MIT Evrimleşen Robot Geliştirdi

MIT tarafından geliştirilen Evolution Gym adlı robot optimizasyon sistemi, robotların görev anında kendini geliştirmelerine olanak sağlıyor. 2D bir sistem olan Evolution Gym hakkındaki detaylar yazımızın devamında.

A- A+

27.02.2022 tarihli yazı 3592 kez okunmuştur.

MIT Robot Simülasyon Yapay Zeka Evrim Pekiştirmeli Öğrenme Algoritma

Bir atlet olduğunuzu ve yarıştığınızı düşünün. Yarışı tamamlayabilmek için vücudunuzun güçlü ve dayanıklı olması gerekir. Kazanmak için beyninizin stratejinizi belirlemesi, rotayı takip etmesi, hızınızı ayarlaması ve dengede durmanızı sağlaması lazım. İşte bu senaryodaki unsurlar çoğu robot için de geçerlidir. Robotlar da görevlerini yerine getirmek için iyi tasarlanmış bir mekanik yapıya ve bir “beyne” ihtiyaç duyar. Bu robotu geliştirmek için çeşitli simülasyonlar kullanılabilir. Mekanik yapısını, kontrolcüsünü veya başka bir parçasını simülasyonlar sonucu geliştirebilirsiniz. Asıl zorluk ise bu parçaları aynı anda geliştirebilmekte. İnsanlık şu an bu konuda biraz geri kalmış durumda. Peki robotu tasarlayan bir algoritma olsaydı ne olurdu?

Bilgi işlemdeki ilerlemeler sayesinde, ortak tasarım olarak bilinen bir yaklaşımla, hem tasarımı hem de kontrolü aynı anda optimize eden yazılım programları yazmak mümkün oldu. MIT'nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarından (CSAIL) bilim insanları, doğadan ve evrimsel süreçlerden ilham alarak yumuşak robotların tasarımını ve kontrolünü birlikte optimize etmek için büyük ölçekli 2D bir test sistemi olan “Evolution Gym”i tasarlamayı başardı.

►İlginizi Çekebilir: Çevresine Uyum Sağlayabilen Mikro Robotlar Geliştirildi

Evolution Gym’deki robotlar; yürüme, tırmanma, nesneleri manipüle etme, şekil değiştirme ve bilinçsiz gezinme görevlerini yerine getiren yumuşak hareketli Tetris parçalarına benziyor. Ekip, robotun yeteneğini test etmede tasarım optimizasyonu için standart yöntemler ile derin pekiştirmeli öğrenme (RL) tekniklerini birleştirerek kendi ortak tasarım algoritmalarını geliştirdi.

Ortak tasarım algoritması, robotu optimize eden bir güç çifti gibi çalışıyor. Tasarım optimizasyonu, "tasarım ne kadar iyi performans gösteriyor?" diye sorar. Kontrol optimizasyonu, "yürüme:5” gibi görünebilecek bir puan sistemiyle yanıt verir. Robotlar 30’dan fazla görevde ve ortamda test edildi. Yürümek, koşmak veya bir eşyayı taşımak tarzı basit görevlerde oldukça başarılı olmalarına rağmen, ekibe göre birçok görevde "sinir bozucu" bir şekilde bariz optimal olmayan davranış sergilediler. Örneğin, "yakalayıcı" robot, arkasına düşen düşen bir bloğu yakalamak için ileriye doğru atıldı.

►İlginizi Çekebilir: Zihin Kontrolü Yapabilen Robot Kol Geliştirildi

Evolution Gym’de temel olarak bir ödüllendirme sistemi bulunuyor. Bir senaryoda robotun görevi önündeki bloğu itmek. Robota çevresindekilerin ve bloğun uzaklığının bilgisi verildi. Ardından robot bloğu ittirdi. Robot görev bitiminde kendine ödülü artırmanın yollarını sordu. Bloğa zıplayarak ulaşsaydım ödül artar mıydı? Bloğu daha fazla ittirseydim ödülüm artar mıydı? Özetle robot deneme yanılma yoluyla ödülünü artırma düşüncesine giriyor.

Evolution Gym şu anda basit bir algoritmayla robot simülasyonu yapan basit bir test aracı. Fakat savunduğu düşünce gelecek için oldukça önemli. Araştırmacılar bunun farkında olduğu için Evolution Gym’i açık kaynak kodlu ve kullanımı ücretsiz bir şekilde paylaştılar.

Kaynak:

►news.mit.edu
►spectrum.ieee.org