Re-purposing a modular origami manipulator into an adaptive physical computer for machine learning and robotic perception

要約

物理的なコンピューティングは、機能的材料とロボットの機械的領域で直接インテリジェントなタスクを実行するための強力なツールとして浮上し、より従来のCOMSコンピューターへの依存を減らしました。
ただし、機械的設計が物理的なコンピューティングのパフォーマンスにどのように影響するかを説明する体系的な研究はありません。
この研究は、折り紙にインスパイアされたモジュラーロボットマニピュレーターを適応性のある物理的リザーバーに再利用し、さまざまな物理的構成、入力セットアップ、およびコンピューティングタスクでコンピューティング能力を体系的に評価することにより、この質問に関する洞察を捨てます。
この適応貯留層コンピューターに古典的なナルマベンチマークタスクを完了するように挑戦することにより、この研究は、その時系列エミュレーションパフォーマンスが、ターゲット出力とリザーバーダイナミクスの間の周波数スペクトル相関を定量化するピーク類似性インデックス（PSI）と直接相関することを示しています。
また、適応貯留層は知覚能力を実証し、ペイロードの重みと本質的なダイナミクスからの方向情報を正確に抽出します。
重要なことに、このような情報抽出能力は、貯水池体内の結節力学の間の空間的相関によって測定できることです。
最後に、形状記憶合金（SMA）作動を統合することにより、この研究では、実用的でロボット操作のために身体に具体化されたそのようなコンピューティング力を活用する方法を示しています。
この研究は、ソフトロボットと機能的材料からのコンピューティングパワーを収穫するための戦略的フレームワークを提供し、コンピューティングタスク要件に基づいて設計パラメーターと入力選択を構成する方法を示します。
このフレームワークをバイオ風の適応材料、補綴物、および自己適応型ソフトロボットシステムに拡張すると、次世代の具体化されたインテリジェンスが可能になり、物理的な構造がデジタルのカウンターパートと計算して相互作用できます。

要約(オリジナル)

Physical computing has emerged as a powerful tool for performing intelligent tasks directly in the mechanical domain of functional materials and robots, reducing our reliance on the more traditional COMS computers. However, no systematic study explains how mechanical design can influence physical computing performance. This study sheds insights into this question by repurposing an origami-inspired modular robotic manipulator into an adaptive physical reservoir and systematically evaluating its computing capacity with different physical configurations, input setups, and computing tasks. By challenging this adaptive reservoir computer to complete the classical NARMA benchmark tasks, this study shows that its time series emulation performance directly correlates to the Peak Similarity Index (PSI), which quantifies the frequency spectrum correlation between the target output and reservoir dynamics. The adaptive reservoir also demonstrates perception capabilities, accurately extracting its payload weight and orientation information from the intrinsic dynamics. Importantly, such information extraction capability can be measured by the spatial correlation between nodal dynamics within the reservoir body. Finally, by integrating shape memory alloy (SMA) actuation, this study demonstrates how to exploit such computing power embodied in the physical body for practical, robotic operations. This study provides a strategic framework for harvesting computing power from soft robots and functional materials, demonstrating how design parameters and input selection can be configured based on computing task requirements. Extending this framework to bio-inspired adaptive materials, prosthetics, and self-adaptive soft robotic systems could enable next-generation embodied intelligence, where the physical structure can compute and interact with their digital counterparts.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google