[論文レビュー] Towards a Modular Architecture for Science Factories

Rafael Vescovi, Tobias Ginsburg+15 more|arXiv (Cornell University)|Aug 18, 2023

Modular Robots and Swarm Intelligence被引用数 4

ひとこと要約

本論文は、再構成可能なハードウェアモジュール、マニピュレータ、ソフトウェアワークフローを用いて、自律的かつAI・HPC統合型の科学工場—自律的でAIおよびHPCを統合した研究施設—のモジュラーなアーキテクチャを提案する。このシステムにより、多様な分野にわたりスケーラブルで再利用可能かつ組み合わせ可能な科学的実験が可能となり、生物学および材料科学分野における5つの実世界の応用事例を通じて検証された。15台のロボットシステムとデジタルツイン統合を実現した。

ABSTRACT

Advances in robotic automation, high-performance computing (HPC), and artificial intelligence (AI) encourage us to conceive of science factories: large, general-purpose computation- and AI-enabled self-driving laboratories (SDLs) with the generality and scale needed both to tackle large discovery problems and to support thousands of scientists. Science factories require modular hardware and software that can be replicated for scale and (re)configured to support many applications. To this end, we propose a prototype modular science factory architecture in which reconfigurable modules encapsulating scientific instruments are linked with manipulators to form workcells, that can themselves be combined to form larger assemblages, and linked with distributed computing for simulation, AI model training and inference, and related tasks. Workflows that perform sets of actions on modules can be specified, and various applications, comprising workflows plus associated computational and data manipulation steps, can be run concurrently. We report on our experiences prototyping this architecture and applying it in experiments involving 15 different robotic apparatus, five applications (one in education, two in biology, two in materials), and a variety of workflows, across four laboratories. We describe the reuse of modules, workcells, and workflows in different applications, the migration of applications between workcells, and the use of digital twins, and suggest directions for future work aimed at yet more generality and scalability. Code and data are available at https://ad-sdl.github.io/wei2023 and in the Supplementary Information

研究の動機と目的

• 自律的科学発見のための汎用的でスケーラブルかつ再構成可能なプラットフォームの不足を解消すること。
• 現在の自律的ラボがしばしば硬直的で持ち運びが困難かつ容易に拡張できないという制限を克服すること。
• 多様な実験分野にわたり大規模かつ並列的でプログラマブルな科学的ワークフローを実現すること。
• 標準化されたインターフェースを通じて、物理的モジュール、計算リソース、AI/MLパイプラインの相互運用性を支援すること。
• 異なるラボ構成間でのワークフローの再利用、移行、およびデジタルツインベースのシミュレーションを促進すること。

提案手法

• ハードウェアとソフトウェアのインタラクションを標準化するための6機能のプログラム可能インターフェースを、モジュラー科学機器に設計する。
• モジュールの機械的および電気的統合を標準化するための物理的形状（「カート」）を導入する。
• ワークセル（作業セル）をモジュールとマニピュレータの集合体として定義し、モジュラーかつ再構成可能な実験ユニットを可能にする。
• モジュールおよびワークセルの構成を指定する表記体系を開発し、再現可能性と組み合わせの可能性を実現する。
• 複数のモジュールにわたるアクションのシーケンスを調整するワークフロー・エンジンを実装し、並列実行をサポートする。
• デジタルツインを統合し、物理的実行の前段階でワークフローをシミュレートおよび検証可能にすることで、信頼性を向上させ、試行錯誤の回数を削減する。

Fig. 2 : Automation systems span a continuum of flexibility, speed, and reliability, from the integrated (e.g., as shown here, a microfluidic laboratory) to the fixed (e.g., Adam 27 ), flexible (e.g., a bio workcell at Argonne), reconfigurable (e.g., a “cart” in Argonne’s RPL), mobile (e.g., Liverpo

実験結果

リサーチクエスチョン

• RQ1 モジュラーなアーキテクチャは、多様な科学的分野にわたり自律的科学ラボのスケーラブルで再利用可能な展開をどのように可能にするか？
• RQ2 標準化されたインターフェースおよびフォームファクターは、異種のロボット機器の相互運用性と再構成性をどの程度サポートできるか？
• RQ3 統合的かつ組み合わせ可能なワークフローシステム内でのAI、シミュレーション、物理的実験の統合は、どの程度効果的か？
• RQ4 デジタルツインとワークセル間でのワークフロー移行は、実験の効率を向上させ、開発時間を短縮できるか？
• RQ5 複数の研究室および応用分野にわたりモジュラー科学工場を展開するにあたり、実際の課題と利点は何か？

主な発見

• モジュラーなアーキテクチャは、4つの研究施設で実施された生物学分野2件、材料科学分野2件、教育分野1件の合計5件の異なる科学的応用を成功裏にサポートした。
• 15種類の異なるロボット装置がシステムに統合され、広範なハードウェア互換性と再構成性を実証した。
• ワークフローとアプリケーションが、異なるワークセル間で成功裏に再利用および移行されたことにより、アーキテクチャの組み合わせ可能性が検証された。
• デジタルツインにより、物理的実行の前段階でワークフローのシミュレーションと検証が可能となり、実験のリスクと反復時間の両方が低減された。
• 複数のアプリケーションの同時実行が実現され、AIモデルの学習・推論、HPCベースのシミュレーションが完全に統合された。
• 公開されたコードおよびデータリポジトリが整備され、再現性を確保するためのタグ付きリリースが提供された。コアのワークフロー実行ソフトウェアは、https://github.com/AD-SDL/rpl_wei で利用可能である。

Fig. 4 : Depiction of steps involved in: deploying a module (#1–#3); creating a workcell configuration that contains the information needed to access a module (#4); and invoking an action on a module from a workflow, by using a module address retrieved from the workcell configuration (#5, #6).