Proste roboty, inteligentne algorytmy

Opublikowane ponownie przez Plato

Obserwuje: 0

Strona główna > Naciśnij przycisk > Proste roboty, inteligentne algorytmy

Kiedy z grupy prostych robotów zostaną usunięte czujniki, komunikacja, pamięć i obliczenia, pewne zestawy złożonych zadań można nadal wykonywać, wykorzystując cechy fizyczne robotów, co zespół badaczy pod kierownictwem Georgia Tech nazywa „ucieleśnieniem zadania”. " KREDYT Shengkai Li, Georgia Tech

Kiedy z grupy prostych robotów zostaną usunięte czujniki, komunikacja, pamięć i obliczenia, pewne zestawy złożonych zadań nadal będzie można wykonywać, wykorzystując cechy fizyczne robotów – cechę, którą zespół badaczy pod kierownictwem Georgia Tech nazywa „ucieleśnieniem zadania”. ” KREDYT Shengkai Li, Georgia Tech

Abstrakcyjny:
Każdy, kto ma dzieci, wie, że kontrolowanie jednego dziecka może być trudne, ale kontrolowanie wielu naraz może być prawie niemożliwe. Zmuszenie rojów robotów do wspólnej pracy może być równie trudne, chyba że naukowcy starannie zaplanują ich interakcje - jak formowanie się samolotów - przy użyciu coraz bardziej wyrafinowanych komponentów i algorytmów. Ale co można niezawodnie osiągnąć, gdy roboty pod ręką są proste, niespójne i brakuje im wyrafinowanego programowania zapewniającego skoordynowane zachowanie?

Proste roboty, inteligentne algorytmy

Atlanta, Georgia | Opublikowano 30 kwietnia 2021 r

Zespół naukowców pod kierownictwem Dany Randall, profesora informatyki ADVANCE i Daniela Goldmana, profesora fizyki Dunn Family z Georgia Institute of Technology, starał się wykazać, że nawet najprostsze roboty mogą nadal wykonywać zadania znacznie przekraczające ich możliwości, lub nawet kilka z nich. Cel wykonania tych zadań za pomocą tego, co zespół nazwał „głupimi robotami” (zasadniczo mobilnymi cząstkami ziarnistymi) przekroczył ich oczekiwania, a naukowcy twierdzą, że są w stanie usunąć wszystkie czujniki, komunikację, pamięć i obliczenia - i zamiast tego wykonać zestaw zadań poprzez wykorzystanie fizycznych cech robotów, cechy, którą zespół nazywa „ucieleśnieniem zadania”.

BOBboty należące do zespołu, czyli „zachowujące się, organizujące, brzęczące boty”, które zostały nazwane na cześć pioniera fizyki ziarnistej Boba Behringera, są „tak głupie, jak tylko się da” - wyjaśnia Randall. „Ich cylindryczna obudowa ma pod spodem wibrujące szczotki i luźne magnesy na obrzeżach, co powoduje, że spędzają więcej czasu w miejscach z większą liczbą sąsiadów”. Uzupełnieniem platformy eksperymentalnej były precyzyjne symulacje komputerowe prowadzone przez studenta fizyki Georgia Tech Shengkai Li, jako sposób na badanie aspektów systemu niewygodnych do badania w laboratorium.

Pomimo prostoty BOBbotów, naukowcy odkryli, że gdy roboty poruszają się i zderzają się ze sobą, „tworzą się zwarte agregaty, które są zdolne do zbiorowego usuwania gruzu, który jest zbyt ciężki, aby poruszyć się pojedynczo” - twierdzi Goldman. „Podczas gdy większość ludzi buduje coraz bardziej złożone i drogie roboty, aby zagwarantować koordynację, chcieliśmy zobaczyć, jakie złożone zadania można wykonać za pomocą bardzo prostych robotów”.

Ich praca, jak donosi 23 kwietnia 2021 w czasopiśmie Science Advances, została zainspirowana teoretycznym modelem cząstek poruszających się po szachownicy. Teoretyczna abstrakcja znana jako samoorganizujący się system cząstek została opracowana w celu dokładnego zbadania modelu matematycznego robotów BOB. Korzystając z pomysłów zaczerpniętych z teorii prawdopodobieństwa, fizyki statystycznej i algorytmów stochastycznych, naukowcy byli w stanie udowodnić, że model teoretyczny ulega zmianie fazowej wraz ze wzrostem oddziaływań magnetycznych - gwałtownie przechodząc od rozproszonych do agregujących w duże, zwarte klastry, podobne do zmian fazowych, które obserwujemy. w typowych codziennych systemach, takich jak woda i lód.

„Rygorystyczna analiza nie tylko pokazała nam, jak budować BOBboty, ale także ujawniła nieodłączną solidność naszego algorytmu, która pozwoliła niektórym robotom być wadliwymi lub nieprzewidywalnymi” - zauważa Randall, który jest również profesorem informatyki i adiunktem profesor matematyki na Georgia Tech.

# # #

Współpraca opiera się na eksperymentach i symulacjach zaprojektowanych również przez Bahnisikha Dutta, Ram Avinery i Enes Aydin z Georgia Tech, a także na pracach teoretycznych Andrei Richa i Joshuy Daymude z Arizona State University oraz Sarah Cannon z Claremont McKenna College, niedawny absolwent Georgia Tech.

Ta praca jest częścią multidyscyplinarnej uniwersyteckiej inicjatywy badawczej (MURI) finansowanej przez Army Research Office (ARO) w celu zbadania podstaw wyłaniających się obliczeń i zbiorowej inteligencji.

Finansowanie: Ta praca była wspierana przez Departament Obrony w ramach nagrody MURI nr. W911NF-19-1-0233 i przez NSF nagrody DMS-1803325 (SC); CCF-1422603, CCF-1637393 i CCF-1733680 (AWR); CCF-1637031 i CCF-1733812 (DR i DIG); i CCF-1526900 (DR).

####

O Georgia Institute of Technology
Georgia Institute of Technology, czyli Georgia Tech, to 10 najlepszych publicznych uniwersytetów badawczych rozwijających liderów, którzy rozwijają technologię i poprawiają stan człowieka. Instytut oferuje stopnie naukowe z zakresu biznesu, informatyki, projektowania, inżynierii, sztuk wyzwolonych i nauk ścisłych. Prawie 40,000 studentów, reprezentujących 50 stanów i 149 krajów, studiuje na głównym kampusie w Atlancie, na kampusach we Francji i Chinach oraz na odległość i online. Jako wiodący uniwersytet technologiczny, Georgia Tech jest motorem rozwoju gospodarczego Gruzji, południowego wschodu i całego kraju, prowadząc rocznie ponad 1 miliard dolarów badań naukowych dla rządu, przemysłu i społeczeństwa.

Aby uzyskać więcej informacji, kliknij tutaj

Łączność:
Tracey A. Reeves
404-660-2929

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

@Georgiatech

Prawa autorskie © Georgia Institute of Technology

Jeśli masz komentarz, proszę Kontakt my.

Wydawcy komunikatów prasowych, a nie 7th Wave, Inc. lub Nanotechnology Now, ponoszą wyłączną odpowiedzialność za dokładność treści.

Zakładka: