Forskere har udviklet en automatiseret måde at udvikle skræddersyet udstyr, der fremskynder robottens arbejde. Et system kaldet robotomorfe beregninger, tager hensyn til robottens fysiske struktur og tilbyder en optimeret hardwarearkitektur.
Moderne robotter kan bevæge sig hurtigt. "Motorer er hurtige og kraftfulde," siger Sabrina Neumann, en ledende forsker ved Massachusetts Institute of Technology. Men i komplekse situationer, såsom når de interagerer med mennesker, er robotter ofte langsomme. "Hænge er, hvad der sker i en robots hoved. At opfatte stimuli og beregne et svar kræver "meget beregning", hvilket begrænser reaktionstiden, tilføjer hun.
Neumann fandt en måde at håndtere denne uoverensstemmelse mellem robottens "sind" og krop. Denne metode, kaldet robotomorphic computing, bruger robottens fysiske design og tilsigtede applikationer til at skabe en specialiseret computerchip, der minimerer robottens responstid.
Ifølge Neuman er der tre hovedstadier i en robots arbejde. Den første er perception, som involverer indsamling af data ved hjælp af sensorer eller kameraer. Det andet er refleksion og lokalisering: "Baseret på det, de har set, skal de bygge et kort over verden omkring dem og derefter lokalisere sig selv på det kort," siger Neumann. Det tredje trin er planlægning og kontrol af bevægelse, med andre ord opbygning af en handlingsplan.
Disse trin kan kræve tid og enorm computerkraft. "For at robotter kan indsættes i felten og fungere sikkert i dynamiske miljøer omkring mennesker, skal de være i stand til at tænke og reagere meget hurtigt," siger Brian Plancher, medforfatter til undersøgelsen.
Neumann tilføjer, at forskere studerer bedre algoritmer, men hun mener, at softwareforbedringer alene ikke er svaret. "Det, der er relativt nyt her, er ideen om, at du også kan lære mere avanceret udstyr." Det betyder, at man går ud over standardprocessorchippen, der inkluderer robottens hjerne, ved at bruge hardwareacceleration. Hardwareacceleration refererer til brugen af en specialiseret hardwareenhed til at udføre visse computeropgaver mere effektivt.
Plancher ser en bred vifte af applikationer til robotomorphic computing. "Ideelt set kan vi i sidste ende fremstille en individuel bevægelsesplanlægningschip til hver robot, som vil give dem mulighed for hurtigt at beregne sikre og effektive bevægelseskombinationer," siger han. "Jeg ville ikke blive overrasket, hvis hver robot om 20 år har nogle få specialiserede computerchips, og dette kunne være en af dem." Neumann tilføjer, at robomorphic computing kan fritage mennesker for risiko i en række forskellige indstillinger, såsom at tage sig af patienter med COVID-19 eller manipulere tunge genstande.
Læs også: