Generativní AI pomáhá robotům skákat výše a bezpečněji přistávat

Difuzní modely, jako je OpenAI DALL-E, se stávají stále užitečnějšími při vymýšlení nových designů. Lidé mohou těmto systémům zadávat pokyny k generování obrázků, videí nebo vylepšování plánů, a získat tak nápady, na které by sami nepřišli.

Ale věděli jste, že generativní modely umělé inteligence (GenAI) také postupují v tvorbě funkčních robotů? Nedávné přístupy založené na difuzi generují struktury a systémy, které je řídí, od začátku. S vstupem uživatele nebo bez něj mohou tyto modely vytvářet nové návrhy a poté je v simulaci vyhodnocovat, než budou vyrobeny.

Nový přístup z Laboratoře informatiky a umělé inteligence MIT (CSAIL) aplikuje tyto generativní znalosti na zlepšení robotických návrhů vytvořených lidmi. Uživatelé mohou navrhnout 3D model robota a specifikovat, které části by chtěli, aby difuzní model upravil, a předem mu poskytnou jeho rozměry. GenAI poté vymyslí optimální tvar pro tyto oblasti a otestuje své nápady v simulaci. Když systém najde správný návrh, můžete jej uložit a poté vyrobit funkčního robota v reálném světě pomocí 3D tiskárny, aniž byste museli provádět další úpravy.

Výzkumníci použili tento přístup k vytvoření robota, který vyskočí v průměru asi o 60 cm, což je o 41 procent výše než podobný stroj, který sami vytvořili. Stroje jsou na pohled téměř identické: Oba jsou vyrobeny z typu plastu zvaného kyselina polymléčná a zatímco se zpočátku zdají ploché, po natažení šňůry připojené k nim se rozvinou do diamantového tvaru. Tak co přesně AI udělala jinak?

Bližší pohled odhaluje, že AI generované spoje jsou zakřivené a připomínají silné paličky (hudební nástroj používaný bubeníky), zatímco spojovací části standardního robota jsou rovné a obdélníkové.

Lepší a lepší bloby

Výzkumníci začali vylepšovat svého skákajícího robota výběrem 500 potenciálních návrhů pomocí počátečního vektoru vnoření – numerického znázornění, které zachycuje funkce na vysoké úrovni, aby se řídilo návrhy generované modelem AI. Z těchto návrhů vybrali 12 nejlepších možností na základě výkonu v simulaci a použili je k optimalizaci vektoru vnoření.

Tento proces se opakoval pětkrát, čímž se model AI postupně vedl k generování lepších návrhů. Výsledný design připomínal kapku, takže výzkumníci vyzvali svůj systém, aby upravil návrh tak, aby pasoval do jejich 3D modelu. Poté tvar vyrobili a zjistili, že skutečně zlepšil skákací schopnosti robota.

Podle spoluvedoucího autora a postdoktoranda CSAIL Byungchula Kima je výhodou použití difuzních modelů pro tento úkol to, že mohou najít nekonvenční řešení pro vylepšení robotů.

„Chtěli jsme, aby náš stroj skákal výše, takže jsme si mysleli, že bychom mohli jednoduše udělat spoje spojující jeho části co nejtenčí, aby byly lehké,“ říká Kim. „Nicméně, tak tenká struktura se může snadno zlomit, pokud použijeme pouze 3D tištěný materiál. Náš difuzní model přišel s lepším nápadem tím, že navrhl jedinečný tvar, který umožnil robotovi ukládat více energie před skokem, aniž by se spoje staly příliš tenkými. Tato kreativita nám pomohla pochopit základní fyziku stroje.“

Tým poté pověřil svůj systém návrhem optimalizované nohy, aby zajistil bezpečné přistání. Opakovali proces optimalizace a nakonec vybrali návrh s nejlepším výkonem, který připevnili ke spodní části svého stroje. Kim a jeho kolegové zjistili, že jejich stroj navržený AI padal mnohem méně často než jeho základní verze, a to o 84 procent.

Schopnost difuzního modelu vylepšit skákací a přistávací schopnosti robota naznačuje, že by mohl být užitečný při vylepšování návrhů dalších strojů. Například společnost zabývající se výrobou nebo domácími roboty by mohla použít podobný přístup ke zlepšení svých prototypů, čímž by ušetřila inženýrům čas obvykle vyhrazený pro iteraci těchto změn.

Rovnováha za skokem

Aby vytvořili robota, který by mohl skákat vysoko a stabilně přistávat, si výzkumníci uvědomili, že musí najít rovnováhu mezi oběma cíli. Zobrazovali výšku skoku a úspěšnost přistání jako numerická data a poté trénovali svůj systém, aby našel optimální bod mezi oběma vektory vnoření, které by mohly pomoci vybudovat optimální 3D strukturu.

Výzkumníci poznamenávají, že zatímco tento robot asistovaný AI překonal svého lidsky navrženého protějšku, brzy by mohl dosáhnout ještě větších výšek. Tato iterace zahrnovala použití materiálů, které byly kompatibilní s 3D tiskárnou, ale budoucí verze by skákaly ještě výše s lehčími materiály.

Spoluvedoucí autor a doktorand MIT CSAIL Tsun-Hsuan „Johnson“ Wang říká, že projekt je výchozím bodem pro nové návrhy robotiky, u nichž by generativní AI mohla pomoci.

„Chceme se věnovat flexibilnějším cílům,“ říká Wang. „Představte si použití přirozeného jazyka k vedení difuzního modelu při navrhování robota, který zvedne hrnek nebo bude obsluhovat elektrickou vrtačku.“

Kim říká, že difuzní model by také mohl pomoci generovat artikulaci a vymýšlet, jak se části spojují, což by potenciálně mohlo zlepšit, jak vysoko by robot skočil. Tým také zkoumá možnost přidání dalších motorů, aby se řídilo, kterým směrem stroj skočí, a možná zlepšilo stabilitu přistání.

Práce výzkumníků byla částečně podporována programem National Science Foundation's Emerging Frontiers in Research and Innovation, programem Mens, Manus and Machina společnosti Singapore-MIT Alliance for Research and Technology a spoluprací Gwangju Institute of Science and Technology (GIST)-CSAIL. Své práce představili na Mezinárodní konferenci o robotice a automatizaci 2025.