Generative Design of Multimodal Soft Pneumatic Actuators

要約

機械学習技術の最近の進歩により、私たちはデータ駆動型の製品設計に向かって進んでいます。
この目的を動機として、本研究では、データ駆動型の方法を採用してソフトアクチュエータの新しい設計を生成する自動設計方法論を提案します。
データ駆動型の自動設計プロセスにおけるボトルネックの 1 つは、モデルをトレーニングするために公開されているデータがあることです。
入手できないため、ソフト ニューマティック ネットワーク (Pneu-net) アクチュエータの合成データ セットが作成されました。
生成モデルのトレーニング用のパラメトリック設計データ セットは、データ拡張を使用して作成されます。
次に、混合ガウス モデルを適用して、ニュー ネット アクチュエータの新しいパラメトリック設計を生成しました。
距離ベースのメトリクスは、生成されたデザインの新規性と多様性を定義します。
さらに、このモデルには、面内曲げと面外ねじれを実行できるマルチモーダル Pneu-net アクチュエータを生成する可能性があることも注目に値します。
その後、新しい設計は有限要素解析にかけられ、生成された設計の品質が評価されます。
さらに、Pneu-net アクチュエータの各カテゴリの軌跡は、生成された Pneu-net アクチュエータの性能を評価し、マルチモーダル駆動の必要性を強調します。
提案されたモデルは、開発された新しいソフト アクチュエータのプールからソフト アクチュエータを選択することにより、新しいソフト ロボットの設計を加速することができます。

要約(オリジナル)

The recent advancements in machine learning techniques have steered us towards the data-driven design of products. Motivated by this objective, the present study proposes an automated design methodology that employs data-driven methods to generate new designs of soft actuators. One of the bottlenecks in the data-driven automated design process is having publicly available data to train the model. Due to its unavailability, a synthetic data set of soft pneumatic network (Pneu-net) actuators has been created. The parametric design data set for the training of the generative model is created using data augmentation. Next, the Gaussian mixture model has been applied to generate novel parametric designs of Pneu-net actuators. The distance-based metric defines the novelty and diversity of the generated designs. In addition, it is noteworthy that the model has the potential to generate a multimodal Pneu-net actuator that could perform in-plane bending and out-of-plane twisting. Later, the novel design is passed through finite element analysis to evaluate the quality of the generated design. Moreover, the trajectory of each category of Pneu-net actuators evaluates the performance of the generated Pneu-net actuators and emphasizes the necessity of multimodal actuation. The proposed model could accelerate the design of new soft robots by selecting a soft actuator from the developed novel pool of soft actuators.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google