Robotický hmyz za běhu: ultra rychlá manévrovatelnost díky hlubokému učení

2

Nejnovější létající robot MIT velikosti hmyzu našel klíč k rychlému a hbitému letu. Je tak malý, že dokáže proniknout troskami po zemětřesení. A to tak rychle, že dokáže předběhnout trosky padající z nestabilních konstrukcí. Mikroroboti byli dlouhou dobu nemotorní. Pohybovali se po hladkých, předvídatelných trajektoriích. Nyní jsou díky novému řídicímu systému na bázi AI schopny provádět chaotické, vysoce výkonné manévry, které napodobují chování skutečného hmyzu.

To nabízí okamžité vyhlídky na zlepšení pátracích a záchranných operací. Ale tento skok v produktivitě je také vítězstvím pro samotné robotické inženýrství.

Proč jsou tradiční mikroroboti méněcenní

Historicky se letecké mikroroboty potýkaly se dvěma hlavními omezeními. Hardware byl křehký. Ovládací software je náročný. Výzkumníci by mohli vytvořit lehčí rámy a rychlejší ovladače pro křídla. Bez „mozku“ schopného zpracovávat složitou aerodynamiku v reálném čase však tyto hardwarové výhody zůstaly nevyužity.

Lidé konfigurovali ovladače ručně. Bylo to pomalé. To bylo nepřesné. Robot nemohl realizovat svůj vlastní potenciál.

Kevin Chen, docent na katedře elektrotechniky a informatiky MIT, vede úsilí o změnu. Jeho tým nevyladil jen hardware. Přestavěli robotův „mozek“. Výsledek? Systém srovnatelný rychlostí a ovladatelností s živým hmyzem.

Jak funguje ovladač AI

Řešení se neskládá z jednoho algoritmu. Jedná se o dvousložkový systém.

Nejprve expertní plánovač použije matematický model pohybu robota. Předpovídá chování. Vybírá optimální akce pro složité trasy. Poskytuje ostré zatáčky, strmé svahy a konzistentní převrácení. Tento plánovač vyžaduje hodně výpočetního výkonu. Spotřebovává hodně energie. Nemůže běžet v reálném čase na mikrokontroléru.

Výzkumníci tedy použili tohoto mocného plánovače jako učitele.

Pomocí imitačního učení vytrénovali model hlubokého učení, aby replikovali rozhodnutí plánovače. Tento modul zásad se používá pro rozhodování robota v reálném čase. Je to světlo. Je rychlý. Zachovává robustnost komplexního plánovače bez nadměrné výpočetní zátěže.

“Pokud se nahromadí malé chyby a pokusíte se o to převrátit 10krát za sebou, robot se zhroutí. Potřebujeme spolehlivé řízení letu.”

Metriky výkonu: rychlejší a agilnější

Výsledky jsou kvantifikovatelné. A velmi významné.

Ve srovnání s předchozími demonstracemi výzkumného týmu:

  • Rychlost zvýšena o 447 %
  • Zrychlení zlepšeno o 255 %

Během testů robot provedl 10 po sobě jdoucích kotrmelců (přemetů) za pouhých 11 sekund. I přes větrné poruchy se držela ve vzdálenosti 4-5 centimetrů od cílové trajektorie. Tato úroveň přesnosti je v měřítku hmyzu bezprecedentní.

Robot také udělal sakádu. Hmyz se prudce nakloní, zrychlí a pak se nakloní dozadu, aby pohyb zastavil. To jim pomáhá udržovat jasné vidění při rychlém pohybu. Mikrorobot může udělat totéž. Tato schopnost by v budoucnu mohla takovým robotům umožnit využívat vestavěné kamery a senzory pro autonomní navigaci.

Hardware za softwarovým kódem

Se slabými křídly nelze dosáhnout vysokorychlostního letu. Nejnovější model se vyznačuje většími mávajícími křídly poháněnými měkkými umělými svaly. Tyto svaly se pohybují tam a zpět extrémní rychlostí. Rám je pevnější než u předchozích verzí. Není větší než mikrokazeta. Váží méně než kancelářská sponka.

Samotný hardware ale nestačil. Jonathan P. Howe, spoluautor a profesor letectví a kosmonautiky, si všímá synergie.

“Když Kevinův tým předvede nové schopnosti, ukážeme, že je dokážeme využít. Hardware tlačil na ovladač. Řadič tlačil na hardware.”

Pátrací a záchranné operace: nové paradigma?

Proč je to důležité mimo laboratoř?

Po zemětřesení mohou být přeživší uvězněni pod troskami. Kvadrokoptéry jsou příliš velké na to, aby se vešly do úzkých mezer. Snadno se rozbijí. Hmyz se však snadno pohybuje v polích trosek. Vyhýbají se překážkám. Přizpůsobte se větru. Přistát na nestabilních plochách.

Nový mikrorobot má tuto mezeru zaplnit. Kombinuje velikost hmyzu se zpracovatelským výkonem potřebným k provádění hmyzích manévrů.

“Chceme použít tyto roboty ve scénářích, kde tradiční kvadrokoptéry nemohou proniknout,” říká Chen.

Další kroky zahrnují přidání nezávislých senzorů. V současné době se roboti pro navigaci spoléhají na externí systémy pro zachycení pohybu. Přidání vestavěných kamer umožní bezobslužné venkovní lety. Vědci také studují koordinaci roje. Mohlo by více mikrorobotů spolupracovat, aby se vyhnuli srážkám a skenovali oblast katastrofy?

Co bude dál

Článek publikovaný v časopise Science Advances představuje posun v architektuře ovládání. Dokazuje, že vysoký výkon a účinnost mohou koexistovat.

Ale práce není dokončena. Další překážkou jsou senzory. Skutečné nasazení teprve přijde. Zatím máme robota, který dokáže udělat deset kotrmelců za jedenáct sekund. Létá rychleji než kdy předtím. Vidí svět ne jako stroj, ale jako hmyz.

Je tohle úsvit autonomních rojů mikrorobotů? Možná. Nebo je to možná jen první krok k tomu, abychom se přiblížili tomu, co příroda zdokonalovala miliony let.