Как мы видим из сообщений СМИ, Интернета, ученые-робототехники добились значительных результатов в создании автономных роботов, которые уже применяются в широком спектре областей, от глубин океана до поверхности Марса. Однако многие жизненно важные объекты, особенно разрушенные здания, например, остаются в основном недоступными. Более пристально ученые стали смотреть на этот вопрос в свете стихийных бедствий в Гаити и Чили. И даже нам, простым смертным, становится ясно, что существует настоятельная необходимость в более универсальных и надежных поисково-спасательных роботах.
Представьте себе, например, машину, которая может пробиваться сквозь отверстия, подниматься по стенам и обтекать препятствия. Хотя это может звучать как научная фантастика, но современные достижения в разработке таких материалах, как шелковые полимеры и нанокомпозиты, делают создание мягких роботов все более вероятным. Смотрите сами. И делайте выводы, возможно такое в скором будущем или нет.
Под мягкостью подразумевается способность значительно деформировать и изменять форму на гораздо более высоком уровне детализации, чем это делают дискретные модульные змееподобные роботы.
Фактически степень деформируемости, требуемая для действительно мягких роботов, требует, чтобы они не содержали никаких жестких деталей. К сожалению, невероятная гибкость и деформируемость, требуемые от мягкой робототехники, несут с собой значительную сложность.
При создании мягких роботов возникают две серьезные и взаимосвязанные проблемы.
- Никто не знает, как проектировать мягких роботов.
- Никто не знает, как ими управлять.
Эти проблемы возникают в связи со сложной динамикой, присущей мягкости. Мягкие и деформируемые тела могут обладать практически неограниченной степенью свободы, а упругие предварительные напряжения означают, что любое локальное возмущение вызывает перераспределение сил по всей конструкции.
Как следствие, отсутствуют устоявшиеся принципы или чисто аналитические подходы к проблеме мягкого механического проектирования и управления, что еще хуже, биомеханика мягких животных слишком сложна и непостижима, чтобы исследователи почерпнули из этого много полезной информации.
Гусеница достигает замечательного контроля и гибкости, несмотря на то, что каждый из ее сегментов содержит относительно мало мотонейронов (двигательный нейрон, один или два на мышцу, с примерно 70 мышцами на сегмент), и никаких тормозных двигательных единиц. Предполагается, что сложная и связанная динамика, вызванная взаимодействием гидростатики, упругой стенки тела и нелинейного мышечного поведения, полностью захватывается и эксплуатируется организмом.
Эта взаимосвязь между морфологией и контролем в биологии является глубоко изученной и увлекательной темой. Недавние исследования сухожильной сети кисти руки человека показывают, что система выполняет "анатомические вычисления".
Предполагается, что передача вычислений в механику структуры позволяет соответствующим нейронным путям направлять свои ресурсы на задачи более высокого уровня.
Биологические морфологические вычисления послужили источником вдохновения для роботизированного управления. Было продемонстрировано, как индуцирование механической связи на дальние расстояния в змеином роботе повышает его способность к обучению ползучим движениям. Все эти системы, однако, включали относительно жесткие роботизированные платформы и относительно хорошо понимаемую механику и динамику.
Поэтому выдающаяся задача заключается в том, чтобы узнать, как внедрить свойства этого "морфологического расчета" в мягких роботов. Классически инженеры проектируют сложные роботизированные системы и только потом пытаются найти контроллер, способный управлять ими. Однако при таком подходе масштабирование затруднено.
Разумеется, биология сначала не "обнаруживает" тело животного, а лишь потом его мозг, это скорее происходит, как цыпленок и яйцо, все развивается в тандеме. Вдохновленные этими биологическими процессами, современные подходы к эволюционному проектированию роботов, основываются на совместной эволюции морфологии и управления.
Главный вопрос, который стоит перед учеными: как связать мозг мягкого робота с работой его мышц?
Чтобы решить его, робототехники используют, совместный эволюционный алгоритм, работающий в физическом симуляторе PhysX (связующее программное обеспечение), который одновременно ищет точки прикрепления мышц мягкого робота (морфология) и модели для тех мышц, которые способны заставить двигаться эти тела.
Если говорить более просто, развиваются две параллельные линии: пригодность походки зависит от текущего состояния тела, а пригодность тела зависит от наиболее развитой походки. Ну да... Прямо-таки курица и яйцо.
Развивая эти два свойства случайно и шаг за шагом, алгоритм способен производить эффективные, а иногда и удивительные походки с мягким телом. Одним из особенно интересных результатов является появление антагонистически расположенных групп мышц в качестве эффективной характеристики, в то время как интуиция подсказывает, что эластичность стенки тела избавляет от такой необходимости.
Эта открытая конструктивная особенность затем была возвращена обратно в физические прототипы мягкого робота, что привело к повышению его производительности уже в реальном мире. Так вот физический симулятор помог робототехникам пусть на маленький шаг, но еще продвинуться к созданию мягкого робота, у которого мозги не в разлад с телом работают, а будет со временем все происходит примерно как у гусеницы. Она же не задумывается, как ей двигаться дальше, какой мышцей пошевелить...
