Simple Robots, Smart Algorithms - Plato AiStream V2.1

Republicado por Platão

seguidores: 0

Início > Press > Robôs simples, algoritmos inteligentes

Quando sensores, comunicação, memória e computação são removidos de um grupo de robôs simples, certos conjuntos de tarefas complexas ainda podem ser realizados aproveitando as características físicas dos robôs, uma característica que uma equipe de pesquisadores liderada pela Georgia Tech chama de “corporização da tarefa”. ” CRÉDITO Shengkai Li, Georgia Tech

Abstrato:
Qualquer pessoa com filhos sabe que, embora controlar um filho possa ser difícil, controlar muitos de uma vez pode ser quase impossível. Fazer com que enxames de robôs trabalhem coletivamente pode ser igualmente desafiador, a menos que os pesquisadores coreografem cuidadosamente suas interações - como aviões em formação - usando componentes e algoritmos cada vez mais sofisticados. Mas o que pode ser realizado de forma confiável quando os robôs disponíveis são simples, inconsistentes e carecem de programação sofisticada para comportamento coordenado?

Robôs simples, algoritmos inteligentes

Atlanta, GA | Postado em 30 de abril de 2021

Uma equipe de pesquisadores liderada por Dana Randall, Professora ADVANCE de Computação e Daniel Goldman, Professor de Física da Família Dunn, ambos no Instituto de Tecnologia da Geórgia, procurou mostrar que mesmo o mais simples dos robôs ainda pode realizar tarefas muito além da capacidade de um, ou mesmo alguns deles. O objetivo de realizar essas tarefas com o que a equipe apelidou de "robôs burros" (essencialmente partículas granulares móveis) excedeu suas expectativas, e os pesquisadores relatam ser capazes de remover todos os sensores, comunicação, memória e computação - e, em vez disso, realizar um conjunto de tarefas por meio de alavancando as características físicas dos robôs, uma característica que a equipe chama de "incorporação da tarefa".

Os BOBbots da equipe, ou “bots que se comportam, organizam e agitam”, que receberam o nome em homenagem ao pioneiro da física granular Bob Behringer, são “os mais burros que podem”, explica Randall. “Seu chassi cilíndrico tem escovas vibratórias embaixo e ímãs soltos na periferia, fazendo com que passem mais tempo em locais com mais vizinhos.” A plataforma experimental foi complementada por simulações de computador precisas conduzidas pelo estudante de física Shengkai Li da Georgia Tech, como uma forma de estudar aspectos do sistema inconvenientes para estudar em laboratório.

Apesar da simplicidade dos BOBbots, os pesquisadores descobriram que, conforme os robôs se movem e se chocam, “formam-se agregados compactos que são capazes de limpar coletivamente detritos pesados demais para serem movidos por um só”, de acordo com Goldman. “Enquanto a maioria das pessoas constrói robôs cada vez mais complexos e caros para garantir a coordenação, queríamos ver quais tarefas complexas poderiam ser realizadas com robôs muito simples.”

Seu trabalho, conforme relatado em 23 de abril de 2021 na revista Science Advances, foi inspirado por um modelo teórico de partículas se movendo em um tabuleiro de xadrez. Uma abstração teórica conhecida como sistema de partículas auto-organizadas foi desenvolvida para estudar rigorosamente um modelo matemático dos BOBbots. Usando ideias da teoria da probabilidade, física estatística e algoritmos estocásticos, os pesquisadores foram capazes de provar que o modelo teórico sofre uma mudança de fase à medida que as interações magnéticas aumentam - mudando abruptamente de dispersos para agregados em grandes aglomerados compactos, semelhantes às mudanças de fase que vemos em sistemas comuns do dia a dia, como água e gelo.

“A análise rigorosa não apenas nos mostrou como construir os BOBbots, mas também revelou uma robustez inerente de nosso algoritmo que permitiu que alguns dos robôs apresentassem falhas ou fossem imprevisíveis”, observa Randall, que também atua como professor de ciência da computação e adjunto professor de matemática na Georgia Tech.

# # #

A colaboração é baseada em experimentos e simulações também projetados por Bahnisikha Dutta, Ram Avinery e Enes Aydin da Georgia Tech, bem como no trabalho teórico de Andrea Richa e Joshua Daymude da Arizona State University, e Sarah Cannon do Claremont McKenna College, que é um graduado recente da Georgia Tech.

Este trabalho é parte de uma Multidisciplinary University Research Initiative (MURI) financiada pelo Army Research Office (ARO) para estudar os fundamentos da computação emergente e da inteligência coletiva.

Financiamento: Este trabalho foi apoiado pelo Departamento de Defesa sob o prêmio MURI no. W911NF-19-1-0233 e por NSF prêmios DMS-1803325 (SC); CCF-1422603, CCF-1637393 e CCF-1733680 (AWR); CCF-1637031 e CCF-1733812 (DR e DIG); e CCF-1526900 (DR).

####

Sobre o Instituto de Tecnologia da Geórgia
O Georgia Institute of Technology, ou Georgia Tech, é uma das 10 principais universidades públicas de pesquisa que desenvolve líderes que promovem a tecnologia e melhoram a condição humana. O Instituto oferece cursos de negócios, computação, design, engenharia, artes liberais e ciências. Seus quase 40,000 alunos, representando 50 estados e 149 países, estudam no campus principal em Atlanta, nos campi na França e na China e por meio de ensino à distância e online. Como uma universidade tecnológica líder, a Georgia Tech é um motor de desenvolvimento econômico para a Geórgia, o sudeste e o país, conduzindo mais de US $ 1 bilhão em pesquisas anuais para o governo, a indústria e a sociedade.

Para mais informações, por favor clique SUA PARTICIPAÇÃO FAZ A DIFERENÇA

Contactos:
Tracey A. Reeves
404-660-2929

Jess Hunt-Ralston
Comunicações - Faculdade de Ciências
(404) 385-5207

@GeorgiaTech

Se você tiver um comentário, por favor Contato nós.

Os emissores de boletins de notícias, não a 7th Wave, Inc. ou Nanotechnology Now, são os únicos responsáveis pela precisão do conteúdo.

Marca páginas: