Dimenando verso la bio

Immagine precedente Immagine successiva

Juncal Arbelaiz Mugica è originario della Spagna, dove il polpo è una voce di menu comune. Tuttavia, Arbelaiz apprezza i polpi e creature simili in modo diverso, con la sua ricerca sulla teoria della robotica morbida.

Più della metà dei nervi di un polpo sono distribuiti nelle sue otto braccia, ciascuna delle quali ha un certo grado di autonomia. Questo sistema di rilevamento distribuito e di elaborazione delle informazioni ha incuriosito Arbelaiz, che sta ricercando come progettare un'intelligenza decentralizzata per sistemi creati dall'uomo con rilevamento e calcolo integrati. Al MIT, Arbelaiz è una studentessa di matematica applicata che sta lavorando sui fondamenti del controllo distribuito e della stima ottimali nelle ultime settimane prima di completare il dottorato questo autunno.

Trova ispirazione nell'intelligenza biologica degli invertebrati come polpi e meduse, con l'obiettivo finale di progettare nuove strategie di controllo per robot flessibili e "morbidi" che potrebbero essere utilizzati in ambienti ristretti o delicati, come uno strumento chirurgico o per la ricerca e la ricerca. -missioni di salvataggio.

“La morbidezza dei robot morbidi consente loro di adattarsi dinamicamente a diversi ambienti. Pensa a vermi, serpenti o meduse e confronta le loro capacità di movimento e adattamento con quelle degli animali vertebrati”, afferma Arbelaiz. “È un’interessante espressione di intelligenza incarnata: la mancanza di uno scheletro rigido offre vantaggi a determinate applicazioni e aiuta a gestire l’incertezza nel mondo reale in modo più efficiente. Ma questa ulteriore morbidezza comporta anche nuove sfide teoriche di sistema”.

Nel mondo biologico, il “controllore” è solitamente associato al cervello e al sistema nervoso centrale: crea comandi motori per i muscoli per ottenere il movimento. Le meduse e alcuni altri organismi molli non hanno un centro nervoso centralizzato, o cervello. Ispirata da questa osservazione, sta ora lavorando a una teoria in cui i sistemi robotici morbidi potrebbero essere controllati utilizzando la condivisione decentralizzata delle informazioni sensoriali.

“Quando il rilevamento e l’attuazione sono distribuiti nel corpo del robot e le capacità computazionali di bordo sono limitate, potrebbe essere difficile implementare un’intelligenza centralizzata”, afferma. “Quindi, abbiamo bisogno di questo tipo di schemi decentralizzati che, nonostante condividano le informazioni sensoriali solo a livello locale, garantiscano il comportamento globale desiderato. Alcuni sistemi biologici, come le meduse, sono bellissimi esempi di architetture di controllo decentralizzate: la locomozione si ottiene in assenza di un cervello (centralizzato). Questo è affascinante rispetto a ciò che possiamo ottenere con le macchine create dall’uomo”.

Una transizione fluida al MIT

I suoi studi universitari presso l'Università di Navarra a San Sebastian l'hanno portata a lavorare con il professor John Bush del MIT sulla dinamica dei fluidi. Nel 2015, ha invitato Arbelaiz al MIT come studente in visita per studiare le interazioni delle goccioline. Ciò ha portato al loro articolo del 2018 su Physical Review Fluids e alla sua ricerca di un dottorato di ricerca al MIT.

Nel 2018, la sua ricerca di dottorato si è spostata al Centro interdisciplinare di ricerca sui sistemi sociotecnici (SSRC) ed è ora assistita da Ali Jadbabaie, professore di ingegneria della JR East e capo del dipartimento di ingegneria civile e ambientale; e il Preside associato della Scuola di Ingegneria Anette “Peko” Hosoi, che è il professore di ingegneria meccanica di Neil e Jane Pappalardo, nonché professore di matematica applicata. Arbelaiz lavora regolarmente anche con Bassam Bamieh, direttore associato del Center for Control, Dynamical Systems, and Computation presso l'Università della California a Santa Barbara. Dice che lavorare con questo team di consulenti le dà la libertà di esplorare i progetti di ricerca multidisciplinari da cui è stata attratta negli ultimi cinque anni.

Ad esempio, usa approcci teorici dei sistemi per progettare nuovi controllori e stimatori ottimali per sistemi con dinamiche spaziotemporali e per acquisire una comprensione fondamentale delle topologie di comunicazione del feedback sensoriale necessarie per controllare in modo ottimale questi sistemi. Per le applicazioni di robotica morbida, ciò equivale a classificare quali misurazioni sensoriali sono importanti per attivare al meglio ciascuno dei “muscoli” di questo robot. Le prestazioni del robot sono diminuite quando ciascun attuatore ha accesso solo alle misurazioni sensoriali più vicine? La sua ricerca caratterizza un tale compromesso tra prestazioni a circuito chiuso, incertezza e complessità nei sistemi distribuiti spazialmente.