Todo lo que necesitas saber sobre tecnología

Etiqueta: simulación

Un pequeño cuadrotor aprende a volar en 18 segundos

Es sorprendente cómo los cuadrotores han escalado durante la última década. Ahora estamos en el punto en el que están al borde de lo desechable, al menos desde una perspectiva comercial o de investigación: por un poco más de 200 dólares, puedes comprar un pequeño dron de 27 gramos, de código abierto, y todo lo que tienes que hacer es enseñarle a volar. Sin embargo, ahí es donde las cosas se vuelven un poco más desafiantes, porque enseñar a volar a los drones no es un proceso sencillo. Gracias a una buena simulación y a técnicas como el aprendizaje por refuerzo, es mucho más fácil dotar de autonomía a los drones que antes. Pero no suele ser un proceso rápido y puede resultar complicado realizar una transición fluida de la simulación a la realidad. El Laboratorio de Percepción y Robótica Ágil de la Universidad de Nueva York ha logrado agilizar y simplificar mucho el proceso de conseguir autonomía básica para trabajar en drones: el sistema del laboratorio es capaz de entrenar un dron en simulación desde cero hasta un vuelo estable y controlable. 18 segundos planos en una MacBook Pro. Y, en realidad, lleva más tiempo compilar y actualizar el firmware en el dron que todo el proceso de entrenamiento. ARPL NYU Entonces, el dron no solo es capaz de mantener un vuelo estacionario estable mientras rechaza golpes, empujones y viento, sino que también es capaz de volar trayectorias específicas. Nada mal durante 18 segundos, ¿verdad? Una de las cosas que normalmente ralentiza los tiempos de entrenamiento es la necesidad de seguir refinando exactamente para qué estás entrenando, sin refinarlo tanto que solo estés entrenando tu sistema para volar en tu simulación específica en lugar del mundo real. La estrategia utilizada aquí es lo que los investigadores llaman un plan de estudios (también se puede considerar como una especie de plan de lección) para ajustar la función de recompensa utilizada para entrenar el sistema mediante el aprendizaje por refuerzo. El plan de estudios comienza siendo más indulgente y aumenta gradualmente las sanciones para enfatizar la solidez y la confiabilidad. Se trata de eficiencia: hacer el entrenamiento que necesitas hacer de la manera que debe hacerse para obtener los resultados que deseas, y nada más. Hay otros trucos más sencillos que también optimizan esta técnica para aumentar la velocidad. Los algoritmos de aprendizaje por refuerzo profundo son particularmente eficientes y aprovechan la aceleración de hardware que viene con los procesadores de la serie M de Apple. La eficiencia del simulador multiplica los beneficios de la eficiencia de muestra impulsada por el plan de estudios del proceso de aprendizaje por refuerzo, lo que lleva a ese tiempo de capacitación increíblemente rápido. Este enfoque no se limita a simples drones diminutos: funcionará en prácticamente cualquier drone, incluidos los más grandes y caros, o incluso uno que usted mismo construya desde cero. Jonas Eschmann En el vídeo de arriba se nos dice que se necesitaron minutos en lugar de segundos para entrenar una política para el dron, aunque los investigadores esperan que se puedan lograr 18 segundos incluso para un dron más complejo como este en un futuro cercano. Y todo es de código abierto, por lo que, de hecho, puedes construir un dron y enseñarle a volar con este sistema. Pero si espera un poco, las cosas solo mejorarán: los investigadores nos dicen que están trabajando en la integración con el piloto automático del dron de código abierto PX4. A más largo plazo, la idea es tener una política única que pueda adaptarse a diferentes condiciones ambientales, así como a diferentes configuraciones de vehículos, lo que significa que podría funcionar con todo tipo de robots voladores en lugar de solo cuadrotores. Todo lo que necesita para ejecutar esto usted mismo está disponible en GitHub, y el documento está en ArXiv aquí. Desde su sitio Artículos Artículos relacionados en la Web

Source link

El software de simulación del profesor de la USC enseña temas de ingeniería de sistemas


Azad M. Madni pasó unos 40 años trabajando en tecnologías de simulación e inteligencia artificial que permitieron a los soldados estadounidenses entrenarse de forma segura para operaciones de combate en mundos virtuales. Ahora Madni, profesora de astronáutica, aeroespacial e ingeniería mecánica en la Universidad del Sur de California, está trabajando para transformar la educación en ingeniería. Pero no ha abandonado el mundo de la simulación. Azad Madni Employer Universidad del Sur de California, en Los Ángeles Título Profesor de astronáutica, aeroespacial e ingeniería mecánica Miembro grado IEEE Life Fellow Alma MaterUniversidad de California, Los Ángeles En 2013, el IEEE Life Fellow creó el paradigma Transdisciplinary Systems Engineering Education (TRASEE), en en el que los profesores utilizan software de simulación para enseñar temas a través de técnicas de narración de historias y juegos de roles, lo que permite a los estudiantes aplicar sus lecciones de ingeniería a situaciones del mundo real. Por esa y otras “contribuciones pioneras a la ingeniería de sistemas basados ​​en modelos, la educación y el impacto industrial utilizando enfoques interdisciplinarios”, Madni recibió la Medalla IEEE Simon Ramo de este año. Ramo fue un líder en la investigación de microondas y dirigió el desarrollo del microscopio electrónico de General Electric. Ramo se desempeñó como presidente presidencial y profesor de ingeniería eléctrica en la Escuela de Ingeniería Viterbi de la USC desde 2008 hasta su muerte en 2016. Madni dice que el premio es «el mayor logro» de su carrera como ingeniero de sistemas. Es particularmente especial para él, dice, porque él y Ramo eran colegas en la USC. Desde la NASA hasta la enseñanza en la USCMadni, que creció en Mumbai, quedó cautivado por el programa espacial estadounidense después de escuchar el programa de 1962 “We Choose to go to the luna” pronunciado por John F. Kennedy en la Universidad Rice, en Houston. El discurso del presidente estaba diseñado para reforzar el apoyo público a su propuesta de llevar un hombre a la Luna antes de 1970. Madni, que sabía que quería ser ingeniero, decidió que quería ser parte de la “aventura espacial”, dice. Se mudó a los Estados Unidos para obtener una licenciatura en ingeniería en la Universidad de California, Los Ángeles. Al verse atraído por la ingeniería de sistemas después de tomar una clase de UCLA en este campo, decidió fusionar su nuevo interés con su pasión por el espacio. Después de graduarse en 1968, Madni se unió a Parsons Corp. en Los Ángeles como ingeniero y analista de sistemas a tiempo completo. trabajando en programas de defensa. Por la noche, tomó cursos de posgrado en UCLA y en 1971 obtuvo su maestría en ingeniería. Luego realizó un doctorado. mientras trabajaba a tiempo completo en la división espacial de Rockwell International en Downey, California, como ingeniero de sistemas de simulación. En ese momento, la compañía era el contratista principal del programa del transbordador espacial de la NASA. Trabajar en el programa fue un sueño hecho realidad, dice. Desarrolló un programa de análisis basado en modelos para probar virtualmente el rendimiento del sistema de navegación del transbordador. También dirigió la creación de un programa de simulación que analizaba el rendimiento del sistema de navegación en diferentes condiciones de alto estrés. El enfoque basado en modelos de Madni redujo la necesidad de realizar pruebas exhaustivas de hardware en el circuito y, en consecuencia, redujo los costos, afirma. Después de recibir su doctorado. En 1978, en sistemas de ingeniería con especialización en metodología informática e inteligencia artificial, se unió a Perceptronics en Woodland Hills, California, como director de inteligencia artificial e investigación de software, y finalmente ascendió a vicepresidente ejecutivo y director de tecnología. sociedad”. En 1980 comenzó a trabajar en una tecnología de simulación distribuida para el ejército de los EE. UU. Dirigió un equipo que estaba diseñando un programa para entrenar soldados y permitirles completar misiones de práctica en entornos virtuales seguros. La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) y el Ejército patrocinaron el trabajo. En ese momento, los simuladores de entrenamiento utilizados eran costosos de construir, infrautilizados e inflexibles. Madni dice que tenía dos objetivos para el nuevo sistema de simulación: reducir costos, aumentar la utilización y permitir que el personal militar modifique los escenarios según sea necesario. La tecnología que él y su equipo desarrollaron hizo precisamente eso. Más tarde volvió al esfuerzo de simulación, esta vez centrado en mejorarlo con técnicas inmersivas de narración de historias. El proyecto fue financiado por la Fuerza Aérea, el Ejército, la Armada, DARPA y el Departamento de Energía de EE. UU., así como por varias empresas aeroespaciales y automotrices. Madni modeló las simulaciones a partir de videojuegos y películas, involucrando múltiples sentidos para crear experiencias más inmersivas para usuarios. Hoy en día, el Ejército utiliza los dos sistemas, llamados “simulaciones de entrenamiento basadas en juegos para entrenamiento de tareas parciales” y “sistema de simulación distribuido habilitado para realidad virtual para entrenamiento colectivo”. Madni dejó Percepttronics en 1994 para ayudar a fundar Intelligent Systems Technology, una empresa de I+D en Los Ángeles que se especializa en tecnología de modelado y simulación. Se desempeñó como CEO y CTO de la startup hasta 2009, cuando se unió a la facultad de la USC como jefe del programa de maestría en ingeniería y arquitectura de sistemas interdisciplinarios. Madni es el director fundador del Laboratorio de Sistemas Inteligentes y Autonomía Distribuida de la USC, que realiza investigaciones en inteligencia aumentada, sistemas autónomos, sistemas ciberfísicos-humanos e ingeniería de sistemas transdisciplinarios. “Mi padre tenía pasión por la educación y me inculcó esa misma pasión. en mí desde muy pequeño”, afirma. “Su sueño para mí era algún día ser miembro del cuerpo docente de una prestigiosa universidad estadounidense. Al unirme a la USC, he cumplido su sueño y he contribuido a transformar la educación en ingeniería para los desafíos de la ingeniería del siglo XXI”. Life Fellow Azad Madni [middle] muestra con orgullo su Medalla IEEE Simon Ramo en la Ceremonia de Honores del IEEE. Lo acompaña el presidente electo del IEEE, Thomas Coughlin. [left] y el presidente del IEEE, Saifur Rahman. Robb Cohen Fotografía Enseñanza de ingeniería de sistemas a través de la narración Fue en la USC donde Madni desarrolló TRASEE. En lugar de un formato de conferencia típico, los estudiantes comienzan con un escenario breve y un problema técnico que resolver. A cada miembro de un grupo se le asigna un rol. Los equipos utilizan un gemelo digital (un modelo virtual) de una máquina relevante para la historia para evaluar qué tan bien están teniendo éxito sus esfuerzos. Madni dice que el enfoque ayuda a los estudiantes a recoger información más rápido, adquirir habilidades de liderazgo y aprender a trabajar con otras personas fuera de su grupo. disciplina y de otras culturas. «Al tomar conceptos abstractos de ingeniería e incorporarlos en historias, puedo comunicar las ideas a los estudiantes de manera mucho más clara», dice. Según un estudio de 2018, los estudiantes que aprenden a través de ejercicios de juegos de roles obtenga un puntaje un 45 por ciento más alto en las pruebas que los que se imparten a través de conferencias tradicionales. Madni ha sido reconocido por varias organizaciones por crear TRASEE. Este año recibió el Premio Gordon a la Innovación en la Educación en Ingeniería y Tecnología de la Academia Nacional de Ingeniería. El premio incluye 500.000 dólares estadounidenses; Madni donó la mitad del dinero a la NAE y la otra mitad a la USC. Trabajando en red con ingenieros de diferentes disciplinas Madni ha sido miembro del IEEE durante 46 años. Desde 1980 ha ocupado varios puestos de liderazgo y ha presentado ponencias en conferencias IEEE en todo el mundo. En 2013, cofundó el comité técnico de ingeniería de sistemas basada en modelos de la IEEE Systems, Man and Cybernetics Society y se desempeña como su presidente. El comité crea recursos educativos y los miembros participan en los esfuerzos de estandarización. Los miembros también organizaron sesiones de panel en la Conferencia Internacional sobre Investigación en Ingeniería de Sistemas de 2023 y presentaron artículos de investigación. Como presidente, Madni ha liderado varios esfuerzos de colaboración con sociedades de ingeniería profesionales, incluido el Consejo Internacional de Ingeniería de Sistemas y el Instituto de Ingenieros Industriales y de Sistemas. Madni también es un voluntario activo de la IEEE Aerospace and Electronic Systems Society, la IEEE Computer Society, IEEE-USA y el IEEE Systems Council. “IEEE es la principal sociedad de ingeniería”, dice. “Esto va mucho más allá de la electrónica y la ingeniería eléctrica. Abarca muchas disciplinas, incluida la ingeniería biomédica, la ingeniería de sistemas de control, la cibernética, la ingeniería de sistemas y la gestión de ingeniería. «El hecho de que IEEE sea multidisciplinario lo convierte en un foro ideal para establecer contactos con ingenieros de diferentes disciplinas». Madni dice que le gusta asesorar a aspirantes a estudiantes de ingeniería y a jóvenes profesionales que trabajan tanto en el mundo académico como en la industria. Dice que esta es su forma de retribuir y que disfruta ayudándolos a «realizar y vivir su sueño como lo hice yo». Artículos de su sitio Artículos relacionados en la Web

Source link

Funciona con WordPress & Tema de Anders Norén