Modeling The States of Liquid Phase Change Pouch Actuators by Reservoir Computing

フィジカルリザーバーコンピューティング/Physical reservoir computing

物理現象を直接計算資源として利用する物理リザバーコンピューティングは、従来のエッジAIにおける消費電力や処理速度の限界を克服する次世代のパラダイムとして期待されている。特に、ヒステリシスのような強い非線形性とメモリ性を有する物理系は、高い計算ポテンシャルを秘めている。
しかし、これらの系を統一的にモデル化し、ソフトロボット制御のような複雑な実問題に応用する一般的な手法は未だ確立されていない。
本研究は、多様な物理ダイナミクスを計算能力に変換し、高度な時系列処理を可能にする統合的なフレームワークの構築を目的とする。
この問題に対し、我々はヒステリシス回路やカオス回路の非線形応答を計算ノードとして体系化した「PhysRes」フレームワークを提案し、ソフトアクチュエータの相変化ダイナミクスの学習に適用した。実験の結果、パウチ型アクチュエータ内部の複雑な相変化状態の高精度な推定に加え、新規開発したデュアルパウチグリッパを用いた壊れやすい物体の柔軟な把持に成功した。
本成果は、物理特性を直接的な情報処理資源として活用することで、ニューロモーフィックデバイスやソフトロボティクスにおける超低電力かつリアルタイムな制御システムの実現に寄与するものである。

Physical reservoir computing, which utilizes physical phenomena directly as computational resources, is a promising next-generation paradigm anticipated to overcome the power consumption and processing speed limitations of conventional edge AI. In particular, physical systems exhibiting strong nonlinearity and memory properties, such as hysteresis, possess high computational potential. However, a general method for uniformly modeling these systems and applying them to complex real-world problems, such as soft robot control, has not yet been established. This study aims to construct an integrated framework that converts diverse physical dynamics into computational power to enable advanced time-series processing.
To address this, we propose the “PhysRes” framework, which systematizes the nonlinear responses of hysteretic and chaotic circuits as computational nodes, and applied it to learn the phase-change dynamics of soft actuators. Experimental results demonstrated high-precision estimation of complex phase-change states within pouch actuators, as well as the successful flexible grasping of fragile objects using a newly developed dual-pouch gripper. These findings contribute to the realization of ultra-low-power, real-time control systems in neuromorphic devices and soft robotics by leveraging physical properties as direct information processing assets.

C. Caremel, K. Nguyen, A. Nguyen, M. Huber, Y. Kawahara, T. D. Ta, K. Nakajima

連絡先/Contact
cedric@akg.t.u-tokyo.ac.jp