形状変化するソフトロボットを制御する新アルゴリズムの開発-MIT

MITの研究チームが開発した新しいアルゴリズムにより、これまで制御が難しかった形状変化するソフトロボットの動きを効率的に操作できるようになりました。
これは、ロボット技術にとって大きな進歩を意味しています。

現在のロボットは、固定された関節や四肢を使用して動作することが一般的ですが、新しいタイプのソフトロボットは、全身を変形させることでさまざまなタスクを実行できます。

この記事では、MITの研究者たちがどのようにして、この革新的なロボットを自律的に学習し、最適化するアルゴリズムを開発したのかを紹介し、その潜在的な用途やDittoGymシミュレーターを使用してアルゴリズムがテストされた詳細について解説しています。
医療、ウェアラブルデバイス、産業システムなど幅広い分野に応用可能な、この先進的な技術の可能性を探ります。

MITの研究者が開発した柔軟な形状変更ロボットを制御する新技術

MITの研究チームは、柔軟で形を変えることができるロボットを制御するための新しい機械学習アルゴリズムを開発しました。
従来の硬いロボットとは異なり、この新しいタイプのロボットは関節や四肢がなく、全身を自由自在に変形させることが可能です。

そのようなロボットをどのように制御するかは大きな課題でした。
しかしMITの研究チームは、ロボットが特定のタスクを達成するために体全体を動かし、伸ばし、形を変える方法を自律的に学ぶアルゴリズムを開発しました。

彼らはまた、変形可能なソフトロボットの制御アルゴリズムを評価するためのシミュレーターも構築しました。

この新しい技術は、医療、ウェアラブルデバイス、産業システムなど、さまざまな分野での応用が期待されています。

動的な動作を制御するための新アルゴリズム

この新しいアルゴリズムは、磁場によって制御される柔軟なロボットに特に有効です。
これらのロボットは全身をダイナミックに変形させることが可能で、数千もの小さな筋肉を個別に制御するのは困難でした。

チームはこの問題に対処するために、隣接する筋肉のグループを制御することから始めるという新しい手法を考案しました。
アルゴリズムは、グループの筋肉を制御することにより、可能なアクションのスペースを探索した後、学習したポリシー（行動計画）を最適化するためにより細かい詳細に焦点を当てます。

研究者たちはロボットのアクションスペースを画像のように扱い、ロボットの環境のイメージから2Dアクションスペースを生成しました。

DittoGymシミュレーターの構築

実際にアルゴリズムをテストするために、研究者たちは「DittoGym」というシミュレーション環境を作成しました。DittoGymには、形を変えるロボットの能力を評価する8つのタスクが用意されています。

例えば、1つのタスクでは、「ロボットは身体を伸ばして曲げることで障害物を避け、目標点に到達する必要」があります。
また、別のタスクでは、「アルファベットの文字を模倣するために形を変える必要」があります。

これらのタスクは、ロボットの柔軟性と新しい強化学習スキームの効果を総合的に理解するためにデザインされました。

このアルゴリズムはベースラインの方法よりも優れたパフォーマンスを示し、特に複数の形状変更を必要とするマルチステージタスクを完了する唯一の手法でした。

出典:MIT