配送ドローンのような複雑な電子機器の設計には、コストを最小限に抑えながらドローンが運べる積載量や移動距離を最大化するモーターやバッテリーの選択など、多くのオプションを調整する必要があります。
このパズルを解くのは簡単ではありませんが、設計者が各バッテリーとモーターの正確な仕様を知らなかったらどうなるでしょうか?さらに、これらのコンポーネントの現実世界のパフォーマンスは、宇宙船の軌道に沿った天候の変化などの予測不可能な要因の影響を受ける可能性があります。
MIT の研究者は、エンジニアがそのような不確実性を明確に考慮した方法で複雑なシステムを設計できるようにする新しいフレームワークを開発しました。このフレームワークを使用すると、相互接続された多くの部品を備えたデバイスのパフォーマンスのトレードオフをモデル化でき、各部品が予期しない動作をする可能性があります。
彼らの手法は、多くの結果とトレードオフの可能性を捉えており、多くの既存のアプローチよりも多くの情報を設計者に提供しますが、通常はせいぜい最良のシナリオと最悪のシナリオしかモデル化できません。
最終的に、このフレームワークは、エンジニアが、現実世界の予測不能な状況に直面しても、より堅牢で信頼性の高い自動運転車、民間航空機、さらには地域交通ネットワークなどの複雑なシステムを開発するのに役立つ可能性があります。
「実際には、デバイス内のコンポーネントは、決してあなたが考えているとおりに正確に動作することはありません。センサーの性能が不確実で、アルゴリズムも不確実で、ロボットの設計も不確実である場合、現在では、それらすべての不確実性を組み合わせて、より良い設計を思いつく方法が手に入ります」と、オール ラッジ・アンド・シビル・エンジニアリングおよび NMIT のディレクターであるジョエル・ザルディーニ氏は述べています。情報および意思決定システム研究所 (LIDS) の研究員、データ・システム・社会研究所 (IDSS) に所属する教員、およびこのフレームワークに関する論文の上級著者。
ザルディーニ氏には、筆頭著者でMITの大学院生であるYujun Huang氏が加わります。そしてチューリッヒ大学の大学院生マリウス・ポーター氏。この研究は、IEEE Conference on Decision and Controlで発表される予定です。
不確実性を考慮する
Zardini グループは、ロボットから地域の交通ネットワークに至るまで、相互接続された多くのコンポーネントで構成されるシステムを設計する方法であるジョイント デザインを研究しています。
協調設計言語は、複雑な問題を一連のボックスに分割し、それぞれが 1 つのコンポーネントを表し、さまざまな方法で組み合わせて結果を最大化したり、コストを最小化したりできます。これにより、エンジニアは複雑な問題を可能な限りの時間内に解決できるようになります。
以前の研究では、研究者らは不確実性を考慮せずに、共同設計の各コンポーネントをモデル化しました。たとえば、設計者がドローン用に選択できるすべてのセンサーのパフォーマンスは修正されています。
しかし、エンジニアは各センサーの正確な性能仕様を知らないことが多く、たとえ知っていたとしても、センサーが仕様書に従って完璧に動作する可能性は低いです。同時に、各センサーが複雑なデバイスに統合された後にどのように動作するか、または天候などの予測不可能な要因によってパフォーマンスがどのように影響を受けるかはわかりません。
「私たちの方法を使えば、センサーの仕様がわからない場合でも、関心のある結果を最大化するようにロボットを設計できます」とポーター氏は言います。
これを達成するために、研究者らはこの不確実性の概念を圏論に基づく既存の枠組みに統合しました。
彼らはいくつかの数学的トリックを使用して、問題をより一般的な構造に単純化しました。これにより、圏論のツールを使用して、さまざまな不確実な結果を考慮した方法で共同設計の問題を解決できるようになります。
問題を再定式化することで、研究者は、個々の性能が不確実な場合でも、複数の設計オプションが相互にどのような影響を与えるかを把握できます。
このアプローチは、通常、その分野での広範な専門知識を必要とする多くの既存のツールよりも簡単です。プラグアンドプレイ システムを使用すると、数学的制約に違反することなくシステム内のコンポーネントを再配置することができます。
また、特定の分野の専門知識は必要ないため、このフレームワークは、各メンバーがより大きなシステムの 1 つのコンポーネントを設計する学際的なチームでも使用できます。
「UAV 全体の設計は 1 人の人間だけでは不可能ですが、UAV コンポーネントの設計は可能です。不確実性を考慮した方法でこれらのコンポーネントがどのように連携するかのフレームワークを提供することで、人々が UAV システム全体のパフォーマンスを評価しやすくなりました。」と Huang 氏は言います。
さらに詳しい情報
研究者らは、この新しいアプローチを使用して、コストと重量を最小限に抑えながらペイロードを最大化するドローン用の捕捉システムとバッテリーを選択しました。
各センシング システムは、気象条件が変化すると異なる検出精度を提供する可能性がありますが、設計者はそのパフォーマンスがどのように変化するかを正確に知りません。この新しいシステムにより、設計者はドローンの全体的なパフォーマンスを考える際に、これらの不確実性を考慮に入れることができます。
また、他のアプローチとは異なり、そのフレームワークは各バッテリー技術の明確な利点を明らかにしています。
たとえば、彼らの結果は、より低い負荷では、ニッケル水素電池が予想される寿命コストが最も低いことを示しています。不確実性を考慮せずにその洞察を完全に捉えることは不可能だとザルディーニ氏は言う。
別の方法では、リチウムポリマー電池の最良の場合と最悪の場合の性能シナリオのみが表示される場合がありますが、そのフレームワークはユーザーにさらに詳細な情報を提供します。
たとえば、ドローンのペイロードが 1,750 グラムの場合、バッテリー設計が不可能になる可能性が 12.8% あることが示されています。
「私たちのシステムは妥協点を提供し、ユーザーはその後デザインについて考えることができます」と彼は付け加えました。
将来的には、研究者らは問題解決アルゴリズムの計算効率を向上させたいと考えています。また、鉄道会社が同じインフラストラクチャを使用して運営されている交通ネットワークなど、協力的かつ競争的な多くの主体によってシステムが設計される状況にもこのアプローチを拡張したいと考えています。
「システムの複雑さが増し、より多くの異なるコンポーネントが関与するため、これらのシステムを設計できる正式なフレームワークが必要です。この論文は、モジュール式コンポーネントから大規模システムを組み立てる方法、設計のトレードオフを理解する方法、そして何よりも不確実性の概念を使用してそれを行う方法を示しています。これにより、この研究には参加していないカリフォルニア工科大学のアーロン土木工学とブラチャン・システム・スペースでの学習に適応したコンポーネントの学習を可能にするコンポーネントを使用して大規模システム設計を形式化する機会が生まれます。」
