Diyelim ki dünyanın en iyi merdiven tırmanan robotunu yapmak istiyorsunuz. Bunun için robota tırmanmayı sağlamak adına güçlü bir algoritma ile birlikte bazı yüksek teknolojik bacaklar ve ayaklar vererek hem beyin hem de vücut için optimizasyon yapmanız gerekir. Fiziksel beden ve beyin tasarımı robotun hareket etmesine izin veren temel bileşenler olsa da mevcut karşılaştırma ortamları yalnızca ikincisini destekliyor. Araştırmacılara göre her iki öğe için birlikte optimizasyon yapmak zor. Kaldı ki tasarım öğesi olmadan bile farklı şeyler yapmak için çeşitli robot simülasyonlarını eğitmek çok zaman alıyor.
MIT’nin Bilgisayar Bilimi ve Yapay Zekâ Laboratuvarı’ndan (CSAIL) bilim insanları, doğadan ve evrimsel süreçlerden ilham alarak yumuşak robotların tasarımını ve kontrolünü birlikte optimize etmek için büyük ölçekli bir test sistemi olan Evolution Gym’i tasarlayarak bahsettiğimiz boşluğu doldurmayı amaçlamış.
Simülatördeki robotlar; yürüme, tırmanma, nesneleri manipüle etme, şekil değiştirme ve yoğun gezinme görevlerini yerine getiren, ızgara üzerinde yumuşak ve hareketli tetris parçalarına benziyor.
Nasıl çalışıyor?
Ekip, robotun yeteneğini test etmek için tasarım optimizasyonu için standart yöntemler ile derin pekiştirmeli öğrenme (RL) tekniklerini birleştirerek kendi ortak tasarım algoritmalarını geliştirdi. Ortak tasarım algoritması, tasarım optimizasyon yöntemlerinin robotun gövdelerini geliştirdiği ve RL algoritmalarının önerilen tasarım için denetleyiciyi bir güç çifti olarak çalışıyor. Bu sayede hareketleri kontrol etmek için robota bağlanan bir bilgisayar sistemi optimize edilmiş oluyor.
Araştırmacılar, yürüme ve atlama gibi standart görevlere ek olarak tırmanma, çevirme, dengeleme ve merdiven çıkma gibi bazı benzersiz görevleri de dahil etmiş.
“Evolution Gym ile makine öğrenimi ve yapay zekâ için algoritmaların sınırlarını zorlamayı hedefliyoruz. Hız ve basitliğe odaklanan büyük ölçekli bir kıyaslama oluşturarak, yalnızca pekiştirmeli öğrenme ve ortak tasarım alanı içinde fikir ve sonuçların değiş tokuş edilmesi için ortak bir dil oluşturmakla kalmıyoruz. Aynı zamanda araştırmacıların en son teknolojiye sahip bilgi işlem mekanizması olmadan da kullanılmasını sağlıyoruz. Bu alanlarda algoritmik gelişime katkıda bulunacak kaynakları oluşturuyor. Çalışmamızın, sizin veya benim kadar akıllı robotlarla dolu bir geleceğe bizi bir adım daha yaklaştırmasını umuyoruz.” Projede baş araştırmacı olan MIT lisans öğrencisi Jagdeep Bhatia
Bazı durumlarda robotların tıpkı insanlar gibi öğrenmesi için deneme yanılma, pekiştirmeli öğrenmenin arkasındaki düşünceyi anlamada en iyi performansı sağlayabiliyor. Örneğin robotlar, bloğun nerede olduğunu ve yakındaki arazinin nasıl olduğunu görmek gibi ona yardımcı olacak bazı bilgileri alarak bir bloğu itmek gibi bir görevi nasıl tamamlayacaklarını öğreniyor.
Algoritmaların farklı tasarımlar için ortaya çıkardığı farklı “hücre” kombinasyonları oldukça etkili. Doğada bulunanları taklit ederek bacak benzeri yapılara sahip dört nala koşan bir ata benzeyecek şekilde gelişmesi bir örnek olabilir. Dahası tırmanıcı robot, tırmanmasına yardımcı olmak için iki kol ve iki bacak benzeri yapı geliştiriyor. Kaldırıcı robot ise iki parmaklı bir kavrayıcıya benziyor.
Dahası ne olabilir?
Bir robotun daha karmaşık görevleri çözme deneyimi kazandıkça aşamalı olarak daha akıllı hale gelmesi morfolojik gelişim olarak adlandırılıyor. Örnekle izah etmek gerekirse; basit bir robotu yürümek için optimize ederek başlar, ardından aynı tasarımı alır, taşıma için optimize eder ve ardından merdiven çıkarsınız. Zamanla, robotun vücudu ve beyni, baştan itibaren aynı görevler üzerinde doğrudan eğitilmiş robotlara kıyasla daha zorlu görevleri çözebilecek bir şeye dönüşür.
Evolution Gym, yapay zekâ topluluğunda vücudun ve beynin akıllı davranışları desteklemede eşit ortaklar olduğu konusunda artan farkındalığın bir parçası. Bu ortaklığı neyin oluşturduğunu bulmak için yapılacak çok şey var. Spor salonu muhtemelen bu tür sorular üzerinde çalışırken önemli bir araç olacaktır.” Vermont Üniversitesi’nden robotik profesörü Josh Bongard
Son olarak Evolution Gym’in açık kaynak kodlu ve kullanımı ücretsiz bir yazılım olduğunu belirtmekte fayda var. Bu sayede ekip, birçok araştırmacının çalışmalarının ortak tasarımda yeni ve geliştirilmiş algoritmalara ilham vermesini amaçlıyor.
Kaynak: news.mit.edu, wired
