Les robots contemporains peuvent se déplacer rapidement. « Les moteurs sont rapides et puissants », explique Sabrina Neuman.



Pourtant, dans des scenarios complexes, comme les interactions avec les gens, les robots ne bougent souvent pas rapidement. « Le raccrochage est ce qui se passe dans la tête du robot », ajoute-t-elle.

Percevoir des stimuli et calculer une réponse prend une « cargaison de calcul », ce qui limite le temps de réaction, dit Neuman, qui a récemment obtenu un doctorat du laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL). Neuman a trouvé un moyen de lutter contre cette inadéquation entre « l’esprit » et le corps d’un robotic. La méthode, appelée calcul robotique, utilise la disposition physique d’un robotic et les applications prévues pour générer une puce informatique personnalisée qui minimise le temps de réponse du robot.



Cette avancée pourrait alimenter une variété d’applications robotiques, y compris, potentiellement, les soins médicaux de première ligne des patients contagieux. « Ce serait fantastique si nous pouvions avoir des robots qui pourraient aider à réduire les risques pour les sufferers et le staff hospitalier », déclare Neuman.

Neuman présentera ses recherches lors de la conférence internationale d’avril sur le assistance architectural des langages de programmation et des systèmes d’exploitation. Les co-auteurs du MIT comprennent l’étudiant diplômé Thomas Bourgeat et Srini Devadas, le professeur Edwin Sibley Webster de génie électrique et le conseiller en doctorat de Neuman. Parmi les autres co-auteurs figurent Brian Plancher, Thierry Tambe et Vijay Janapa Reddi, tous de l’Université de Harvard. Neuman est maintenant chercheur postdoctoral en innovation informatique NSF à la Harvard’s School of Engineering and Applied Sciences.

Il y a trois étapes principales dans le fonctionnement d’un robotic, selon Neuman. Le premier est la perception, qui comprend la collecte de données à l’aide de capteurs ou de caméras. Le second est la cartographie et la localisation: « Sur la foundation de ce qu’ils ont vu, ils doivent construire une carte du monde qui les entoure, puis se localiser dans cette carte », explique Neuman. La troisième étape est la planification et le contrôle des mouvements – en d’autres termes, la planification d’un approach d’action.

Ces étapes peuvent prendre du temps et une énorme puissance de calcul. « Pour que les robots soient déployés sur le terrain et fonctionnent en toute sécurité dans des environnements dynamiques autour des humains, ils doivent être capables de penser et de réagir très rapidement », déclare Plancher. « Les algorithmes actuels ne peuvent pas être exécutés assez rapidement sur le matériel CPU actuel. »

Neuman ajoute que les chercheurs ont étudié de meilleurs algorithmes, mais elle pense que les améliorations logicielles ne sont pas à elles seules la solution. « Ce qui est relativement nouveau, c’est l’idée que vous pourriez également explorer un meilleur matériel. » Cela signifie aller au-delà d’une puce de traitement CPU typical qui comprend le cerveau d’un robotic – avec l’aide de l’accélération matérielle.

L’accélération matérielle fait référence à l’utilisation d’une unité matérielle spécialisée pour effectuer certaines tâches informatiques furthermore efficacement. Un accélérateur matériel couramment utilisé est l’unité de traitement graphique (GPU), une puce spécialisée pour le traitement parallèle. Ces appareils sont pratiques pour les graphiques car leur structure parallèle leur permet de traiter simultanément des milliers de pixels. « Un GPU n’est pas le meilleur de tout, mais c’est le meilleur pour ce pour quoi il est conçu », déclare Neuman. « Vous obtenez de meilleures performances pour une application particulière. » La plupart des robots sont conçus avec un ensemble d’applications prévu et pourraient donc bénéficier d’une accélération matérielle. C’est pourquoi l’équipe de Neuman a développé l’informatique robomorphique.

Le système crée une conception matérielle personnalisée pour mieux répondre aux besoins informatiques d’un robot particulier. L’utilisateur entre les paramètres d’un robotic, comme la disposition de ses membres et la façon dont ses différentes articulations peuvent se déplacer. Le système de Neuman traduit ces propriétés physiques en matrices mathématiques. Ces matrices sont « clairsemées », ce qui signifie qu’elles contiennent de nombreuses valeurs nulles qui correspondent à peu près à des mouvements impossibles compte tenu de l’anatomie particulière d’un robotic. (De même, les mouvements de votre bras sont limités vehicle il ne peut se plier qu’au niveau de certaines articulations – ce n’est pas une nouille spaghetti infiniment pliable.)

Le système conçoit alors une architecture matérielle spécialisée pour exécuter des calculs uniquement sur les valeurs non nulles dans les matrices. La conception de la puce qui en résulte est donc conçue pour maximiser l’efficacité des besoins informatiques du robot. Et cette personnalisation a porté ses fruits lors des exams.

L’architecture matérielle conçue à l’aide de cette méthode pour une application particulière a surpassé les unités CPU et GPU standard. Bien que l’équipe de Neuman n’ait pas fabriqué de puce spécialisée à partir de zéro, elle a programmé une puce FPGA (discipline-programmable gate array) personnalisable en fonction des tips de leur système. Bien qu’elle fonctionne à une fréquence d’horloge additionally lente, cette puce a fonctionné huit fois plus vite que le processeur et 86 fois additionally rapide que le GPU.

« J’ai été ravi de ces résultats », déclare Neuman. « Même si nous étions paralysés par la vitesse d’horloge moreover basse, nous l’avons compensé en étant simplement additionally efficaces. »

Plancher voit un potentiel étendu pour le calcul robotique. « Idéalement, nous pouvons éventuellement fabriquer une puce de planification de mouvement personnalisée pour chaque robot, ce qui leur permet de calculer rapidement des mouvements sûrs et efficaces », dit-il. « Je ne serais pas surpris si dans 20 ans, chaque robotic disposait d’une poignée de puces informatiques personnalisées pour l’alimenter, et cela pourrait être l’un d’entre eux. » Neuman ajoute que l’informatique robomorphique pourrait permettre aux robots de soulager les humains du risque dans une gamme de paramètres, tels que le soin de individuals covid-19 ou la manipulation d’objets lourds.

Neuman prévoit ensuite d’automatiser l’ensemble du système de calcul robomorphique. Les utilisateurs vont simplement faire glisser et déposer les paramètres de leur robotic, et « à l’autre extrémité vient la description du matériel. Je pense que c’est ce qui le poussera au-dessus du bord et le rendra vraiment utile. »

Cette recherche a été financée par la Countrywide Science Foundation, la Computing Study Agency, le CIFellows Project et la Defense Superior Investigation Jobs Agency.