Le robot traverse une série de plates-formes flottantes à différentes hauteurs. Cette tâche est difficile. GROUPE DE CONCEPTION ET DE FABRICATION COMPUTATIONNELLES DU MIT
Imaginez que vous participez à une course. Pour la terminer, votre corps doit être fort, et votre cerveau doit suivre le parcours, contrôler votre rythme et vous empêcher de trébucher. Il en va de même pour les robots. Pour accomplir leurs tâches, ils ont besoin d’un corps bien conçu et d’un « cerveau », ou contrôleur. Les ingénieurs peuvent utiliser diverses simulations pour améliorer le contrôle d’un robot et le rendre plus intelligent. Mais il existe peu de moyens d’optimiser en même temps la conception d’un robot.
À moins que le concepteur ne soit un algorithme.
Grâce aux progrès de l’informatique, il est enfin possible d’écrire des logiciels qui optimisent simultanément la conception et le contrôle, une approche connue sous le nom de co-conception. Bien qu’il existe des plates-formes établies pour optimiser le contrôle ou la conception, la plupart des chercheurs en co-conception ont dû concevoir leurs propres plates-formes d’essai, qui sont généralement très gourmandes en temps et en ressources informatiques.
Pour aider à résoudre ce problème, Jagdeep Bhatia, un chercheur de premier cycle du MIT, et d’autres chercheurs ont créé un système de simulation de robotique douce de co-conception en 2D appelé Evolution Gym. Ils ont présenté ce système lors de la conférence de cette année sur les systèmes de traitement de l’information neuronale. Ils ont également détaillé le système dans un nouvel article.
« En gros, nous avons essayé de créer un simulateur vraiment simple et rapide », souligne Jagdeep Bhatia, auteur principal de l’article. « Et par-dessus le marché, nous avons construit une série de tâches à accomplir par ces robots. »
Dans Evolution Gym, les robots mous en 2D sont constitués de cellules colorées, ou voxels. Les différentes couleurs représentent différents types de composants simples – matériaux souples ou rigides, et actionneurs horizontaux ou verticaux. Les résultats sont des robots qui sont des patchworks de carrés colorés, se déplaçant dans des environnements de type jeu vidéo. Comme il s’agit d’un jeu en 2D et que le programme est conçu simplement, il ne nécessite pas une grande puissance de calcul.
Comme son nom l’indique, les chercheurs ont structuré le système de manière à imiter le processus biologique de l’évolution. Plutôt que de générer des robots individuels, il génère des populations de robots aux conceptions légèrement différentes. Le système comporte un système d’optimisation à deux niveaux : une boucle externe et une boucle interne. La boucle externe est l’optimisation de la conception : Le système génère un certain nombre de conceptions différentes pour une tâche donnée, comme marcher, sauter, grimper ou attraper des objets. La boucle intérieure est l’optimisation du contrôle.
Les chercheurs ont constaté que le système était très efficace pour de nombreuses tâches et que les robots conçus par les algorithmes fonctionnaient mieux que ceux conçus par l’homme.
« Le système prend chacune de ces conceptions, il optimise le contrôleur pour elle dans Evolution Gym sur une tâche particulière », a déclaré Jagdeep Bhatia. Ensuite, il renvoie un score pour chacune de ces conceptions à l’algorithme d’optimisation de la conception et dit : « Voici comment le robot s’est comporté avec le contrôleur optimal ».
De cette façon, le système génère plusieurs générations de robots sur la base d’un score de « récompense » spécifique à une tâche, en conservant les éléments qui maintiennent et augmentent cette récompense. Les chercheurs ont développé plus de 30 tâches que les robots devaient tenter d’accomplir, classées faciles, moyennes ou difficiles.
« Si votre tâche consiste à marcher, dans ce cas, vous voudriez que le robot se déplace aussi vite que possible dans le temps imparti », a déclaré Wojciech Matusik, professeur d’ingénierie électrique et d’informatique au MIT et auteur principal de l’article.
Les chercheurs ont constaté que le système était très efficace pour de nombreuses tâches et que les robots conçus par les algorithmes fonctionnaient mieux que ceux conçus par l’homme. Le système a conçu des modèles que les humains n’auraient jamais pu réaliser, générant des patchworks complexes de matériaux et d’actionneurs très efficaces. Le système est également parvenu à concevoir des modèles ressemblant à des animaux, bien qu’il n’ait eu aucune connaissance préalable des animaux ou de la biologie.
En revanche, aucune conception de robot n’a pu accomplir efficacement les tâches les plus difficiles, comme soulever et attraper des objets. Il pourrait y avoir plusieurs raisons à cela, notamment le fait que les populations que le programme a sélectionnées pour évoluer n’étaient pas assez diversifiées, a déclaré Wolfgang Fink, professeur associé d’ingénierie à l’université d’Arizona, qui n’a pas participé au projet.
« La diversité est la clé », a-t-il déclaré. « Si vous n’avez pas la diversité, alors vous obtenez rapidement de belles réussites, mais vous vous stabilisez très probablement de manière sous-optimale. » Dans l’algorithme le plus efficace des chercheurs du MIT, le pourcentage de robots ayant « survécu » à chaque génération se situait entre 60 et 0 %, diminuant progressivement au fil du temps.
Les conceptions simplistes en 2D d’Evolution Gym ne se prêtent pas non plus à une adaptation en robots réels. Néanmoins, M. Bhatia espère qu’Evolution Gym pourra servir de ressource aux chercheurs et leur permettre de développer de nouveaux robots.
Les conceptions simplistes en 2D d’Evolution Gym ne se prêtent pas non plus à une adaptation en robots réels. Néanmoins, Jagdeep Bhatia espère qu’Evolution Gym pourra servir de ressource aux chercheurs et leur permettre de développer de nouveaux algorithmes de co-conception intéressants. Le programme est open-source et son utilisation est gratuite.
« Je pense qu’il est toujours possible d’obtenir beaucoup d’informations précieuses en utilisant Evolution Gym et en proposant de nouveaux algorithmes et en créant de nouveaux algorithmes en son sein », a-t-il déclaré.
https://spectrum.ieee.org/robot-design
