Склоняюсь к био

Предыдущее изображение Следующее изображение

Хункаль Арбелаис Мухика – уроженец Испании, где осьминоги – частый пункт меню. Однако Арбелаис, исследуя теорию мягкой робототехники, по-другому оценивает осьминогов и подобных им существ.

Более половины нервов осьминога распределены по его восьми конечностям, каждая из которых обладает некоторой степенью автономии. Эта система распределенного зондирования и обработки информации заинтриговала Арбелаиса, который исследует способы разработки децентрализованного интеллекта для созданных человеком систем со встроенными датчиками и вычислениями. В Массачусетском технологическом институте Арбелаис изучает прикладную математику и работает над основами оптимального распределенного управления и оценки в последние недели перед тем, как этой осенью защитить докторскую диссертацию.

Она находит вдохновение в биологическом интеллекте беспозвоночных, таких как осьминоги и медузы, с конечной целью разработки новых стратегий управления гибкими «мягкими» роботами, которые можно было бы использовать в ограниченном или деликатном окружении, например, в качестве хирургического инструмента или для поиска и поиска. - спасательные миссии.

«Мягкость мягких роботов позволяет им динамически адаптироваться к различным средам. Подумайте о червях, змеях или медузах и сравните их возможности движения и адаптации с возможностями позвоночных животных», — говорит Арбелаис. «Это интересное выражение воплощенного интеллекта — отсутствие жесткого каркаса дает преимущества определенным приложениям и помогает более эффективно справляться с неопределенностью в реальном мире. Но эта дополнительная мягкость также влечет за собой новые теоретические проблемы».

В биологическом мире «контроллер» обычно связан с мозгом и центральной нервной системой — он создает двигательные команды мышцам для достижения движения. Медузы и некоторые другие мягкие организмы лишены централизованного нервного центра или мозга. Вдохновленная этим наблюдением, она сейчас работает над теорией, согласно которой мягкими роботизированными системами можно будет управлять с помощью децентрализованного обмена сенсорной информацией.

«Когда датчики и действия распределены по корпусу робота, а бортовые вычислительные возможности ограничены, реализовать централизованный интеллект может быть сложно», — говорит она. «Итак, нам нужны такого рода децентрализованные схемы, которые, несмотря на обмен сенсорной информацией только локально, гарантируют желаемое глобальное поведение. Некоторые биологические системы, такие как медуза, являются прекрасным примером архитектуры децентрализованного управления: передвижение достигается при отсутствии (централизованного) мозга. Это потрясающе по сравнению с тем, чего мы можем достичь с помощью машин, созданных человеком».

Плавный переход в MIT

Ее аспирантура в Университете Наварры в Сан-Себастьяне привела к тому, что она начала работать с профессором Массачусетского технологического института Джоном Бушем в области гидродинамики. В 2015 году он пригласил Арбелаиса в Массачусетский технологический институт в качестве приглашенного студента, чтобы исследовать взаимодействие капель. Это привело к их статье в журнале Physical Review Fluids в 2018 году и к получению докторской степени в Массачусетском технологическом институте.

В 2018 году ее докторские исследования были перенесены в междисциплинарный центр исследований социотехнических систем (SSRC), и теперь их консультирует Али Джадбабайе, профессор инженерных наук JR East и руководитель кафедры гражданского и экологического проектирования; и заместитель декана инженерного факультета Анетт «Пеко» Хосой, профессор машиностроения Нила и Джейн Паппалардо, а также профессор прикладной математики. Арбелаис также регулярно работает с Бассамом Бамие, заместителем директора Центра управления, динамических систем и вычислений Калифорнийского университета в Санта-Барбаре. Она говорит, что работа с этой командой консультантов дает ей свободу исследовать междисциплинарные исследовательские проекты, которыми она увлекалась на протяжении последних пяти лет.

Например, она использует теоретико-системные подходы к разработке новых оптимальных контроллеров и средств оценки для систем с пространственно-временной динамикой, а также к получению фундаментального понимания топологий сенсорной обратной связи, необходимых для оптимального управления этими системами. Для приложений мягкой робототехники это означает ранжирование того, какие сенсорные измерения важны для лучшей активации каждой из «мышц» этого робота. Снизилась ли производительность робота, когда каждый исполнительный механизм имел доступ только к самым близким сенсорным измерениям? Ее исследование характеризует такой компромисс между производительностью замкнутого цикла, неопределенностью и сложностью в пространственно распределенных системах.