ArtAce.ru - творческий сектор. Портал Новости Новости технологий

Робоморфные вычисления: проектирование инд ...

1-2-2021 04:21
Автор: DANIEL АКЕРМАН Источник: scitechdaily.com Избранные Закладки Приглашение

Исследователи Массачусетского технологического института разработали автоматизированный способ разработ ...

Робоморфные вычисления: проектирование индивидуальных «мозгов» для роботов 

Исследователи Массачусетского технологического института разработали автоматизированный способ разработки индивидуального оборудования или «мозгов», ускоряющего работу робота.

Новая система разрабатывает аппаратную архитектуру, чтобы ускорить время отклика роботов.

Современные роботы могут двигаться быстро. «Моторы быстрые и мощные, - говорит Сабрина Нойман.

Однако в сложных ситуациях, например при взаимодействии с людьми, роботы часто не двигаются быстро. «Зависание - это то, что происходит в голове робота», - добавляет она.

«Восприятие стимулов и вычисление реакции требует« большого количества вычислений », что ограничивает время реакции», - говорит Нойман, недавно получивший докторскую степень в Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL). Нойман нашел способ бороться с этим несоответствием между «разумом» и телом робота. Этот метод, называемый роботоморфными вычислениями, использует физическую схему робота и предполагаемые приложения для создания специализированного компьютерного чипа, который минимизирует время отклика робота.

Прогресс может послужить питанием для множества приложений робототехники, включая, возможно, первую медицинскую помощь заразным пациентам. «Было бы замечательно, если бы у нас были роботы, которые помогли бы снизить риск для пациентов и медицинских работников», - говорит Нойман.

Нойман представит исследование на апрельской Международной конференции по архитектурной поддержке языков программирования и операционных систем. Соавторами Массачусетского технологического института являются аспирант Томас Буржа и Срини Девадас, профессор электротехники Эдвина Сибли Вебстера и научный руководитель Ноймана. Среди других соавторов - Брайан Планчер, Тьерри Тамбе и Виджай Джанапа Редди из Гарвардского университета. Сейчас Нойман является научным сотрудником NSF по инновациям в области вычислительной техники в Гарвардской школе инженерии и прикладных наук.

По словам Ноймана, в работе робота есть три основных этапа. Первый - это восприятие, которое включает сбор данных с помощью датчиков или камер. Второй - картографирование и локализация: «На основе того, что они видели, они должны построить карту мира вокруг себя, а затем локализовать себя на этой карте», - говорит Нойман. Третий шаг - это планирование и контроль движения, другими словами, построение плана действий.

Эти шаги могут потребовать времени и огромных вычислительных мощностей. «Чтобы роботы могли быть развернуты в полевых условиях и безопасно работать в динамической среде вокруг людей, они должны уметь думать и очень быстро реагировать», - говорит Планчер. «Текущие алгоритмы не могут быть достаточно быстро запущены на текущем оборудовании ЦП».

Нойман добавляет, что исследователи изучают лучшие алгоритмы, но она считает, что улучшения программного обеспечения сами по себе не являются ответом. «Что относительно ново, так это идея, что вы также можете изучить более качественное оборудование». Это означает выход за рамки стандартной микросхемы процессора, включающей мозг робота, - с помощью аппаратного ускорения.

Аппаратное ускорение относится к использованию специализированного аппаратного блока для более эффективного выполнения определенных вычислительных задач. Обычно используемым аппаратным ускорителем является графический процессор (GPU), микросхема, предназначенная для параллельной обработки. Эти устройства удобны для работы с графикой, поскольку их параллельная структура позволяет им одновременно обрабатывать тысячи пикселей. «Графический процессор не лучший во всем, но он лучший в том, для чего он создан», - говорит Нойман. «Вы получаете более высокую производительность для конкретного приложения». Большинство роботов разработано с заданным набором приложений и поэтому может выиграть от аппаратного ускорения. Вот почему команда Ноймана разработала робоморфные вычисления.

Система создает индивидуальный дизайн оборудования, чтобы наилучшим образом удовлетворить вычислительные потребности конкретного робота. Пользователь вводит параметры робота, такие как расположение конечностей и движения различных суставов. Система Неймана переводит эти физические свойства в математические матрицы. Эти матрицы являются «разреженными», что означает, что они содержат множество нулевых значений, которые примерно соответствуют движениям, которые невозможны с учетом конкретной анатомии робота. (Точно так же движения вашей руки ограничены, потому что она может сгибаться только в определенных суставах - это не бесконечно гибкая лапша для спагетти.)

Затем система разрабатывает аппаратную архитектуру, специализированную для выполнения вычислений только над ненулевыми значениями в матрицах. Таким образом, получившаяся конструкция микросхемы адаптирована для обеспечения максимальной эффективности вычислительных потребностей робота. И эта настройка окупилась при тестировании.

Аппаратная архитектура, разработанная с использованием этого метода для конкретного приложения, превосходит стандартные процессоры и графические процессоры. Хотя команда Ноймана не изобрела специализированный чип с нуля, они запрограммировали настраиваемый чип программируемой вентильной матрицы (FPGA) в соответствии с предложениями своей системы. Несмотря на то, что он работал с более низкой тактовой частотой, этот чип работал в восемь раз быстрее, чем CPU, и в 86 раз быстрее, чем GPU.

«Я был в восторге от этих результатов, - говорит Нойман. «Несмотря на то, что мы были ограничены более низкой тактовой частотой, мы компенсировали это тем, что стали более эффективными».

Планчер видит широкие возможности для робоморфных вычислений. «В идеале мы можем со временем изготовить индивидуальный чип планирования движения для каждого робота, что позволит им быстро вычислять безопасные и эффективные движения», - говорит он. «Я не удивлюсь, если через 20 лет у каждого робота будет несколько специализированных компьютерных микросхем, и это может быть один из них». Нойман добавляет, что робоморфные вычисления могут позволить роботам избавлять людей от риска в различных условиях, таких как уход за пациентами с COVID-19 или манипулирование тяжелыми предметами.

«Эта работа интересна, потому что она показывает, как можно использовать специализированные схемы для ускорения основного компонента управления роботами», - говорит Робин Дейтс, инженер-робототехник из Boston Dynamics, не принимавший участия в исследовании. «Производительность программного обеспечения имеет решающее значение для робототехники, потому что реальный мир никогда не ждет, пока робот закончит думать». Он добавляет, что достижения Ноймана могут позволить роботам думать быстрее, «открывая захватывающие модели поведения, которые раньше были бы слишком сложными в вычислительном отношении».

Затем Нойман планирует автоматизировать всю систему робоморфных вычислений. Пользователи просто перетаскивают параметры своего робота, и на другом конце идет описание оборудования. Я думаю, это то, что подтолкнет его к краю и сделает его действительно полезным ».

Это исследование финансировалось Национальным научным фондом, Агентством компьютерных исследований, проектом CIFellows и Агентством перспективных исследовательских проектов Министерства обороны.

Отлично

Хорошо

Средне

Плохо

Ужасно
В статье уже есть0 Участие в комментариях

Пожалуйста, оставьте комментарий

Все комментарии

Понравилось Прочитано48 Коментариев0
Рекомендуем
Сектор творческих людей
Горячая линия

638638758

С понедельника по воскресенье с 9:00 до 23:00

Обратной связь

admin@artace.ru Онлайн

QR-код

Powered by Discuz! X3.4© 2001-2018 Comsenz Inc.