, но противофаза зеленого и темно-синего пассивных и жестких. В ходе эксперимента было создано поколение роботов, и они проверили, насколько быстро они могут двигаться. Для размножения следующего поколения использовались самые быстрые роботы. Вариации меры приспособленности использовались в экспериментах, чтобы увидеть эффект различных селективных давлений.
В этом видео вы можете увидеть результаты и то, как со временем эволюционировала одна линия эффективных ходунков. Как комментирует постер видео Джефф Клун:
«Evolution производит разнообразных забавных, причудливых, интересных, но в конечном итоге функциональных мягких роботов. Наслаждайтесь!»

Ключевой вывод заключается в том, что более сложное кодирование привело к гораздо более высокой производительности, чем более простое прямое кодирование, используемое в прошлом. Изменение показателя физической подготовки в основном изменило состав тела лучших роботов. В целом предполагается, что этот метод создавал реалистичных сложных роботов с правдоподобными режимами передвижения.

Некоторые из эволюционировавших методов ходьбы: L-Walker, Incher, Push-Pull, Jitter, Jumper и Wings.

Возникает вопрос, а где дальше?
Исследователи завершают статью:
Наши результаты показывают, что исследование мягкой робототехники и современных генеративных кодировок может предложить путь к созданию следующего поколения впечатляющих, эволюционированных с помощью вычислений существ, заполняющих искусственные миры и демонстрирующих мощь эволюционных алгоритмов.
Я с нетерпением жду следующей статьи и особенно следующего видео.
И я, например, приветствую наших новых мягких повелителей-роботов …


Добавить комментарий