Мы применяем куки на сайте, вы соглашаетесь на использование файлов cookie. Подробнее
Новый искусственный интеллект обучает soft-роботов искусству безопасного обращения с людьми и предметами
Представьте, что мягкая роботизированная рука continuum обхватывает гроздь винограда или брокколи, регулируя захват в режиме реального времени по мере подъема объекта. В отличие от традиционных жестких роботов, которые обычно стремятся максимально избегать контакта с окружающей средой и держаться подальше от людей из соображений безопасности, эта рука воспринимает едва уловимые усилия, растягиваясь и сгибаясь способами, которые в большей степени имитируют податливость человеческой руки.
Создано нейросетью в сервисе Nano Banana от KolerskyAI
Каждое движение робота рассчитано таким образом, чтобы избежать чрезмерной нагрузки и при этом эффективно выполнять поставленную задачу. В лабораториях MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) и Laboratory for Information and Decisions Systems (LIDS) эти, казалось бы, простые движения являются кульминацией сложной математики, тщательного проектирования и видения роботов, которые могут безопасно взаимодействовать с людьми и деликатными объектами.
Мягкие роботы с их деформируемыми телами обещают будущее, в котором машины будут более плавно перемещаться рядом с людьми, помогать в уходе за больными или обращаться с деликатными предметами в промышленных условиях. Однако сама эта гибкость затрудняет управление ими. Небольшие изгибы или повороты могут создавать непредсказуемые силы, повышая риск повреждения или травматизма. Это мотивирует необходимость в стратегиях безопасного управления мягкими роботами.
Мягкие роботы с их деформируемыми телами обещают будущее, в котором машины будут более плавно перемещаться рядом с людьми, помогать в уходе за больными или обращаться с деликатными предметами в промышленных условиях. Однако сама эта гибкость затрудняет управление ими. Небольшие изгибы или повороты могут создавать непредсказуемые силы, повышая риск повреждения или травматизма. Это мотивирует необходимость в стратегиях безопасного управления мягкими роботами.
Вдохновленные достижениями в области безопасного управления и формальных методов для жестких роботов, мы стремимся адаптировать эти идеи к мягкой робототехнике — моделируя их сложное поведение и принимая, а не избегая контакта, — чтобы обеспечить более высокопроизводительные конструкции (например, большую полезную нагрузку и точность) без ущерба для безопасности или воплощенного интеллекта
Безопасность превыше всего
Команда разработала новую структуру, которая сочетает теорию нелинейного управления (системы управления, предполагающие очень сложную динамику) с передовыми методами физического моделирования и эффективной оптимизацией в реальном времени для обеспечения того, что они называют “безопасностью с учетом контакта”.
В основе подхода лежат управляющие барьерные функции высокого порядка (HOCBFs) и управляющие функции Ляпунова высокого порядка (HOCLFs). HOCBF определяют границы безопасной эксплуатации, гарантируя, что робот не будет прилагать небезопасных усилий. HOCl эффективно направляют робота к поставленным задачам, обеспечивая баланс между безопасностью и производительностью.
“По сути, мы учим робота осознавать собственные пределы при взаимодействии с окружающей средой, при этом достигая своих целей”, - говорит аспирант факультета машиностроения Массачусетского технологического института Киван Вонг, ведущий автор новой статьи, описывающей структуру.
“Подход предполагает сложный вывод динамики мягких роботов, моделей контактов и ограничений управления, но определение целей управления и барьеров безопасности довольно простое для практикующего, а результаты очень ощутимы, поскольку вы видите, что робот движется плавно, реагирует на контакт и никогда не создает опасных ситуаций ”.
В основе подхода лежат управляющие барьерные функции высокого порядка (HOCBFs) и управляющие функции Ляпунова высокого порядка (HOCLFs). HOCBF определяют границы безопасной эксплуатации, гарантируя, что робот не будет прилагать небезопасных усилий. HOCl эффективно направляют робота к поставленным задачам, обеспечивая баланс между безопасностью и производительностью.
“По сути, мы учим робота осознавать собственные пределы при взаимодействии с окружающей средой, при этом достигая своих целей”, - говорит аспирант факультета машиностроения Массачусетского технологического института Киван Вонг, ведущий автор новой статьи, описывающей структуру.
“Подход предполагает сложный вывод динамики мягких роботов, моделей контактов и ограничений управления, но определение целей управления и барьеров безопасности довольно простое для практикующего, а результаты очень ощутимы, поскольку вы видите, что робот движется плавно, реагирует на контакт и никогда не создает опасных ситуаций ”.
По сравнению с традиционными кинематическими CBF, где трудно определить инвариантные к поступательному движению наборы безопасных параметров, структура HOCBF упрощает конструкцию барьера, а ее оптимизационная формулировка учитывает динамику системы (например, инерцию), гарантируя, что мягкий робот остановится достаточно рано, чтобы избежать опасных контактных усилий
доцент Вустерского политехнического института
и бывший постдок CSAIL Вэй Сяо
“С тех пор, как появились мягкие роботы, отрасль подчеркнула их воплощенный интеллект и большую внутреннюю безопасность по сравнению с жесткими роботами благодаря пассивному материалу и податливости конструкции. Однако их “когнитивный” интеллект — особенно системы безопасности — отстает от жестких манипуляторов с последовательным подключением ”, - говорит соавтор Максимилиан Штельцле, стажер-исследователь Disney Research и бывший аспирант Технологического университета Делфта и приглашенный исследователь MIT LIDS и CSAIL. “Эта работа помогает устранить этот пробел, адаптируя проверенные алгоритмы к мягким роботам и адаптируя их к безопасному контакту и динамике мягкого континуума”.
Команда LIDS и CSAIL протестировала систему в серии экспериментов, призванных проверить безопасность и адаптивность робота. В одном тесте рука мягко прижималась к податливой поверхности, поддерживая точное усилие без превышения. В другом тестировании рука прослеживала контуры изогнутого объекта, регулируя его захват, чтобы избежать проскальзывания. В ходе еще одной демонстрации робот манипулировал хрупкими предметами вместе с человеком-оператором, реагируя в режиме реального времени на неожиданные толчки или смещения. “Эти эксперименты показывают, что наша система способна применяться к различным задачам и целям, и робот может чувствовать, адаптироваться и действовать в сложных сценариях, всегда соблюдая четко определенные пределы безопасности”, - говорит Зардини.
Мягкие роботы, обеспечивающие безопасность при контакте, могут стать реальной добавленной стоимостью, конечно, в местах с высокими ставками. В здравоохранении они могли бы помогать при операциях, обеспечивая точные манипуляции при одновременном снижении риска для пациентов. В промышленности они могут обращаться с хрупкими товарами без постоянного присмотра. В домашних условиях роботы могли бы помогать по дому или по уходу за детьми, безопасно взаимодействовать с детьми или пожилыми людьми — ключевой шаг к тому, чтобы мягкие роботы стали надежными партнерами в реальных условиях.
“Мягкие роботы обладают невероятным потенциалом”, - говорит соавтор исследования Даниэла Рус, директор CSAIL и профессор кафедры электротехники и компьютерных наук. “Но обеспечение безопасности и кодирование задач движения с помощью относительно простых задач всегда было центральной задачей. Мы хотели создать систему, в которой робот мог бы оставаться гибким и отзывчивым, математически гарантируя, что его усилие не превысит безопасные пределы”.
Команда LIDS и CSAIL протестировала систему в серии экспериментов, призванных проверить безопасность и адаптивность робота. В одном тесте рука мягко прижималась к податливой поверхности, поддерживая точное усилие без превышения. В другом тестировании рука прослеживала контуры изогнутого объекта, регулируя его захват, чтобы избежать проскальзывания. В ходе еще одной демонстрации робот манипулировал хрупкими предметами вместе с человеком-оператором, реагируя в режиме реального времени на неожиданные толчки или смещения. “Эти эксперименты показывают, что наша система способна применяться к различным задачам и целям, и робот может чувствовать, адаптироваться и действовать в сложных сценариях, всегда соблюдая четко определенные пределы безопасности”, - говорит Зардини.
Мягкие роботы, обеспечивающие безопасность при контакте, могут стать реальной добавленной стоимостью, конечно, в местах с высокими ставками. В здравоохранении они могли бы помогать при операциях, обеспечивая точные манипуляции при одновременном снижении риска для пациентов. В промышленности они могут обращаться с хрупкими товарами без постоянного присмотра. В домашних условиях роботы могли бы помогать по дому или по уходу за детьми, безопасно взаимодействовать с детьми или пожилыми людьми — ключевой шаг к тому, чтобы мягкие роботы стали надежными партнерами в реальных условиях.
“Мягкие роботы обладают невероятным потенциалом”, - говорит соавтор исследования Даниэла Рус, директор CSAIL и профессор кафедры электротехники и компьютерных наук. “Но обеспечение безопасности и кодирование задач движения с помощью относительно простых задач всегда было центральной задачей. Мы хотели создать систему, в которой робот мог бы оставаться гибким и отзывчивым, математически гарантируя, что его усилие не превысит безопасные пределы”.
Сочетание моделей мягких роботов, дифференцируемого моделирования и теории управления
В основе стратегии управления лежит дифференцируемая реализация так называемой кусочно-сегментной динамической модели (PCS), которая предсказывает, как деформируется мягкий робот и где накапливаются силы. Эта модель позволяет системе предвидеть, как тело робота будет реагировать на приведение в действие и сложные взаимодействия с окружающей средой. “Аспект, который мне больше всего нравится в этой работе, - это сочетание интеграции новых и старых инструментов из разных областей, таких как усовершенствованные модели мягких роботов, дифференцируемое моделирование, теория Ляпунова, выпуклая оптимизация и ограничения безопасности в зависимости от степени тяжести травм. Все это прекрасно сочетается в контроллере реального времени, полностью основанном на первых принципах ”, - говорит соавтор Козимо Делла Сантина, адъюнкт-профессор Технологического университета Делфта.
Дополнением к этому является дифференцируемая теорема о консервативной разделяющей оси (DCSAT), которая оценивает расстояния между мягким роботом и препятствиями в окружающей среде, которые можно дифференцируемым образом аппроксимировать цепочкой выпуклых многоугольников. “Более ранние дифференцируемые показатели расстояния для выпуклых многоугольников либо не могли вычислить глубину проникновения, необходимую для оценки контактных сил, либо давали неконсервативные оценки, которые могли поставить под угрозу безопасность”, — говорит Вонг. “Вместо этого метрика DCSAT возвращает строго консервативные и, следовательно, безопасные оценки, одновременно обеспечивая быстрые и дифференцируемые вычисления”. Вместе ПК и DCSAT позволяют роботу прогнозировать окружающую среду для более активного и безопасного взаимодействия.
Заглядывая в будущее, команда планирует распространить свои методы на трехмерных мягких роботов и изучить возможность интеграции со стратегиями, основанными на обучении. Сочетая безопасность с учетом контакта и адаптивное обучение, мягкие роботы смогут работать в еще более сложных и непредсказуемых условиях.
“Это то, что делает нашу работу захватывающей”, - говорит Рус. “Вы можете видеть, что робот ведет себя по-человечески осторожно, но за этим изяществом скрывается строгая система контроля, гарантирующая, что он никогда не выйдет за рамки дозволенного”.
“Взаимодействие с мягкими роботами, как правило, безопаснее, чем с роботами с жестким корпусом, благодаря податливости и энергопоглощающим свойствам их тел”, - говорит доцент Мичиганского университета Дэниел Брудер, который не принимал участия в исследовании. “Однако по мере того, как мягкие роботы становятся быстрее, сильнее и способнее, этого может быть уже недостаточно для обеспечения безопасности. Эта работа делает важный шаг к обеспечению безопасной работы мягких роботов, предлагая метод ограничения контактных усилий по всему их телу.”
Исследование MIT. Работа команды была частично поддержана стипендиями Гонконгского жокейского клуба, программой Европейского союза Horizon Europe, Cultuurfonds Wetenschapsbeurzen и кафедрой Раджа (1948) и Нэнси Аллен. Их работа была опубликована ранее в этом месяце в журнале инженеров института электротехники и электроники "Письма по робототехнике и автоматизации".
Дополнением к этому является дифференцируемая теорема о консервативной разделяющей оси (DCSAT), которая оценивает расстояния между мягким роботом и препятствиями в окружающей среде, которые можно дифференцируемым образом аппроксимировать цепочкой выпуклых многоугольников. “Более ранние дифференцируемые показатели расстояния для выпуклых многоугольников либо не могли вычислить глубину проникновения, необходимую для оценки контактных сил, либо давали неконсервативные оценки, которые могли поставить под угрозу безопасность”, — говорит Вонг. “Вместо этого метрика DCSAT возвращает строго консервативные и, следовательно, безопасные оценки, одновременно обеспечивая быстрые и дифференцируемые вычисления”. Вместе ПК и DCSAT позволяют роботу прогнозировать окружающую среду для более активного и безопасного взаимодействия.
Заглядывая в будущее, команда планирует распространить свои методы на трехмерных мягких роботов и изучить возможность интеграции со стратегиями, основанными на обучении. Сочетая безопасность с учетом контакта и адаптивное обучение, мягкие роботы смогут работать в еще более сложных и непредсказуемых условиях.
“Это то, что делает нашу работу захватывающей”, - говорит Рус. “Вы можете видеть, что робот ведет себя по-человечески осторожно, но за этим изяществом скрывается строгая система контроля, гарантирующая, что он никогда не выйдет за рамки дозволенного”.
“Взаимодействие с мягкими роботами, как правило, безопаснее, чем с роботами с жестким корпусом, благодаря податливости и энергопоглощающим свойствам их тел”, - говорит доцент Мичиганского университета Дэниел Брудер, который не принимал участия в исследовании. “Однако по мере того, как мягкие роботы становятся быстрее, сильнее и способнее, этого может быть уже недостаточно для обеспечения безопасности. Эта работа делает важный шаг к обеспечению безопасной работы мягких роботов, предлагая метод ограничения контактных усилий по всему их телу.”
Исследование MIT. Работа команды была частично поддержана стипендиями Гонконгского жокейского клуба, программой Европейского союза Horizon Europe, Cultuurfonds Wetenschapsbeurzen и кафедрой Раджа (1948) и Нэнси Аллен. Их работа была опубликована ранее в этом месяце в журнале инженеров института электротехники и электроники "Письма по робототехнике и автоматизации".