Ρομπότ, γνώρισε τον εαυτό σου: το νέο σύστημα οπτικής αντίληψης

Η νέα προσέγγιση του MIT στην ρομποτική

Στο εργαστήριο Υπολογιστικής Επιστήμης και Τεχνητής Νοημοσύνης (CSAIL) του MIT, μια μαλακή ρομποτική χείρα λυγίζει προσεκτικά τα δάχτυλά της για να πιάσει ένα μικρό αντικείμενο. Το ενδιαφέρον δεν έγκειται στον μηχανικό σχεδιασμό ή στους ενσωματωμένους αισθητήρες — στην πραγματικότητα, η χείρα δεν διαθέτει κανέναν. Αντίθετα, το σύστημα βασίζεται σε μια κάμερα που παρακολουθεί τις κινήσεις του ρομπότ και χρησιμοποιεί αυτά τα οπτικά δεδομένα για τον έλεγχό του.

Η επανάσταση του Neural Jacobian Fields (NJF)

Αυτή η ικανότητα προέρχεται από ένα νέο σύστημα που ανέπτυξαν οι επιστήμονες του CSAIL, προσφέροντας μια διαφορετική προσέγγιση στον έλεγχο των ρομπότ. Αντί να χρησιμοποιούν προκατασκευασμένα μοντέλα ή πολύπλοκες διατάξεις αισθητήρων, επιτρέπει στα ρομπότ να μαθαίνουν πώς αντιδρά το σώμα τους στις εντολές ελέγχου, αποκλειστικά μέσω της όρασης. Αυτή η προσέγγιση, που ονομάζεται Neural Jacobian Fields (NJF), παρέχει στα ρομπότ ένα είδος αυτογνωσίας του σώματός τους. Ένα ανοιχτής πρόσβασης άρθρο για αυτή τη δουλειά δημοσιεύθηκε στο Nature στις 25 Ιουνίου.

Από τον προγραμματισμό στην εκπαίδευση

«Αυτή η δουλειά δείχνει μια μετατόπιση από τον προγραμματισμό των ρομπότ στην εκπαίδευση των ρομπότ», λέει ο Sizhe Lester Li, διδακτορικός φοιτητής στο MIT στο τμήμα ηλεκτρολόγων μηχανικών και επιστήμης υπολογιστών, συνεργάτης του CSAIL και κύριος ερευνητής της εργασίας. «Σήμερα, πολλές ρομποτικές εργασίες απαιτούν εκτεταμένη μηχανική και προγραμματισμό. Στο μέλλον, οραματιζόμαστε να δείχνουμε σε ένα ρομπότ τι να κάνει και να το αφήνουμε να μάθει πώς να επιτυγχάνει τον στόχο αυτόνομα.»

Η πρόκληση του ελέγχου στις μαλακές δομές

Η ώθηση για αυτή την προσέγγιση προέρχεται από μια απλή αλλά ισχυρή αναδιατύπωση: Το κύριο εμπόδιο για προσιτή και ευέλικτη ρομποτική δεν είναι το υλικό, αλλά ο έλεγχος των δυνατοτήτων, ο οποίος μπορεί να επιτευχθεί με πολλούς τρόπους. Τα παραδοσιακά ρομπότ είναι κατασκευασμένα για να είναι άκαμπτα και πλούσια σε αισθητήρες, καθιστώντας ευκολότερη την κατασκευή ενός ψηφιακού δίδυμου, ενός ακριβούς μαθηματικού αντιγράφου που χρησιμοποιείται για τον έλεγχο. Αλλά όταν ένα ρομπότ είναι μαλακό, παραμορφώσιμο ή ακανόνιστου σχήματος, αυτές οι υποθέσεις καταρρέουν. Αντί να αναγκάζουμε τα ρομπότ να ταιριάζουν στα μοντέλα μας, το NJF ανατρέπει το σενάριο — δίνοντας στα ρομπότ τη δυνατότητα να μαθαίνουν το δικό τους εσωτερικό μοντέλο από την παρατήρηση.

Μάθε και προσαρμόσου

Η αποσύνδεση του μοντελισμού από το σχεδιασμό του υλικού θα μπορούσε να επεκτείνει σημαντικά το χώρο σχεδίασης για τη ρομποτική. Στα μαλακά και βιο-εμπνευσμένα ρομπότ, οι σχεδιαστές συχνά ενσωματώνουν αισθητήρες ή ενισχύουν μέρη της δομής μόνο και μόνο για να καταστήσουν εφικτό τον μοντελισμό. Το NJF αναιρεί αυτόν τον περιορισμό. Το σύστημα δεν χρειάζεται ενσωματωμένους αισθητήρες ή τροποποιήσεις σχεδιασμού για να καταστεί δυνατός ο έλεγχος. Οι σχεδιαστές είναι ελεύθεροι να εξερευνήσουν ασυνήθιστες, ανεμπόδιστες μορφές χωρίς να ανησυχούν για το αν θα μπορέσουν να τις μοντελοποιήσουν ή να τις ελέγξουν αργότερα.

Προσαρμοστικότητα και ευελιξία

Η προσέγγιση αυτή έχει αποδειχθεί ανθεκτική σε μια σειρά τύπων ρομπότ. Η ομάδα δοκίμασε το NJF σε μια πνευματική μαλακή ρομποτική χείρα ικανή για τσίμπημα και σύλληψη, σε μια άκαμπτη χείρα Allegro, σε ένα ρομποτικό βραχίονα εκτυπωμένο σε 3D και ακόμη και σε μια περιστρεφόμενη πλατφόρμα χωρίς ενσωματωμένους αισθητήρες. Σε κάθε περίπτωση, το σύστημα έμαθε τόσο το σχήμα του ρομπότ όσο και πώς ανταποκρινόταν στα σήματα ελέγχου, μόνο από την όραση και την τυχαία κίνηση.

Η τεχνολογία πίσω από το NJF

Στον πυρήνα του NJF βρίσκεται ένα νευρωνικό δίκτυο που συλλαμβάνει δύο αλληλένδετες πτυχές της ενσάρκωσης ενός ρομπότ: τη τρισδιάστατη γεωμετρία του και την ευαισθησία του στις εισόδους ελέγχου. Το σύστημα βασίζεται στις neural radiance fields (NeRF), μια τεχνική που ανακατασκευάζει τρισδιάστατες σκηνές από εικόνες χαρτογραφώντας χωρικές συντεταγμένες σε τιμές χρώματος και πυκνότητας. Το NJF επεκτείνει αυτή την προσέγγιση μαθαίνοντας όχι μόνο το σχήμα του ρομπότ, αλλά και ένα πεδίο Jacobian, μια συνάρτηση που προβλέπει πώς οποιοδήποτε σημείο στο σώμα του ρομπότ κινείται σε απάντηση στις εντολές των κινητήρων.

Η εκπαίδευση του συστήματος

Για να εκπαιδεύσει το μοντέλο, το ρομπότ εκτελεί τυχαίες κινήσεις ενώ πολλές κάμερες καταγράφουν τα αποτελέσματα. Δεν απαιτείται ανθρώπινη επίβλεψη ή προηγούμενη γνώση της δομής του ρομπότ — το σύστημα απλά συνάγει τη σχέση μεταξύ των σημάτων ελέγχου και της κίνησης παρακολουθώντας.

Η επανάσταση της ρομποτικής

Μόλις ολοκληρωθεί η εκπαίδευση, το ρομπότ χρειάζεται μόνο μια μονοφθαλμική κάμερα για έλεγχο σε πραγματικό χρόνο, λειτουργώντας περίπου στα 12 Hertz. Αυτό του επιτρέπει να παρατηρεί συνεχώς τον εαυτό του, να σχεδιάζει και να ενεργεί με ευαισθησία. Αυτή η ταχύτητα καθιστά το NJF πιο βιώσιμο από πολλούς προσομοιωτές βασισμένους στη φυσική για μαλακά ρομπότ, οι οποίοι συχνά είναι πολύ υπολογιστικά εντατικοί για χρήση σε