Výzkumníci z Carnegie Mellon University's School of Computer Science a University of California v Berkeley navrhli robotický systém, který umožňuje levnému robotovi s relativně malýma nohama vylézt a sestoupit po schodech blízko jeho výšce, překonat kamenité, kluzké, nerovné, strmé a různorodý terén. Přemosťujte propasti, odlupujte kameny a obrubníky a dokonce pracujte ve tmě.
"Umožnit malým robotům vylézt po schodech a zvládnout různá prostředí je zásadní pro vývoj robotů, kteří jsou užiteční v domácnostech lidí i při pátracích a záchranných operacích," řekl Deepak Pathak, odborný asistent na Robotickém institutu. . Roboti, kteří mohou vykonávat mnoho každodenních úkolů."
Tým testoval robota, testoval ho na nerovných schodech a stráních ve veřejných parcích, vyzýval ho, aby překonal nášlapné kameny a kluzké povrchy, a požádal ho, aby vyšel po schodech, protože byl vysoký jako člověk skákající přes překážku. Robot spoléhá na svou vizi a malý palubní počítač, aby se rychle přizpůsobil a zvládl náročný terén.
Výzkumníci cvičili roboty se 4,{1}} klony v simulátoru, kde trénovali chůzi a lezení v náročném terénu. Rychlost simulátoru umožňuje robotovi získat šest let zkušeností za jeden den. Simulátor také uložil motorické dovednosti naučené během tréninku v neuronové síti, které výzkumníci replikovali na skutečném robotovi. Tento přístup nevyžaduje na rozdíl od tradičních metod žádné ruční inženýrství pohybu robota --.
Většina robotických systémů využívá kamery k vytvoření mapy svého okolí a pomocí této mapy plánují pohyby před popravou. Proces je pomalý a problémy často vznikají kvůli nejednoznačnosti, nepřesnostem nebo nedorozuměním, která jsou vlastní fázi mapování a ovlivňují následné plánování a pohyb. Mapování a plánování jsou užitečné v systémech zaměřených na řízení na vysoké úrovni, ale nejsou vždy vhodné pro dynamické požadavky dovedností nízké úrovně, jako je chůze nebo běh v náročném terénu.
Nový systém obchází fáze mapování a plánování a přímo směruje vizuální vstupy do řízení robota. To, co robot vidí, určuje, jak se pohybuje. Ani vědci nespecifikovali, jak by se měly nohy pohybovat. Tato technologie umožňuje robotu rychle reagovat na blížící se terén a efektivně se po něm pohybovat.
Protože není potřeba žádné mapování ani plánování a k trénování pohybů se používá strojové učení, mohou být i samotní roboti levní. Robot, kterého tým použil, je nejméně 25krát levnější než stávající alternativy. Algoritmus týmu má potenciál rozšířit dostupnost levných robotů.
Ananye Agarwal, doktorandka strojového učení na SCS, řekla: "Systém využívá vidění a zpětnou vazbu z těla přímo jako vstup pro výstupní příkazy do motorů robota. Tato technika dělá systém velmi robustním v reálném světě. Pokud klouže na schodech se dokáže zotavit. Může jít do neznámého prostředí a přizpůsobit se."
Tato přímá vize kontroly je inspirována biologicky. Lidé a zvířata používají zrak k pohybu. Zkuste běhat nebo balancovat se zavřenýma očima. Předchozí výzkum týmu ukázal, že slepí roboti (ti bez kamer) dokážou zdolat náročný terén, ale přidání vize a spolehnutí se na ni může systém výrazně zlepšit.
Tým také hledal v přírodě další prvky systému. Aby malý robot vysoký necelou stopu šplhal po schodech nebo po překážkách blízkých jeho výšce, naučil se přijímat pohyby, které lidé používají k překračování vysokých překážek. Když člověk musí zvedat nohy vysoko, aby vyšplhal na příčku nebo překážku, používá boky k odsunutí nohou z cesty, což se nazývá abdukce a addukce, což mu dává více prostoru. Totéž platí pro robotický systém navržený týmem Pathak, který využívá abdukci kyčle k překonání překážek, které brzdí některé z nejpokročilejších robotických systémů s nohama na trhu.
Tým inspiroval i pohyb zadních nohou čtyřnožce. Když se kočka pohybuje přes překážku, její zadní nohy se vyhýbají stejným předmětům jako její přední nohy, bez pomoci blízkého páru očí. "Čtyřnohá zvířata mají paměť, která umožňuje jejich zadním nohám sledovat jejich přední nohy. Náš systém funguje podobným způsobem," řekl Pathak. Paměť systému umožňuje zadním nohám zapamatovat si, co vidí přední kamera, a manévrovat, aby se vyhnuly překážkám.
„Protože neexistuje žádná mapa, žádné plánování, náš systém si pamatuje terén a způsob, jakým pohybuje předními nohami, a převádí to na zadní nohy, a dělá to tak rychle a dokonale,“ řekl Ashish Kumar, Ph.D. student v Berkeley. Tento výzkum by mohl být velkým krokem k řešení stávajících problémů s roboty s nohama a jejich přivedení do domovů lidí.