Robot semplici, algoritmi intelligenti

Ripubblicato da Platone

Seguaci: 0

Casa > Rassegna Stampa > Robot semplici, algoritmi intelligenti

Quando i sensori, la comunicazione, la memoria e il calcolo vengono rimossi da un gruppo di semplici robot, alcuni set di compiti complessi possono ancora essere eseguiti sfruttando le caratteristiche fisiche dei robot, una caratteristica che un team di ricercatori guidato da Georgia Tech chiama "task embodiment". " CREDITO Shengkai Li, Georgia Tech

Abstract:
Chiunque abbia bambini sa che mentre controllare un bambino può essere difficile, controllarne molti contemporaneamente può essere quasi impossibile. Far lavorare collettivamente sciami di robot può essere altrettanto difficile, a meno che i ricercatori non coreografino attentamente le loro interazioni, come gli aerei in formazione, utilizzando componenti e algoritmi sempre più sofisticati. Ma cosa si può ottenere in modo affidabile quando i robot a disposizione sono semplici, incoerenti e mancano di una programmazione sofisticata per un comportamento coordinato?

Robot semplici, algoritmi intelligenti

Atlanta, GA | Pubblicato il 30 aprile 2021

Un team di ricercatori guidato da Dana Randall, professore di informatica ADVANCE e Daniel Goldman, professore di fisica della famiglia Dunn, entrambi presso il Georgia Institute of Technology, ha cercato di dimostrare che anche il più semplice dei robot può ancora svolgere compiti ben oltre le capacità di uno, o anche alcuni di loro. L'obiettivo di svolgere queste attività con ciò che il team ha definito "robot stupidi" (essenzialmente particelle granulari mobili) ha superato le loro aspettative, ei ricercatori riferiscono di essere in grado di rimuovere tutti i sensori, le comunicazioni, la memoria e il calcolo - e invece di realizzare una serie di compiti attraverso sfruttando le caratteristiche fisiche dei robot, una caratteristica che il team definisce "incarnazione del compito".

I BOBbots del team, o "robot che si comportano, si organizzano, ronzano" che sono stati chiamati per il pioniere della fisica granulare Bob Behringer, sono "più stupidi", spiega Randall. "Il loro telaio cilindrico ha spazzole vibranti sotto e magneti sciolti alla loro periferia, che li fanno trascorrere più tempo in luoghi con più vicini". La piattaforma sperimentale è stata integrata da precise simulazioni al computer guidate dallo studente di fisica della Georgia Tech Shengkai Li, come un modo per studiare aspetti del sistema scomodi da studiare in laboratorio.

Nonostante la semplicità dei BOBbot, i ricercatori hanno scoperto che, mentre i robot si muovono e si scontrano l'uno con l'altro, "si formano aggregati compatti in grado di rimuovere collettivamente detriti troppo pesanti per essere spostati da soli", secondo Goldman. "Mentre la maggior parte delle persone costruisce robot sempre più complessi e costosi per garantire il coordinamento, volevamo vedere quali attività complesse potevano essere eseguite con robot molto semplici".

Il loro lavoro, come riportato il 23 aprile 2021 sulla rivista Science Advances, è stato ispirato da un modello teorico di particelle che si muovono su una scacchiera. Un'astrazione teorica nota come sistema di particelle auto-organizzanti è stata sviluppata per studiare rigorosamente un modello matematico dei BOBbot. Utilizzando idee tratte dalla teoria della probabilità, dalla fisica statistica e dagli algoritmi stocastici, i ricercatori sono stati in grado di dimostrare che il modello teorico subisce un cambiamento di fase all'aumentare delle interazioni magnetiche, passando bruscamente da dispersione ad aggregazione in cluster grandi e compatti, simili ai cambiamenti di fase che vediamo nei comuni sistemi quotidiani, come l'acqua e il ghiaccio.

"L'analisi rigorosa non solo ci ha mostrato come costruire i BOBbot, ma ha anche rivelato una robustezza intrinseca del nostro algoritmo che ha permesso ad alcuni robot di essere difettosi o imprevedibili", osserva Randall, che è anche professore di informatica e coadiuvante professore di matematica presso Georgia Tech.

###

La collaborazione si basa su esperimenti e simulazioni progettati anche da Bahnisikha Dutta, Ram Avinery ed Enes Aydin della Georgia Tech, nonché sul lavoro teorico di Andrea Richa e Joshua Daymude dell'Arizona State University e Sarah Cannon del Claremont McKenna College, che è un neolaureato in Georgia Tech.

Questo lavoro fa parte di un'iniziativa di ricerca universitaria multidisciplinare (MURI) finanziata dall'Esercito Research Office (ARO) per studiare le basi del calcolo emergente e dell'intelligenza collettiva.

Finanziamento: questo lavoro è stato sostenuto dal Dipartimento della Difesa con il premio MURI n. W911NF-19-1-0233 e dai premi NSF DMS-1803325 (SC); CCF-1422603, CCF-1637393 e CCF-1733680 (AWR); CCF-1637031 e CCF-1733812 (DR e DIG); e CCF-1526900 (DR).

####

Informazioni sul Georgia Institute of Technology
Il Georgia Institute of Technology, o Georgia Tech, è una delle 10 migliori università di ricerca pubblica che sviluppa leader che fanno avanzare la tecnologia e migliorano la condizione umana. L'Istituto offre lauree in economia, informatica, design, ingegneria, arti liberali e scienze. I suoi quasi 40,000 studenti, in rappresentanza di 50 stati e 149 paesi, studiano nel campus principale di Atlanta, nei campus in Francia e Cina e attraverso l'apprendimento a distanza e online. In qualità di università tecnologica leader, Georgia Tech è un motore di sviluppo economico per la Georgia, il sud-est e la nazione, conducendo ogni anno oltre 1 miliardo di dollari di ricerca per il governo, l'industria e la società.

Per ulteriori informazioni, si prega di cliccare qui

Contatti:
Tracey A. Reeves
404-660-2929

Jess Hunt-Ralston
Comunicazione - College of Sciences
(404) 385-5207

@GeorgiaTech

Se hai un commento, per favore Contatti di noi.

Gli emittenti di comunicati stampa, non 7th Wave, Inc. o Nanotechnology Now, sono gli unici responsabili dell'accuratezza del contenuto.

Segnalibro: