Inteligencija slična ljudskoj u mekim robotima

Interdisciplinarna istraživačka skupina Mens, Manus i Machina (M3S) u kojoj djeluju istraživači s Nacionalnog sveučilišta u Singapuru (NUS), uz suradnike s američkog tehnološkog instituta MIT i Tehnološkog sveučilišta Nanyang u Singapuru (NTU Singapur), predstavila je neuralni nacrt za inteligenciju sličnu ljudskoj u mekim robotima.

Za razliku od običnih robota koji se kreću pomoću krutih motora i zglobova, meki roboti izrađeni su od fleksibilnih materijala poput meke gume i kreću se pomoću posebnih aktuatora, komponenti koje djeluju poput umjetnih mišića kako bi proizvele fizičko kretanje.

Iako ih njihova fleksibilnost čini idealnima za delikatne ili adaptivne zadatke, upravljanje mekim robotima oduvijek je bio izazov jer se njihov oblik mijenja na nepredvidive načine. Stvarna okruženja često su komplicirana i puna neočekivanih poremećaja, pa čak i male promjene uvjeta - poput promjene težine, naleta vjetra ili manjeg hardverskog kvara, mogu poremetiti njihovo kretanje.

U studiji otvorenog pristupa, objavljenoj u časopisu Science Advances, istraživači opisuju kako su razvili novi sustav upravljanja umjetnom inteligencijom koji omogućuje mekim robotima prilagodbu različitim zadacima. Studija je inspirirana načinom na koji ljudski mozak uči i prilagođava se, a izgrađena je na opsežnom istraživanju robotskog upravljanja temeljenog na učenju, utjelovljene inteligencije, meke robotike i meta-učenja.

Sustav koristi dva komplementarna skupa „sinapsi“ – veza koje prilagođavaju način kretanja robota – radeći u tandemu. Prvi skup, poznat kao „strukturne sinapse“, trenira se izvan mreže na raznim osnovnim pokretima, poput glatkog savijanja ili ispružanja meke ruke. Oni formiraju ugrađene vještine robota i pružaju snažnu, stabilnu osnovu.

Drugi skup, nazvan „plastične sinapse“, kontinuirano se ažurira online dok robot radi, fino podešavajući ponašanje ruke kako bi odgovorio na ono što se događa u trenutku. Ugrađena mjera stabilnosti djeluje kao zaštita, tako da čak i dok se robot prilagođava tijekom online adaptacije, njegovo ponašanje ostaje glatko i kontrolirano. 

Sustav podržava više vrsta zadataka, omogućujući mekim robotskim rukama praćenje putanje, postavljanje objekata i regulaciju oblika cijelog tijela unutar jednog jedinstvenog pristupa. Metoda se također generalizira na različite platforme mekih ruku, demonstrirajući primjenjivost na više platformi.

Sustav je testiran i validiran na dvije fizičke platforme - mekoj ruci pokretanoj kabelom i mekoj ruci aktiviranoj legurom s memorijom oblika - i pružio je impresivne rezultate. Postigao je smanjenje pogreške praćenja od 44-55 posto pri jakim poremećajima; preko 92 posto točnosti oblika pri promjenama korisnog tereta, poremećajima protoka zraka i kvarovima aktuatora; te stabilne performanse čak i kada je do polovice aktuatora otkazalo.

Ovaj proboj otvara vrata robusnijim mekim robotskim sustavima za razvoj proizvodnje, logistike, inspekcije i medicinske robotike bez potrebe za stalnim reprogramiranjem - smanjujući vrijeme zastoja i troškove.

U zdravstvu, pomoćni i rehabilitacijski uređaji mogu automatski prilagoditi svoje pokrete promjenjivoj snazi ​​ili držanju pacijenta, dok nosivi ili medicinski meki roboti mogu osjetljivije reagirati na individualne potrebe, poboljšavajući sigurnost i ishode liječenja pacijenata.

Istraživači planiraju proširiti ovu tehnologiju na robotske sustave ili komponente koje mogu raditi većim brzinama i složenijim okruženjima, s potencijalnim primjenama u asistivnoj robotici, medicinskim uređajima i industrijskim mekim manipulatorima, kao i integracijom u autonomne sustave u stvarnom svijetu.