Presentazione tesi magistrale Marco Rochelli

1. Promuovere e misurare la biodiversità
nei soft robot modulari evolvendo corpo
e controllore
Università degli Studi di Trieste
Corso di laurea in Ingegneria elettronica ed informatica
Anno accademico 2020-2021
RELATORE:
Prof. Eric MEDVET
LAUREANDO:
Marco ROCHELLI
1

2. Biodiversità
 Esseri viventi eseguono lo stesso compito con successo
 Sono diversi per forma e comportamento
 Questo è quello che qui chiamiamo biodiversità
 Estremamente importante per la vita
2

3. Perché è importante?
Rende la vita resistente a cambiamenti imprevisti
3

4. Biodiversità nei robot
Riprodurre la biodiversità nei robot può migliorare la loro applicabilità in ambienti
come questo…
4

5. Voxel-based Soft Robots (VSR)
 Composti da materiali morbidi
 Offrono grande libertà di progettazione
 Sono modulari, quindi espressività, ciò è promettente per la biodiversità
 Composti da: corpo e controllore
5

6. Obbiettivo
Promuovere la biodiversità nei VSR
Ottenuto in 2 modi:
 Evolvere contemporaneamente corpo e controllore dei VSR. Questo permette una
grande espressività.
 Sviluppare un metodo o degli strumenti per misurare la biodiversità
6

7. Corpo
È la forma del VSR
 Simulatore bidimensionale 2D-VSR-Sim [2]
 Composto da Voxel
 Uniti tra di loro
7
[2] Medvet, Bartoli, De Lorenzo, Seriani; 2D-VSR-Sim: a Simulation Tool for the Optimization of 2-D Voxel-based Soft Robots; SoftwareX; 2020

8. Controllore
Definisce l’area dei voxel nel tempo e il comportamento del VSR
Acquisisce informazioni le elabora e decide la nuova area
 In questo lavoro è una rete neurale per Voxel [1]
 Può comunicare con i Voxel adiacenti
 Zero o più sensori per Voxel
8
[1] Medvet, Bartoli, De Lorenzo, Fidel; Evolution of Distributed Neural Controllers for Voxel-based Soft Robots; ACM Genetic and Evolutionary Computation
Conference (GECCO); 2020

9. Evoluzione
 Non evolviamo il VSR ma il suo genotipo!
 Necessaria rappresentazione per corpo e controllore
 Controllore dipende dal corpo quindi serve una rappresentazione che funzioni
anche se il corpo cambia
 CMA-ES un algoritmo di ottimizzazione numerica
9

10. Rappresentazione a bit
Necessaria per evolvere insieme corpo e controllore
VSR rappresentato con P numeri reali di cui la prima parte per il corpo e la seconda
per il controllore.
 Corpo: W*H numeri (con W e H dimensioni massime VSR)
Rappresentazione gaussiana
10

11. Rappresentazione controllore
 Controllore: i pesi delle reti neurali
 3 controllori: omogeneo, eterogeneo e omogeneo con sensori di posizione
 Omogeneo: una sola rete neurale copiata in tutti i voxel (pesi uguali)
P = W*H + pesi rete
 Eterogeneo: reti neurali diverse hanno pesi diversi
P = W*H + pesi rete*(W*H)
 Spazio di ricerca molto grande!
11

12. Misura della biodiversità
Obbiettivo: misurare la biodiversità in maniera automatizzata
 Ricavati dati sulla forma e sul comportamento
12

13. Forma
 Ricavate forma statica e postura dinamica
 Forma statica una matrice 5x5 = foto del VSR
 Postura dinamica una matrice 16x16 = foto a lunga esposizione del VSR durante la
simulazione
media
13

14. Frequenze
 Scomposto l’andamento della posizione del centro di massa dei VSR lungo assi x e
y
 Calcolata la trasformata di Fourier dei due segnali così ottenuti
 Salvati modulo e frequenza dei 5 valori più grandi dello spettro
 Totale 20 valori (10 asse x e 10 asse y)
14

15. Andatura
Ispirati alla classificazione delle andature nei quadrupedi (passo, trotto, galoppo)
 Ricavate le impronte del VSR ogni 0,5s = punti di contatto dei voxel col suolo
 Ricavati 6 valori numerici e una stringa che caratterizzano l’andatura
------
--
---….. -….-.. -.-…..
15

16. Compito dei VSR
 Locomozione = avanzare il più possibile
 Fitness: velocità = distanza percorsa/durata simulazione (30 secondi)
16

17. Domande di ricerca
 È possibile evolvere contemporaneamente il corpo ed il controllore dei VSR?
 La biodiversità è presente nelle soluzioni che si ottengono?
 Usare controllori diversi influisce sulla fitness e la biodiversità delle soluzioni?
17

18. Esperimenti
 Dimensione massima: 5x5 e 10x10
 Controllore: omogeneo, eterogeneo, omogeneo con sensore di posizione
 Signals: 0, 1, 2 (no 10x10 eterogeneo) e 3 (no 10x10 eterogeneo)
 20 run
 30000 valutazioni fitness
18

19. Risultati
 Divisi in: risultati fitness e risultati biodiversità
19

20. Risultati fitness20
Si evolvono!
Mediane calcolate sui 20 run
Colore varia in base all’area
del voxel

21. Risultati fitness21

22. Risultati biodiversità
Clustering sui dati quantitativi di forma e comportamento
Considerati i 240 VSR = 20*3*4 al termine di ogni evoluzione 5x5
 Divisi in: risultati postura dinamica e risultati comportamento
22

23. Risultati postura dinamica
 3 gruppi usando K-means
45 15 20
posizione
36 15 29
eterogeneo
26 31 23
omogeneo
23

24. Risultati comportamento
 4 gruppi
24

25. Risultati comportamento
33 15 0 32
posizione
20 3 22 35
eterogeneo
13 13 26 28
omogeneo
 Clustering gerarchico e dati frequenze
25

26. Conclusioni
 È possibile evolvere contemporaneamente corpo e controllore nei VSR
 Abbiamo realizzato un metodo per caratterizzare i VSR in base a forma e
comportamento
 Anche se non ci sono differenze nella fitness il controllore omogeneo genera
maggiore biodiversità in particolare nel comportamento.
26

27. Sviluppi futuri
 Usare altri algoritmi evolutivi
 Tracciare le specie all’interno di una evoluzione
 Valutare le interazioni tra forme e comportamenti
27

28. Grazie per l’attenzione!28