Simple robotter, smarte algoritmer

Genudgivet af Platon

Abonnenter: 0

Home > Presse > Simple robotter, smarte algoritmer

Når sensorer, kommunikation, hukommelse og beregning fjernes fra en gruppe af simple robotter, kan visse sæt af komplekse opgaver stadig udføres ved at udnytte robotternes fysiske egenskaber, en egenskab, som et team af forskere ledet af Georgia Tech kalder "opgaveudførelse. " KREDIT Shengkai Li, Georgia Tech

When sensors, communication, memory and computation are removed from a group of simple robots, certain sets of complex tasks can still be accomplished by leveraging the robots’ physical characteristics, a trait that a team of researchers led by Georgia Tech calls “task embodiment.” CREDIT Shengkai Li, Georgia Tech

Abstract:
Enhver med børn ved, at selvom det kan være svært at kontrollere et barn, kan det næsten være umuligt at kontrollere mange på én gang. At få sværme af robotter til at arbejde kollektivt kan være lige så udfordrende, medmindre forskere omhyggeligt koreograferer deres interaktioner - som fly i formation - ved hjælp af stadig mere sofistikerede komponenter og algoritmer. Men hvad kan man pålideligt opnå, når robotterne på hånden er enkle, inkonsekvente og mangler sofistikeret programmering til koordineret adfærd?

Simple robotter, smarte algoritmer

Atlanta, GA | Udgivet den 30. april 2021

Et team af forskere ledet af Dana Randall, ADVANCE Professor of Computing og Daniel Goldman, Dunn Family Professor of Physics, begge ved Georgia Institute of Technology, forsøgte at vise, at selv de simpleste robotter stadig kan udføre opgaver langt ud over éns evner, eller endda nogle få af dem. Målet med at udføre disse opgaver med det, holdet kaldte "dumme robotter" (i det væsentlige mobile granulære partikler) overgik deres forventninger, og forskerne rapporterer at kunne fjerne alle sensorer, kommunikation, hukommelse og beregning - og i stedet udføre et sæt opgaver gennem udnyttelse af robotternes fysiske egenskaber, en egenskab, som holdet betegner som "opgaveudførelse".

Holdets BOBbots, eller "behaving, organizing, buzzing bots", der blev opkaldt efter den granulære fysikpioner Bob Behringer, er "omtrent så dumme, som de bliver," forklarer Randall. "Deres cylindriske chassis har vibrerende børster nedenunder og løse magneter i deres periferi, hvilket får dem til at bruge mere tid på steder med flere naboer." Den eksperimentelle platform blev suppleret med præcise computersimuleringer ledet af Georgia Tech fysikstuderende Shengkai Li, som en måde at studere aspekter af systemet, der er ubelejligt at studere i laboratoriet.

På trods af BOB-botternes enkelhed opdagede forskerne, at når robotterne bevæger sig og støder ind i hinanden, "dannes der kompakte aggregater, der er i stand til kollektivt at rydde affald, der er for tungt til, at en alene kan bevæge sig," ifølge Goldman. "Mens de fleste mennesker bygger stadigt mere komplekse og dyre robotter for at garantere koordinering, ønskede vi at se, hvilke komplekse opgaver der kunne udføres med meget simple robotter."

Deres arbejde, som rapporteret den 23. april 2021 i tidsskriftet Science Advances, var inspireret af en teoretisk model af partikler, der bevæger sig rundt på et skakbræt. En teoretisk abstraktion kendt som et selvorganiserende partikelsystem blev udviklet til grundigt at studere en matematisk model af BOBbots. Ved hjælp af ideer fra sandsynlighedsteori, statistisk fysik og stokastiske algoritmer var forskerne i stand til at bevise, at den teoretiske model gennemgår en faseændring, efterhånden som de magnetiske interaktioner øges - pludseligt skiftende fra spredt til aggregering i store, kompakte klynger, svarende til faseændringer, vi ser. i almindelige hverdagssystemer, som vand og is.

"Den strenge analyse viste os ikke kun, hvordan man bygger BOBbots, men afslørede også en iboende robusthed af vores algoritme, der gjorde det muligt for nogle af robotterne at være defekte eller uforudsigelige," bemærker Randall, der også fungerer som professor i datalogi og adjungeret. professor i matematik ved Georgia Tech.

###

Samarbejdet er baseret på eksperimenter og simuleringer også designet af Bahnisikha Dutta, Ram Avinery og Enes Aydin fra Georgia Tech, samt på teoretisk arbejde af Andrea Richa og Joshua Daymude fra Arizona State University og Sarah Cannon fra Claremont McKenna College, som er en nyuddannet Georgia Tech.

Dette arbejde er en del af et multidisciplinært universitetsforskningsinitiativ (MURI) finansieret af Army Research Office (ARO) for at studere grundlaget for emergent computation og kollektiv intelligens.

Finansiering: Dette arbejde blev støttet af Department of Defense under MURI-pris nr. W911NF-19-1-0233 og af NSF tildeler DMS-1803325 (SC); CCF-1422603, CCF-1637393 og CCF-1733680 (AWR); CCF-1637031 og CCF-1733812 (DR og DIG); og CCF-1526900 (DR).

####

Om Georgia Institute of Technology
Georgia Institute of Technology, eller Georgia Tech, er et top 10 offentligt forskningsuniversitet, der udvikler ledere, der fremmer teknologi og forbedrer den menneskelige tilstand. Instituttet tilbyder erhvervs-, computer-, design-, ingeniør-, liberale kunst- og videnskabsgrader. Dets næsten 40,000 studerende, der repræsenterer 50 stater og 149 lande, studerer på hovedcampus i Atlanta, på campusser i Frankrig og Kina og gennem fjern- og onlineundervisning. Som et førende teknologisk universitet er Georgia Tech en motor for økonomisk udvikling for Georgien, det sydøstlige og nationen, der udfører mere end 1 milliard dollars i forskning årligt for regering, industri og samfund.

For mere information, klik link.

Kontaktpersoner:
Tracey A. Reeves
404-660-2929

Jess Hunt-Ralston
Kommunikation – Videnskabshøjskolen
(404) 385-5207

@GeorgiaTech

Hvis du har en kommentar, tak Kontakt os.

Udstedere af nyhedsudgivelser, ikke 7th Wave, Inc. eller Nanotechnology Now, er alene ansvarlige for indholdets nøjagtighed.

Bogmærke: