MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

本文作者：付靜

2021-04-25 18:50

導(dǎo)語：該團隊的可拆分模擬迭代方法很大程度上減少了機器人開發(fā)的時間成本。

水下機器人，長什么樣？

2016 年，兩名斯坦福大學 AI 實驗室學生在對大疆無人機研究了一番后，設(shè)計了一款名為 SeaDrone 的機器人，隨后還將其一步步變成了現(xiàn)實的水下監(jiān)控產(chǎn)品，并成立了自己的公司 O-Robotix。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

同年 10 月 21 日的世界機器人大會主論壇上，斯坦福大學 Oussama Khatib 教授在演講中介紹了一款海底“阿凡達”，人類不僅可以操控它，還可以通過它身上搭載的眾多傳感器來“感受”海底世界。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

2021 年 1 月，來自哈佛大學約翰·保爾森工程和應(yīng)用科學學院、韋斯生物啟發(fā)工程研究所的一組科學家設(shè)計了一群大眼萌機器魚，研究成果登上知名學術(shù)期刊 Science Robotics 封面。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

可見，水下機器人逐漸呈現(xiàn)出仿生趨勢。想象一下，在“魚的世界”里，混進一條機器魚要比一臺龐大的機器更為合理自然，更符合仿生學原理。

而 MIT 計算機科學和人工智能實驗室（CSAIL）提出的想法是，制造一款類海洋生物機器人，其外形不僅可以是魚，還可以是海星！

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

嗯沒錯，「派大星 MIT 分星」來了！

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

如何用 18 小時造出一個“派大星”？

2021 年 3 月 31 日，相關(guān)研究成果發(fā)表于 IEEE RA-L 期刊，題為 Underwater Soft Robot Modeling and Control With Differentiable Simulation（基于可差分模擬的水下機器人建模與控制）。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

隨著水下機器人技術(shù)不斷推進，包括海底探索、樣品采集、海洋生物觀察在內(nèi)的多項任務(wù)如今都能更順利地實現(xiàn)，學界也已經(jīng)為此類機器人的開發(fā)嘗試了多種方案，但由于軟體系統(tǒng)具有高自由度，計算起來并不容易，對水下軟體機器人進行建模、控制其實是一個較為棘手的問題。

論文介紹：

要對水下軟體機器人進行建模，不僅要順應(yīng)機器人的形變，還要考慮到機器人與水環(huán)境之間復(fù)雜的固體-流體耦合。軟體機器人的復(fù)雜動力學及其與水環(huán)境的相互作用通常會導(dǎo)致模擬和實際實驗之間存在巨大的差距。

因此，只有縮小機器人在模擬時和實際操作中的差距，未來機器人控制器和設(shè)計才能越來越可靠地轉(zhuǎn)移到現(xiàn)實世界中。

如下圖所示，研究團隊的策略是，將一個可差分模擬器嵌入到一個在模擬和真實實驗之間交替的管道中。給定的控制輸入（左）是機器人捕獲到的真實世界的運動數(shù)據(jù)。這些數(shù)據(jù)被傳送到可差分模擬器，在那里系統(tǒng)識別縮小了現(xiàn)實（右下角的四個綠色球體）和模擬（右下角的四個藍色球體）之間的差距，之后通過軌跡優(yōu)化生成新的控制序列。

這一方法被稱為 Real2Sim，經(jīng)過這樣的迭代轉(zhuǎn)移，研究團隊實現(xiàn)了軌跡優(yōu)化、差距縮小。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

研究團隊表示：

將可差分模擬與可差分的分析流體力學模型相結(jié)合，可以改進軟體機器人的建模和優(yōu)化。

既然有了方法，那就設(shè)計一款機器人試試。

研究團隊利用 C++ 和 Python 開發(fā)的機器學習算法系統(tǒng)，設(shè)計了一只由四個肌腱驅(qū)動的“派大星”，四個腳尖到其背部的電機分別有一根線纜。

他們選用的材料是硅膠泡沫，既富有彈性又足夠柔軟，可以保證機器人在狹窄空間中移動。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

隨后，“派大星”被放進一個水箱進行測試，為記錄實際情況，水箱外放置了一個高速相機。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

【左側(cè)無水，右側(cè)有水】

實際上，從設(shè)計到通過 Real2Sim 方法對其優(yōu)化，整個過程只需 18 小時。可見，該團隊的可拆分模擬迭代在很大程度上減少了機器人開發(fā)的時間成本。

關(guān)于作者

如上文所述，這一設(shè)計來自于 MIT CSAIL。

雷鋒網(wǎng)注意到，一位名為 Tao Du 的團隊成員是該論文共同一作，此次主導(dǎo)了“派大星”的軟硬件開發(fā)。Tao Du 本科畢業(yè)于清華大學軟件學院，隨后在斯坦福大學計算機讀碩士，目前 MIT 博士在讀，研究方向是計算機圖形學、機器人學和機器學習，關(guān)注復(fù)雜物理系統(tǒng)中具有挑戰(zhàn)性的設(shè)計和控制問題。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者

另外，雷鋒網(wǎng)在作者名單中看到了另一個名字——Daniela Rus。

Daniela Rus 是 MIT CSAIL 主任、Andrew and Erna Viterbi 電氣工程和計算機科學教授、IEEE Fellow、AAAI Fellow、美國國家工程院院士，曾于康奈爾大學獲得計算機科學博士學位，主要研究領(lǐng)域涵蓋機器人、移動計算和數(shù)據(jù)科學。

MIT 水下機器人新作！用機器學習 18 小時造“派大星”，Daniela Rus 為共同作者