Исследователи из Пекинского университета науки и технологий (USTB) и партнерских лабораторий продемонстрировали, что цикл глубокого обучения с подкреплением, основанный на реальных полетах, а не только на симуляции, способен перепроектировать крылья биомиметического машущего робота. Работа опубликована в npj Robotics от Nature под названием «Исследование морфологии крыльев бабочки, вдохновленное природой, направляет глубокое обучение с подкреплением для роботизированных полетов».
Их платформа USTButterfly-II весит 48,3 грамма, имеет размах крыльев 57,5 сантиметра и машет с частотой 5 Гц при угле отклонения 84 градуса. Один двигатель и двухшарнирный механизм с двумя коромыслами синхронно приводят в движение оба крыла. Жилки из углеродного и стекловолокна несут мембрану из CPE толщиной 0,03 миллиметра, которая деформируется пассивно. После нескольких испытаний на привязи команда запустила робота без привязи под беспроводным управлением в помещении, отслеживаемом 14 камерами Optitrack.
Перед началом обучения каждое крыло было закодировано тремя морфологическими параметрами, и были созданы 19 пар форм, находящихся в пределах естественного диапазона 172 измеренных образцов парусников, включая несколько видов Parides. Каждая пара совершила пять полетов, всего 95 полетов. Производительность оценивалась по пяти летным показателям, включая угол подъема и скорость. Более острые кончики способствовали подъемной силе; более округлые, расположенные дальше от центра формы, способствовали тяге; более длинные передние крылья помогали при подъеме.
Нейронный суррогат сначала научился сопоставлять параметры крыла с этими показателями, достигнув коэффициентов корреляции 0,97 на обучающих данных и 0,9 на проверочных полетах. Затем глубокая Q-сеть исследовала трехмерное пространство форм. Многошаговая память и граничный буфер не давали агенту застревать на краях проектного пространства; абляционные исследования показали, что эти приемы улучшили оптимизацию подъемной силы и тяги на 33% и 11% соответственно. Конструкция, ориентированная на подъемную силу, повысила параметр подъемной силы в статье с 2,23 до 9,8 (увеличение на 339%) и обеспечила средний угол подъема 32,7 градуса на реальном роботе. Конструкция, ориентированная на тягу, увеличила параметр тяги на 46%, а среднюю скорость — с 1,98 до 2,92 метра в секунду в проведенных испытаниях. Физические проверки оставались в пределах примерно 7% от прогнозов модели.
Авторы подчеркивают, что приведенные цифры являются параметрами производительности данного робота, а не утверждением о том, что живые бабочки достигают такой же подъемной силы, и что испытания крыльев по одному фактору оставляют взаимодействие нескольких параметров для будущей работы. Тем не менее, замкнутый цикл от девяноста пяти реальных полетов до проверенного нового крыла предлагает конкретный инструмент проектирования для машущих роботов, которым требуется подъем и полезная нагрузка или скорость.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
