Микророботы-насекомые: скорость и маневренность шмеля

В будущем миниатюрные летающие роботы смогут помогать в поиске выживших под завалами после землетрясений. Подобно настоящим насекомым, эти роботы смогут проникать в узкие пространства, недоступные для более крупных моделей, и одновременно уворачиваться от статических препятствий и падающего мусора.

До сих пор аэродинамические микророботы могли летать лишь медленно по простым траекториям, далеко не сравниваясь с быстрым и ловким полетом реальных насекомых — до настоящего момента.

Исследователи из Массачусетского технологического института (MIT) представили аэродинамических микророботов, способных летать со скоростью и маневренностью, сравнимой с их биологическими аналогами. Команда разработчиков создала новый контроллер на основе искусственного интеллекта для роботизированного насекомого, который позволил ему выполнять сложные траектории полета, такие как последовательные кувырки.

Благодаря двухкомпонентной схеме управления, сочетающей высокую производительность и вычислительную эффективность, скорость и ускорение робота увеличились примерно на 450% и 250% соответственно по сравнению с предыдущими разработками исследователей. Скоростной робот оказался достаточно маневренным, чтобы выполнить 10 последовательных сальто за 11 секунд, даже при порывах ветра, пытавшихся сбить его с курса.

«Мы хотим использовать этих роботов в сценариях, куда традиционные квадрокоптеры с трудом могут попасть, но куда могут проникнуть насекомые. Теперь, благодаря нашей биоинспирированной системе управления, летные характеристики нашего робота сопоставимы с насекомыми по скорости, ускорению и углу наклона. Это значительный шаг к этой цели», — говорит Кевин Чен, доцент кафедры электротехники и компьютерных наук (EECS), руководитель лаборатории мягкой и микроскопической робототехники (Soft and Micro Robotics Laboratory) при Исследовательской лаборатории электроники (RLE) и соавтор статьи о роботе.

Группа Чена занимается разработкой роботизированных насекомых более пяти лет. Недавно они создали более прочную версию своего крошечного робота, размером с микрокассету и весом менее скрепки. Новая версия оснащена увеличенными машущими крыльями, обеспечивающими более точные движения. Они приводятся в действие искусственными мышцами, которые с высокой частотой машут крыльями.

Однако контроллер — «мозг» робота, определяющий его положение и направление полета — настраивался вручную человеком, что ограничивало производительность робота. Чтобы робот мог летать быстро и агрессивно, как настоящее насекомое, ему требовался более надежный контроллер, способный учитывать неопределенность и быстро выполнять сложные оптимизации. Такой контроллер был бы слишком требователен к вычислительным ресурсам для работы в реальном времени, особенно учитывая сложную аэродинамику легкого робота.

Чтобы преодолеть это препятствие, группа Чена объединила усилия с командой Хоу. Вместе они разработали двухэтапную схему управления на основе ИИ, которая обеспечивает надежность, необходимую для сложных, быстрых маневров, и вычислительную эффективность, необходимую для работы в реальном времени.

«Развитие аппаратного обеспечения подтолкнуло контроллер, позволив нам сделать больше на программном уровне, но в то же время, по мере развития контроллера, у них появлялось больше возможностей для работы с аппаратным обеспечением. Когда команда Кевина демонстрирует новые возможности, мы показываем, что можем их использовать», — говорит Хоу.

На первом этапе команда создала так называемый модель-предиктивный контроллер. Этот мощный тип контроллера использует динамическую математическую модель для прогнозирования поведения робота и планирования оптимальной последовательности действий для безопасного следования по заданной траектории. Хотя это и требует значительных вычислительных ресурсов, он способен планировать сложные маневры, такие как воздушные сальто, резкие повороты и агрессивные наклоны корпуса. Этот высокопроизводительный планировщик также разработан с учетом ограничений по силе и моменту, которые может приложить робот, что необходимо для предотвращения столкновений.

Например, чтобы выполнить несколько кувырков подряд, роботу потребуется замедлиться таким образом, чтобы начальные условия точно соответствовали условиям для повторения кувырка. «Если накапливаются небольшие ошибки, и вы пытаетесь повторить этот кувырок 10 раз с этими ошибками, робот просто разобьется. Нам нужен надежный контроль полета», — отмечает Хоу.

Они используют этот экспертный планировщик для обучения «политики» на основе модели глубокого обучения, которая управляет роботом в реальном времени посредством процесса, называемого обучением с подражанием. Политика — это механизм принятия решений роботом, который указывает роботу, куда и как лететь. По сути, процесс обучения с подражанием сжимает мощный контроллер в вычислительно эффективную модель ИИ, которая может работать очень быстро. Ключевым моментом было наличие умного способа создания достаточного количества обучающих данных, которые научат политику всему необходимому для агрессивных маневров. «Надежный метод обучения — это секретный ингредиент этой техники», — объясняет Хоу. Политика на основе ИИ принимает на вход положения робота и в реальном времени выдает управляющие команды, такие как тяга и крутящий момент.

В экспериментах этот двухэтапный подход позволил роботу размером с насекомое летать на 447% быстрее, демонстрируя увеличение ускорения на 255%. Робот смог выполнить 10 сальто за 11 секунд, при этом крошечный робот ни разу не отклонился более чем на 4-5 сантиметров от запланированной траектории.

«Эта работа демонстрирует, что мягкие и микроскопические роботы, традиционно ограниченные в скорости, теперь могут использовать передовые алгоритмы управления для достижения ловкости, приближающейся к природным насекомым и более крупным роботам, открывая новые возможности для мультимодальной локомоции», — говорит Сяо.

Исследователям также удалось продемонстрировать саккадическое движение, которое происходит, когда насекомые агрессивно наклоняются, быстро летят к определенной точке, а затем наклоняются в другую сторону, чтобы остановиться. Это быстрое ускорение и замедление помогают насекомым локализоваться и четко видеть. «Такое биомиметическое поведение полета может помочь нам в будущем, когда мы начнем оснащать роботов камерами и датчиками», — говорит Чен.

Добавление датчиков и камер, чтобы микророботы могли летать на открытом воздухе без привязки к сложной системе захвата движения, станет важным направлением будущих исследований. Исследователи также хотят изучить, как бортовые датчики могут помочь роботам избежать столкновений друг с другом или координировать навигацию.

«Для сообщества микроробототехники я надеюсь, что эта статья ознаменует смену парадигмы, показав, что мы можем разработать новую архитектуру управления, которая одновременно является высокопроизводительной и эффективной», — заявляет Чен.

«Эта работа особенно впечатляет, поскольку эти роботы по-прежнему выполняют точные кувырки и быстрые повороты, несмотря на значительные неопределенности, связанные с относительно большими допусками при изготовлении в мелкомасштабном производстве, порывами ветра более 1 метра в секунду и даже обматыванием кабеля питания вокруг робота при выполнении повторяющихся кувырков», — говорит Сара Бергбрайтер, профессор машиностроения в Университете Карнеги-Меллона, не участвовавшая в данной работе. «Хотя контроллер в настоящее время работает на внешнем компьютере, а не на борту робота, авторы демонстрируют, что аналогичные, но менее точные управляющие политики могут быть осуществимы даже при более ограниченных вычислительных возможностях, доступных для робота масштаба насекомого. Это обнадеживает, поскольку указывает на будущих роботов масштаба насекомого с ловкостью, приближающейся к их биологическим аналогам», — добавляет она.