Bridging Language and Physics: Automated Design of Continuum Robots with Large Language Models

Per decenni, il sogno di costruire robot è stato frenato dall'estrema difficoltà del compito. Progettare una macchina che possa muoversi, afferrare o stringere senza rompersi richiede una profonda comprensione della fisica, affidandosi spesso all'intuizione di esperti umani che trascorrono anni a perfezionare componenti e a testarli attraverso tentativi ed errori. Questo processo è lento e costoso, specialmente per i robot "soft" realizzati con materiali flessibili che si piegano e si torcono come tessuto vivente anziché come metallo rigido. Recentemente, un nuovo strumento è entrato nel laboratorio: i grandi modelli linguistici. Questi sono potenti programmi informatici addestrati su enormi quantità di testo che possono scrivere codice e descrivere idee complesse in linguaggio naturale. Gli scienziati speravano che questi modelli potessero agire come progettisti automatici, prendendo un'istruzione semplice come "crea un robot che possa salire le scale" e producendo istantaneamente un progetto funzionante. Tuttavia, un grande ostacolo è rimasto: sebbene questi modelli siano brillanti con le parole, spesso non riescono a comprendere la realtà fisica delle loro creazioni. Potrebbero descrivere un robot che sembra perfetto sulla carta, ma che collasserebbe o si aggroviglierebbe immediatamente nel momento in cui viene costruito.

Un team di ricercatori ha sviluppato un nuovo metodo per colmare questo divario tra linguaggio e fisica, creando un sistema che permette all'intelligenza artificiale di progettare robot soft che funzionino effettivamente. I ricercatori si sono concentrati su un tipo specifico di macchina flessibile chiamato robot continuo a trazione con tendini. Immaginate una lunga colonna vertebrale flessibile composta da molti piccoli segmenti, simile a un serpente o al braccio di un polpo. Invece di motori rigidi, questi robot si muovono tirando sottili cavi, noti come tendini, che corrono attraverso il corpo per piegarlo e torcerlo. Questo design è incredibilmente versatile ma anche notoriamente difficile da ingegnerizzare perché il modo in cui il robot si piega dipende da un mix complesso della sua forma, della tensione dei cavi e di come tocca il mondo circostante. I ricercatori volevano vedere se un'IA potesse progettare queste macchine da zero, ma sapevano che chiedere semplicemente all'IA di "scrivere un design" non sarebbe stato sufficiente.

Per risolvere questo problema, il team ha costruito un sistema multistrato chiamato AID-SR, che funge da laboratorio collaborativo tra un progettista informatico e una serie di ispettori automatizzati. Il processo inizia quando un essere umano fornisce un obiettivo di alto livello, come "progetta un robot che possa premere un pulsante su una parete". Un agente di IA propone quindi diverse idee differenti su come potrebbe essere il robot. Invece di accettare immediatamente queste idee, il sistema sottopone ciascuna di esse a una serie rigorosa di controlli. In primo luogo, un simulatore digitale testa il design per vedere se regge fisicamente. Se il modello del robot collassa, esplode o si blocca nel motore fisico del computer, il sistema rileva l'errore immediatamente e rimanda il design all'IA con una nota specifica su cosa sia andato storto, come ad esempio "i cavi sono collegati nei punti sbagliati".

Questo ciclo di progettazione, test e correzione si ripete in un loop. Se un design supera il test fisico, viene poi controllato da un secondo giudice IA che valuta la logica del design, chiedendosi se abbia effettivamente senso per il compito prefissato. Ad esempio, il robot ha abbastanza parti per raggiungere il pulsante? Infine, un ingegnere umano può intervenire per offrire consigli di alto livello, sebbene il sistema sia progettato per lavorare in gran parte da solo. Questo costante ciclo di feedback costringe l'IA a imparare dai propri errori, raffinando gradualmente le proprie idee finché non produce un design che non è solo una descrizione intelligente, ma una macchina fisicamente stabile. I ricercatori hanno testato questo sistema su quattordici compiti diversi, che vanno dal semplice raggiungere e camminare fino a complessi movimenti di presa e pulizia.

I risultati hanno mostrato che questo approccio funziona sorprendentemente bene. Nelle simulazioni al computer, il sistema ha generato con successo design che erano fisicamente validi per il 96,2 percento dei tentativi. Ciò significa che quasi ogni robot progettato dall'IA poteva effettivamente stare in piedi e muoversi senza cadere a pezzi nel mondo digitale. Quando i ricercatori hanno addestrato questi robot per eseguire i loro compiti specifici utilizzando un metodo di apprendimento standard, circa il 26,7 percento di essi ha completato con successo il compito. Questo è un traguardo significativo perché dimostra che l'IA può generare design che non sono solo strutturalmente solidi, ma anche funzionalmente utili. Il team non si è fermato alle simulazioni al computer; ha costruito nel mondo reale tre dei migliori design prodotti dal sistema utilizzando la stampa 3D e materiali standard. Questi robot fisici, creati interamente dalle istruzioni dell'IA, sono stati in grado di eseguire i loro compiti proprio come avevano fatto nella simulazione, afferrando oggetti e muovendosi sulle superfici con successo.

Lo studio evidenzia che, sebbene l'intelligenza artificiale stia diventando più bra a comprendere il mondo fisico, ha ancora bisogno di guida per essere davvero efficace. L'IA non può semplicemente indovinare una soluzione; ha bisogno di un processo strutturato dove possa vedere le conseguenze delle sue idee e correggerle. Combinando il potere creativo dei modelli linguistici con le regole rigide della fisica e la supervisione umana, i ricercatori hanno creato un nuovo percorso per automatizzare la progettazione robotica. Questo lavoro suggerisce che in un futuro prossimo potremmo chiedere a un computer di progettare un robot per un lavoro specifico e difficile, e ricevere un progetto pronto per essere costruito e utilizzato nel mondo reale, avvicinandoci a un futuro in cui le macchine potranno essere personalizzate per le nostre esigenze con una velocità e una precisione senza precedenti.