Investigating Premature Convergence in Co-optimization of Morphology and Control in Evolved Virtual Soft Robots

要約

仮想生物の進化は豊かな歴史を持つ分野ですが、最近では特にソフトロボティクスの分野で注目を集めています。
ソフトマテリアルのコンプライアンスにより、ソフトロボットは複雑な動作を可能にしますが、同時にその設計プロセスが直感的ではなくなり、自動化された設計が必要になります。
大きな関心にもかかわらず、進化した仮想ソフト ロボットには複雑さが欠けており、形態と制御の同時最適化は依然として困難な問題です。
これまでの研究では、共同最適化プロセスに関する主要な問題、つまり形態の早期収束を引き起こす脳と身体の脆弱な共同適応を特定し、調査しました。
この研究では、固有受容観察を伴う学習可能なコントローラーと、観察のない固定コントローラーを比較することで、この現象の調査を拡張します。一方、後者の場合、形態の最適化のみが行われます。
複雑さが異なる 2 つの形態空間と 2 つの環境での私たちの実験は、形態空間内に、形態と制御の同時最適化中には発見できないものの、依然として存在し、
形態のみを最適化する場合、簡単に見つけることができます。
したがって、この研究は、共最適化中の形態最適化の課題を明確に実証し、特徴付けています。
これらの結果に基づいて、探索の観点から問題を理解するのに役立つ、共最適化問題を考えるための新しい身体中心フレームワークを提案します。
私たちは、この研究で私たちが共有した洞察がこの問題へのより多くの注目を集め、脳と体の効率的な協調最適化を可能にするのに役立つことを願っています。

要約(オリジナル)

Evolving virtual creatures is a field with a rich history and recently it has been getting more attention, especially in the soft robotics domain. The compliance of soft materials endows soft robots with complex behavior, but it also makes their design process unintuitive and in need of automated design. Despite the great interest, evolved virtual soft robots lack the complexity, and co-optimization of morphology and control remains a challenging problem. Prior work identifies and investigates a major issue with the co-optimization process — fragile co-adaptation of brain and body resulting in premature convergence of morphology. In this work, we expand the investigation of this phenomenon by comparing learnable controllers with proprioceptive observations and fixed controllers without any observations, whereas in the latter case, we only have the optimization of the morphology. Our experiments in two morphology spaces and two environments that vary in complexity show, concrete examples of the existence of high-performing regions in the morphology space that are not able to be discovered during the co-optimization of the morphology and control, yet exist and are easily findable when optimizing morphologies alone. Thus this work clearly demonstrates and characterizes the challenges of optimizing morphology during co-optimization. Based on these results, we propose a new body-centric framework to think about the co-optimization problem which helps us understand the issue from a search perspective. We hope the insights we share with this work attract more attention to the problem and help us to enable efficient brain-body co-optimization.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google