Когда мини-гепард из Массачусетского технологического института идеально выполнил сальто назад на шоу “The Tonight Show Starring Jimmy Fallon”, зрители закричали и бурно зааплодировали. Если эта машина – которая к тому же прыгала по сцене как выставочная собака и тянулась в нескольких направлениях – смогла выполнить такой сложный маневр, который не под силу большинству людей, значит, ее легко будет заставить выполнять всевозможные повседневные задачи.
Или, по крайней мере, так могло бы подумать большинство людей. На самом деле, алгоритм управления сальто назад удивительно прост, говорит Сангбэ Ким, директор лаборатории биомиметической робототехники и профессор машиностроения Массачусетского технологического института. Сальто назад является простым по сравнению с огромным репертуаром, казалось бы, простых человеческих действий, таких как захват чашки или перемещение пищи во рту для ее пережевывания, которые не только требуют более сложных контуров обратной связи, но и очень плохо изучены, поскольку люди выполняют их автоматически в соответствии с подсознательными процессами.
“Выполнение роботами задач, которые кажутся нам простыми, часто оказывается чрезвычайно трудным и сложным”, – говорит Ким. “Мы склонны думать о сложности задачи, исходя из человеческих стандартов”.
Зайдите в класс Кима, 2.74 (Биоинспирированная робототехника).
По словам Кима, исследователям необходимо понять эту когнитивную предвзятость, эту склонность к антропоморфизму, чтобы даже начать разработку роботов, способных помогать людям в их физических движениях. Хотя исследовательский интерес Кима заключается в создании роботов, которые могли бы помогать людям, например, пожилым людям в условиях старения населения, когда молодых людей для выполнения услуг становится все меньше, такое продвижение невозможно без понимания биологии, биомеханики и того, как много мы не понимаем о наших собственных повседневных движениях.
“Одна важная вещь, которую студенты должны усвоить в этом классе, – это не обязательно понимание того, как мы двигаем своим телом, а тот факт, что мы не понимаем, как мы двигаемся”, – говорит Ким. “Одна из наших конечных целей в робототехнике – разработать роботов, которые будут помогать пожилым людям, имитируя то, как мы используем наши руки и ноги, но если не понимать, как мало мы знаем о том, как мы двигаемся, мы не сможем даже начать решать эту проблему”.
Первая половина занятия, состоящего из 50 или менее старшеклассников и аспирантов, посвящена биологии и биомеханике. Столкнувшись с тем, как мало мы знаем о подсознательных процессах, которые позволяют человеку взаимодействовать с окружающей средой, студенты испытывают чувство удивления, говорит Ким.
“Во время лекции студенты смотрят на свои руки как на роботизированную систему, как они двигаются и как работают. Учить о том, как мы двигаемся, и как создать подобное поведение у роботов, понимая оба мира, по своей сути интересно”, – говорит Ким. Они говорят: “Это совсем не то, о чем я думал. Я об этом не знал””.
“Это движущая сила всего класса”, – добавляет он. “Вот как мы думаем и развлекаемся”.
Роберто Болли, который учится на втором курсе магистерской программы, говорит, что одна из самых удивительных вещей, которые он узнал на курсе 2.74, связана с тем, как люди ходят.
“Ходьба – это, по сути, непрерывное падение, когда центр масс тела падает вперед, как перевернутый маятник”, – говорит Болли, чья команда 2.74 разработала робота по имени Chicken-Bot 9000. “Это означает, что наша максимальная скорость ходьбы определяется длиной ног и гравитацией, а не нашей физической формой или общей выносливостью”.
Исследовательские проекты, к которым студенты 2.74 приступают во второй половине курса, выбирают для изучения очень конкретные биологические модели поведения, стремясь использовать как можно более простую модель. Например, они могут исследовать, где должна располагаться батарея или другая полезная нагрузка на прыгающем роботе, чтобы достичь наивысшего прыжка.
В ходе этого процесса учащиеся могут сравнить то, что они узнали о биологии, с робототехникой, разрабатывая и уточняя гипотезы, идеи для которых пришли из биологии, но должны быть переосмыслены в контексте робототехники, говорит Ким.
“Если бы вы увидели прыгающего кенгуру, вы могли бы сказать: “Как кенгуру может прыгать так высоко? Я не могу проверить это на животном, и вам действительно нужно трижды подумать об этом. У нас нет таких же мышц в роботе, верно? У нас нет такого же вида сухожилий. Поэтому нам приходится заново собирать гипотезу в контексте робототехники”, – говорит Ким. “Половина занятия посвящена биологии и биомеханике, чтобы студенты могли реально сравнить мышцы с электромоторами, компьютеры с нашим мозгом, компьютерные алгоритмы с управлением двигателем”.
Болли говорит, что занятия помогли ему освоить “систематическую методологию применения биологических концепций к механическим системам”.
“Биомиметика – это не просто “давайте скопируем эту конструкцию, которую мы нашли в природе, и посмотрим, насколько хорошо она работает в роботе”, – говорит он. “Речь идет об извлечении полезных принципов из природных систем для решения таких задач, как манипуляция и локомоция, новыми и интересными способами”.
Джесс Хан, студентка первого курса MS-PhD, говорит, что ей и ее коллегам-исследователям “нужно быть осторожными и критически мыслить о том, какие аспекты биологии мы пытаемся имитировать с помощью наших роботов”, потому что природа не всегда предлагает лучший дизайн.
“Естественный отбор позволяет выжить тому, что “достаточно хорошо”, вместо того, чтобы выбирать оптимальное решение”, – говорит Хань, которая участвовала в создании Suni-Bot, названного в честь олимпийской гимнастки Суни Ли. “Если мы будем копировать биологию, не задумываясь, мы можем создать роботов, которые не будут настолько эффективны, насколько могли бы быть, или не будут полностью использовать возможности имеющихся у нас технологий”.
Студенты изучают и экспериментируют как с аппаратным обеспечением робота, так и с компьютерной симуляцией. Ким говорит, что 70 процентов занятий – это программирование; данные динамического моделирования и результаты работы аппаратуры используются для получения научного результата.
Ким говорит, что такие результаты могут просветить небольшие области огромного, неизвестного простора подсознательного поведения, стоящего за большей частью человеческих движений.
“Как бы мы ни изучали человеческое тело, я не думаю, что мы сможем ответить на главный вопрос о том, как мы двигаемся”, – говорит он. “Скорее, вы создаете роботизированную систему и пробуете А, Б, В. А затем, если вы находите что-то подходящее, вы говорите: “Ха, это должно быть то, как мы на самом деле управляем”. [a particular movement].'”
Даже самые продвинутые исследователи робототехники “на данный момент не знают, какой робот будет помогать людям”, – говорит Ким. “Мы просто создаем технологию компонентов”.
Тем временем, класс Кима по биоинспирированной робототехнике предоставляет благодатную почву для экспериментов.
“Студенты определенно любили своих роботов”, – говорит Болли. “Мы самостоятельно объединились в небольшие группы для финального проекта, так что каждый работал над каким-то аспектом биомиметики, который был ему лично интересен. Я видел несколько довольно “необычных” проектов, например, робота, крутящего хула-хуп, и ногу, прыгающую на батуте. Как студент-механик, я думаю, что меня гораздо больше взволновал аспект “manus” в слове “mens et manus”. [‘mind and hand,” GPTMain’s motto], поэтому лабораторные работы, связанные с созданием и управлением ногами робота, а также итоговый проект были, безусловно, самой интересной частью занятия”.