研究& Innovation

2365备用网址教师收到突出ONR业大奖

机械工程副教授尼克parziale和Brendan englot收到负盛名的年轻研究者的荣誉

尼克parziale and 布兰登englot

在365体育备用网址的教授都致力于探索前沿研究的专业人士的创新组进一步加强了寻求我们这个时代最具挑战性问题的解决方案的学校的使命。今年海军研究(ONR)的办公室已经授予2个365备用网址 机械工业 与教授 青年研究者奖计划.

助理教授 尼克parziale 接受了$ 469,000到他的项目测量过渡和动荡的超高速空气的资金流动和助理教授 布兰登englot 收到$五零八六九三他的研究利用经典的人工智能的新变种资金。

标记高超音速移动物体的空气流

在他的先前的研究认为专注于开发测量技术来研究的对象通过流体移动接近超音速边界层,薄的气体或液体层parziale将使用这些奖励来构建。他的团队将如何从一个秩序井然的状态边界层过渡衡量一混乱。

parziale还将研究混沌状态的结构。与乱层的车辆将具有更高的阻力和热传递,减慢的物体的速度和增加其热屏蔽的重量要求。与边界层保留在一个良好有序状态可以维持与较少的热保护以更高的速度的车辆。

“一旦我们能够更好地理解如何衡量和评估如何以及为什么在高超音速边界层转变,可能性是无止境的,”说parziale。 “这些数据可以告诉我们如何设计的飞机,并有可能采取世界各地的一日游。”

parziale将进行本研究通过拍照的百万分之一秒开,以显示在风洞的气体移动时,通过用激光标记和照明如何波束。这一策略被广泛称为标记测速。标记测速称为氪标记测速的具体形式是在通过空军夏季教师奖学金项目之间的阿诺德工程发展的复杂和parziale的组协作开发。

“这个概念是相似,如果你拿了一根棍子向下移动的一条小溪的多张照片,” parziale解释。 “你将能够计算出物体是如何根据它的照片之间是如何移动移动。使“粘”在我们的高超音速,我们扎普或“标签”的气体,有专门的激光“。

使用新的AI,以火车的机器人做到安全,可靠的决策

englot,在365体育备用网址麻省理工学院培训的机械工程师,508 $,693 2020年的青年研究者奖,以充分利用经典的人工智能工具的新变种,让机器人来预测自己行为的多种可能的结果,以及如何可能他们发生。该框架将允许机器人找出哪个选项是实现目标的最佳途径,以了解哪些选项是最安全,最有效的 - 和最可能失败。

“如果让一个机器人完成任务最快的方法是走在悬崖边上,这是牺牲安全性的速度,说:” englot,谁将会成为第一批使用该工具,分布式强化学习,要培养机器人。 “我们不希望机器人掉下悬崖的边缘,所以我们给他们的工具来预测和管理参与完成所需任务的风险。”

多年来,强化学习已被用于训练机器人在水,陆,空自主导航。但AI的工具有局限性,因为它使基于每个动作提供一个期望的结果决定,而实际上往往有可能发生的许多其他可能的结果。 englot使用分布式强化学习,人工智能算法,机器人可以用它来评估所有可能的结果,预测每个行动成功的概率,并选择最有利的选择可能,同时保持一个机器人的安全成功。

把他的算法,使用在实际的机器人之前,englot的第一个任务是完善的算法。 englot和他的团队创造了许多决策情况,其中,以测试他们的算法。他们往往求助于现场的喜爱玩理由之一:Atari游戏公司。例如,当你玩吃豆子,你是在决定如何吃豆子的行为的算法。你的目标是让所有在迷宫中的点,如果你可以,得到一些水果。但也有鬼左右浮动,可以杀死你。每一秒,你不得不做出决定。你直走,左边还是右边?哪条路径让你最点 - 和点 - 同时,也让你远离鬼吗?

englot的AI算法,采用分布式强化学习,将采取一个人的球员的地方,模拟各种可能的举动安全航行的景观。

那么你如何奖励机器人? englot和他的团队将指派点,不同的结果,即,如果它掉下悬崖,机器人变得-100分。如果它需要一个更慢,但更安全的选择,它可以接收-1点沿着迂回的每一步。但是,如果它成功地达到目标,可能会得到+50。

“我们的次要目标之一就是看怎么奖励的信号可以被设计成产生积极影响机器人如何进行决策,并可以训练,”说englot。 “我们希望在这个项目中开发的技术可能最终被用于更复杂的AI,比如培训水下机器人安全航行之中不同的潮汐,海流,和其他复杂的环境因素。”

了解更多有关机械工程研究在365备用网址: