[논문 리뷰] Design, Validation, and Case Studies of 2D-VSR-Sim, an Optimization-friendly Simulator of 2-D Voxel-based Soft Robots

Eric Medvet, Alberto Bartoli외 2명|arXiv (Cornell University)|2020. 01. 23.

Micro and Nano Robotics인용 수 6

한 줄 요약

이 논문은 2D 바이오닉 바이오로봇(VSRs)의 최적화를 가속화하기 위해 설계된 자바 기반 시뮬레이션 프레임워크인 2D-VSR-Sim을 제시한다. 이 프레임워크는 감지 기능, 모듈식 설계, 작업 기반 평가를 지원하여 진화적 및 학습 기반 최적화의 효율적 탐색을 가능하게 한다. 주요 결과로는 감지 기반 제어기가 벌레형, 이족보행형, 삼족보행형 VSR 형태에서 모두 운동 성능을 크게 향상시킴을 보여준다.

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.

연구 동기 및 목표

• 저수준 기계 모델링을 추상화함으로써 볼륨 기반 소프트 로봇(VSRs)의 최적화를 단순화하는 소프트웨어 프레임워크를 제공하기 위해.
• 다양한 최적화 기법에 적합한 통합적이고 확장 가능한 인터페이스를 통해 신체 및 뇌 최적화를 동시에 지원하기 위해.
• 환경 감지를 시뮬레이션에 내장함으로써 제어기가 실시간 상태 피드백을 사용할 수 있도록 하기 위해.
• 사용자 정의 시각화 및 일관된 컴포onent 인터페이스를 제공함으로써 연구자들이 구현 부담을 줄일 수 있도록 하기 위해.
• 검증된 오픈소스 시뮬레이션 환경을 통해 이전 VSR 연구의 재현성과 확장성을 보장하기 위해.

제안 방법

• 시뮬레이터는 이산 시간, 연속 공간 기반 기계 모델을 사용하며, 각 볼륨은 네 개의 래디컬 질량과 스프링-다이어프 시스템(SDSs) 및 질량 없는 로프로 연결된다.
• 볼륨 골조는 사용자가 정의한 SDS 그룹(측면 외부, 측면 내부, 측면 크로스, 대각선)을 통해 구성 가능하며, 강성 및 감쇠 계수 등 성질을 조정할 수 있다.
• 제어기는 입력으로 볼륨 속도, 가속도, 각운동량을 받고 출력으로 볼륨 부피 변화를 제어하는 피드포워드 신경망(MLP)으로 구현된다.
• 시뮬레이션은 다수의 VSR과 작업(예: 이동, 집게 움직임)을 지원하며, 상대 평균 속도와 같은 작업 기반 지표로 적합도를 정의한다.
• 최적화는 제어기 가중치 공간에서 무작위 초기화를 수행하는 진화 알고리즘(EA)을 사용하며, 예를 들어 4-볼륨 벌레 모형의 경우 R^104의 공간을 대상으로 한다.
• 프레임워크는 dyn4j 물리 엔진을 사용한 자바로 구현되었으며, 관심의 분리 원칙을 통해 시각화 기능을 제공하고 확장성을 확보한다.

실험 결과

연구 질문

• RQ1 제어기에 환경 감지를 통합함으로써 VSR의 이동 성능은 얼마나 향상되는가?
• RQ2 VSR의 모듈성과 설계 유연성은 신체 및 뇌 최적화의 스케일러블한 접근을 얼마나 잘 지원하는가?
• RQ3 2D-VSR-Sim은 최적화를 통해 이전 VSR 연구 결과를 효과적으로 재현하고 확장할 수 있는가?
• RQ4 감지 입력으로 인해 증가하는 검색 공간의 크기는 최적화 수렴성과 성능에 어떤 영향을 미치는가?
• RQ5 간단한 VSR 형태에서 최적화된 감지 기반 제어기를 통해 어떤 복잡한 잠재 행동(예: 점프)이 유도되는가?

주요 결과

• 감지 기반 제어기는 모든 VSR 형태(벌레형, 이족보행형, 삼족보행형)에서 비감지 제어기보다 일관되게 뛰어난 이동 성능을 보였으며, 중앙값 상대 평균 속도가 높게 나타났다.
• 감지 사례에서 500회 반복 동안 최고 개체의 중앙값 적합도가 유의미하게 향상되었으며, 그림 11의 그림자 영역은 10번의 EA 반복에서 변동성이 낮음을 나타낸다.
• 벌레형 VSR의 경우, 감지 제어기는 y축 가속도 변화를 감지함으로써 동기화된 볼륨 팽창을 통해 새로운 점프 행동을 유도하였다.
• 비감지 제어기는 단순한 파동형 이동을 보였으며, 볼륨 간 단계 이동이 비틀어져 최적의 전진 운동을 이루지 못했다.
• 감지 기능이 추가될수록 검색 공간 크기가 증가하였고, 이 증가와 함께 관측된 성능 향상의 정도가 상관관계를 보였다.
• 이 프레임워크는 이전 연구의 핵심 결과를 성공적으로 재현하여, 소프트 로봇 최적화 분야의 실험 연구에서 정밀성과 유용성을 입증하였다.