[論文レビュー] Design, Validation, and Case Studies of 2D-VSR-Sim, an Optimization-friendly Simulator of 2-D Voxel-based Soft Robots

Eric Medvet, Alberto Bartoli+2 more|arXiv (Cornell University)|Jan 23, 2020

Micro and Nano Robotics被引用数 6

ひとこと要約

本稿では、ボディおよびブレインの最適化を加速することを目的とした、2次元ボクセルベースのソフトロボット（VSR）向けのJavaベースのシミュレーションフレームワーク、2D-VSR-Simを提示する。センシング、モジュラリティ、タスク固有の評価をサポートしており、進化的および学習ベースの最適化の効率的探索を可能にする。主な結果として、センシング制御系が、わらじ型、二足歩行型、三本脚型のVSR形状において、歩行性能を顕著に向上させた。

ABSTRACT

Voxel-based soft robots (VSRs) are aggregations of soft blocks whose design is amenable to optimization. We here present a software, 2D-VSR-Sim, for facilitating research concerning the optimization of VSRs body and brain. The software, written in Java, provides consistent interfaces for all the VSRs aspects suitable for optimization and considers by design the presence of sensing, i.e., the possibility of exploiting the feedback from the environment for controlling the VSR. We experimentally characterize, from a mechanical point of view, the VSRs that can be simulated with 2D-VSR-Sim and we discuss the computational burden of the simulation. Finally, we show how 2D-VSR-Sim can be used to repeat the experiments of significant previous studies and, in perspective, to provide experimental answers to a variety of research questions.

研究の動機と目的

• 低レベルの機械的モデリングを抽象化することで、ボクセルベースのソフトロボット（VSR）の最適化を簡素化するソフトウェアフレームワークを提供すること。
• 多様な最適化手法に適した、統合的かつ拡張可能なインターフェースを介して、ボディおよびブレインの最適化を両立させること。
• シミュレーションに環境センシングをネイティブに統合し、制御系がリアルタイムの状態フィードバックを使用できるようにすること。
• 研究者が即座に利用可能な可視化機能と一貫性のあるコンponentインターフェースを提供することで、実装負荷を軽減すること。
• 検証済みでオープンソースのシミュレーション環境を提供することで、過去のVSR研究の再現性と拡張性を実現すること。

提案手法

• シミュレータは、離散時間・連続空間の機械的モデルを用い、各ボクセルは4つの剛体質量と、スプリング・ダンパー系（SDS）および質量のないロープで接続されている。
• ボクセルの骨格構造は、ユーザー定義のSDSグループ（側面外部、側面内部、側面クロス、対角線）によって設定可能であり、剛性や減衰係数などの特性を調整可能である。
• 制御系は、入力としてボクセルの速度、加速度、回転を用い、出力としてボクセル体積の変更を制御するフィードフォワードニューラルネットワーク（MLP）として実装されている。
• シミュレーションは複数のVSRおよびタスク（例：移動、把持）をサポートしており、相対的平均速度などのタスク固有の指標によってフィットネスが定義されている。
• 最適化には、制御系重み空間（例：4ボクセルのわらじ型ではR^104）をランダム初期化して実行する進化的アルゴリズム（EA）が用いられている。
• フレームワークは、dyn4j物理エンジンを用いたJavaで実装されており、責任分担を明確にすることで可視化と拡張性を実現している。

実験結果

リサーチクエスチョン

• RQ1 制御系に環境センシングを組み込むことで、VSRの移動性能はどの程度向上するか？
• RQ2 VSRのモジュラリティおよび設計の柔軟性は、ボディおよびブレインのスケーラブルな最適化をどの程度支援するか？
• RQ3 2D-VSR-Simは、最適化を用いて、過去のVSR研究の結果を効果的に再現および拡張できるか？
• RQ4 センシング入力の増加に伴い、探索空間の大きさが最適化収束性および性能に与える影響は何か？
• RQ5 単純なVSR形状において、最適化されたセンシングベースの制御系から、どのような複雑でエメrgェントな行動（例：ジャンプ）が生じ得るか？

主な発見

• センシング制御系は、すべてのVSR形状（わらじ型、二足歩行型、三本脚型）において、非センシング制御系を常に上回る移動性能を示し、中央値の相対的平均速度が向上した。
• 500イテレーション経過後、センシングケースにおける最良個体の中央値フィットネスが著しく向上し、図11のシェーディング領域は10回のEA繰り返しにおける低ばらつきを示している。
• わらじ型VSRでは、センシング制御系がy軸加速度の変化を検出することで、同期的なボクセル膨張を介して、新たなジャンプ行動を実現した。
• 非センシング制御系は、ボクセル間で位相差を生じた膨張を示し、最適でない前進運動をもたらした。
• 探索空間の大きさはセンシングの有無に応じて増加し、その増加と観察された性能向上の大きさに相関が見られた。
• 本フレームワークは、過去の研究の主要な発見を効果的に再現した。これにより、ソフトロボティクス最適化分野における実験的研究の妥当性と有用性が検証された。