分享

形态计算:隐藏在软体机器人身体中的超能力

 长庆wcqjs 2015-09-16

机器人Jaeger-Lipson咖啡气囊夹持器,其软体的末端执行器可以使用它夹持的物体。

软体机器人功能多样,往往比刚性机器人更安全、更节能、强壮而有弹性。软体机器人面临的最大挑战是控制,通常情况下,传统的方法并不管用。答案可能在于形态计算:源于生物系统利用他们的身体控制基本动作的想法。

软体机器人设计新颖在于其简单而多功能性。Jaeger-Lipson的咖啡气囊夹持器就是一个例子。它的基础是一个气球,里面填充有咖啡粉,咖啡球是软是硬,取决于里面的气压。使用简单的一维变量控制就能抓起任何物体(真空开或关)。通过其柔软的末端夹持器自适应物体,而不需要任何的建模或控制。

形态计算建议,至少某些部分的控制(例如行走或抓取)可以外包给身体,因为这些功能已经“编码”在身体中。另一种方法是把它的身体看作是可以利用的计算资源。这使得任务变得更容易,因为部分“工作”已经由身体完成,将会降低机器人计算问题、相关控制和学习任务的复杂性。

机器人
章鱼的柔软身体有潜力作为一个计算资源。

那么,什么类型的计算可以由机器人的身体来完成?生物系统必须获取感官星系和解释,或将它转变为合理的激励信号。计算过程是一个连续的输入流到输出流的动态映射,通过环境反馈回路。例如,这可能是一个实现形态稳定运行的非线性控制其,毕竟,一个控制器只是一个动态系统。如果是形态计算,这个系统是身体的一个简单部分,而不是外部算法,数字计算单元。

跟数字计算过程有本质上的区别,形态计算并非基于离散步和有限时间的图灵机;它发生在连续、模拟的领域,由身体直接完成。

它也可以扩大到超出身体的形状和形式,描述其动力学的参数,例如刚度、摩擦或阻尼。环境的动态参数也决定了计算的类型。例如,一条腿与地面相互作用,抓取物体时软体手的变形。

机器人
Asimo是刚性身体。虽然它的硬件设计很巧妙,但其身体不能用作形态计算。

背景资料

最近的形态计算研究表明,具备强大计算能力的身体表现出高度复杂的动力学(即,高维状态空间,非线性和欠驱动)。但在大多数传统机器人设计中,例如Asmio机器人和很多工业机器人,这些属性被刻意压制为复杂的动力学可以通过建模和控制干扰。

近段时间以来,形态计算的概念已经广泛应用于机器人技术。一些很好的案例被Pfeifer和Bongard列举在他们影响深远的著作“身体的智能:智能科学新视角(How the body shapes the way we think)”。

许多此类机器人都是用生物灵感、直觉和巧妙的工程设计制造出来的。直到最近,他们的设计依然没有明确的指导方针。

机器人
图片说明:(a)康奈尔大学的被动行走机器人(Collins等人,2001);(b)Ziegler等人做的Wanda,2006;(c)Puppy;(d)Fumiya lida做的Strmpy。

为了填补这一空白,我们开发了两个理论数学模型,试图藐视身体如何变成可利用的计算资源。为了提供一个描述性通用模型,我们使用简单的质量弹簧阻尼器系统网络,一个可以很好地近似为生物,但软体的机器人主体。

其基本思想是使用形态作为计算资源来模拟复杂的行为。可以计算的范围令人印象深刻。从理论上说,几乎没有限制。

软体机器人强大计算能力的启示与展望

我们能够证明的身体可以被用来模拟复杂的非线性微分方程组(如非线性控制器)。我们展示了设置模拟非线性极限环是非常强大的,甚至能够概括超出了他们了解的数据集。这样的极限环可以用来产生一个运动控制信号。我们甚至能够展示使用身体作为不同极限环(行为)的开关,这些极限环是基于来自环境的物理输入(强加到系统中)。其意义是,身体可以作为一种传感器,使机器人能够通过其软体的身体感受到改变,并做出恰当的反应。

一个可能的应用是机器人能“感受”到施加在身体上的重量,使其能够通过产生(计算)不同的极限环来调整其运动。

机器人
机器人能“感受”到施加在身体上的重量,使其能够通过产生(计算)不同的极限环来调整其运动。

创造真实的机器人

撇开理论成果,真实世界的一些平台已经利用软复合体作为计算资源。例如,在欧盟项目ODTOPUS中,我们发现,被动硅胶手臂(灵感来自于章鱼)可以用于进行复杂的计算任务。

机器人
图片说明:(a)被动软体硅胶手臂;(b)慕尼黑工业大学开发的组合式气动机械手;(c)软体脊柱机器人Kitty;(d)NASA的superball机器人

我们创建了一个软体脊柱的四足机器人,我们把它作为计算资源去控制其运动。我们也展示了,在一个工业环境中,气动机器人手臂模块(由慕尼黑工业大学的Martin Eder开发)可以通过形态计算进行利用。另一个例子是美国航空航天局的无一定尺寸限制结构机器人“SuperBallBot”,应用在外行星探测中。

启示与展望

形态计算为我们提供了一个新视角:与其把他们的复杂动态看作是一个问题,不如拥抱和利用隐藏在软体里的超能力。下面是一些有趣的启示:

● 软体机器人可以利用他们的身体进行计算任务,让他们更强壮、更快(他们可以实时响应),以及潜在的比自己的同类更节能,因为他们利用身体的动态而不是对抗。

● 智能材料的加入使身体不仅可以驱动,而且还可以感知环境并处理这些信息。这甚至还可能延伸到犹豫高弹性、适应性和智能机器人导致的机器人部件损坏的情况。

● 形态计算方法将允许我们设计的机器人可以很容易地从一个行为切换到另一个。例如:从一个稳定的极限环(在运动过程中)到一个指数稳定平衡点(为达成任务)。

● 这个概念可以应用于一系列智能结构。例如:能够使用用户动作的智能家具、触觉界面和用于改造和教学新动作的可穿戴软体设备(例如,一项新运动)。甚至能对环境变化做出反应的智能建筑。

● 未来,自组装系统也可以利用形态计算。由于形态定义了功能/计算,通过改变形态,我们可以对机器进行“重新编程”。

由于其复杂的动态,软体机器人可能比刚性机器人又更强的计算能力。形态计算将被公认为机器人缺点的复杂性变成强大的利益。纵观迄今为止所做的工作,我们相信这对于其他应用和新创意有很大的潜力,我们期待着未来。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多