Design Optimizer for Planar Soft-Growing Robot Manipulators

要約

ソフトグローイングロボットは、環境をナビゲートするために植物からインスピレーションを得た成長を特徴とする革新的なデバイスです。
環境に適応する身体化された知性と、作動と製造における最新の技術革新のおかげで、特定の操作タスクにそれらを使用することが可能です。
これらのデバイスの用途には、デリケートな/危険な環境の探索、アイテムの操作、家庭環境での支援などが含まれます。
この研究は、軟成長ロボットの設計最適化のための新しいアプローチを提示します。このアプローチは、製造前にエンジニア、またはロボット設計愛好家に、特定のタスクを解決するために構築されるロボットの最適な寸法を提案するために使用されます。
私は設計プロセスを多目的最適化問題としてモデル化し、ソフト マニピュレーターの運動連鎖を最適化して目標を達成し、材料やリソースの不必要な過剰使用を回避しました。
この方法は、人口ベースの最適化アルゴリズム、特に進化的アルゴリズムの利点を活用し、効率的な数学的定式化、新しいランク分割アルゴリズム、およびシステム内に統合された障害物回避のおかげで、問題を複数の目的から単一の目的に変換します。
オプティマイザー演算子。
提案された方法をさまざまなタスクでテストして、その最適性を確認したところ、問題解決において顕著なパフォーマンスが示されました。
最後に、比較実験により、提案された方法が、精度、リソース消費量、および実行時間の点で文献に存在する方法よりもうまく機能することが示されました。

要約(オリジナル)

Soft-growing robots are innovative devices that feature plant-inspired growth to navigate environments. Thanks to their embodied intelligence of adapting to their surroundings and the latest innovation in actuation and manufacturing, it is possible to employ them for specific manipulation tasks. The applications of these devices include exploration of delicate/dangerous environments, manipulation of items, or assistance in domestic environments. This work presents a novel approach for design optimization of soft-growing robots, which will be used prior to manufacturing to suggest engineers — or robot designer enthusiasts — the optimal dimension of the robot to be built for solving a specific task. I modeled the design process as a multi-objective optimization problem, in which I optimize the kinematic chain of a soft manipulator to reach targets and avoid unnecessary overuse of material and resources. The method exploits the advantages of population-based optimization algorithms, in particular evolutionary algorithms, to transform the problem from multi-objective into a single-objective thanks to an efficient mathematical formulation, the novel rank-partitioning algorithm, and obstacle avoidance integrated within the optimizer operators. I tested the proposed method on different tasks to access its optimality, which showed significant performance in solving the problem. Finally, comparative experiments showed that the proposed method works better than the one existing in the literature in terms of precision, resource consumption, and run time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google