Евтин робот се придвижва през почти всяко препятствие

Екип от изследователи е проектирал роботизирана система, която позволява на евтин робот с малки крака да се движи през почти всяко препятствие или терен. Роботът може да се изкачва и слиза по стълби почти на неговата височина или да се движи по скалисти, хлъзгави, неравни, стръмни и разнообразни терени. Може също да минава през пролуки, да се катери по скали и да работи на тъмно. 

- проект разработването на системата е извършено от изследователи от Училището по компютърни науки на университета Карнеги Мелън и Калифорнийския университет в Бъркли. 

Овластяване на малки роботи с нови умения

Дийпак Патак е асистент в Института по роботика. 

„Даването на възможност на малките роботи да се изкачват по стълби и да се справят с различни среди е от решаващо значение за разработването на роботи, които ще бъдат полезни в домовете на хората, както и при операции по търсене и спасяване“, каза Патак. „Тази система създава здрав и адаптивен робот, който може да изпълнява много ежедневни задачи.“ 

Роботът беше тестван на неравни стълби и хълмове в обществени паркове, които тестваха способността му да ходи по стъпала и по хлъзгави повърхности. Също така беше натоварено да изкачва стълби, което би било еквивалентно на прескачане на препятствие от човек. Роботът постига впечатляваща способност за бързо адаптиране и овладяване на терена, като използва своето зрение и малък бордов компютър. 

Роботът е обучен с 4,000 клонинга в симулатор. Тези клонинги практикуваха ходене и катерене по сложен терен, а скоростта на симулатора позволи на робота да постигне шест години опит само за един ден.

Двигателните умения, научени по време на обучението, се съхраняват от симулатора в невронна мрежа, която след това изследователите копират в истинския робот. Този новаторски подход не означаваше ръчно проектиране на движенията на робота. 

Много от днешните роботизирани системи разчитат на камери, които създават карта на околната среда, която след това се използва за планиране на движенията на робота, преди те да бъдат извършени. Този процес обаче може да бъде бавен и склонен към грешки поради неточности или погрешни възприятия в етапа на картографиране. Тези неточности могат да повлияят на планирането и движенията. 

Докато картографирането и планирането се оказват полезни за системи, фокусирани върху контрол на високо ниво, те не винаги са най-добрите за динамичните изисквания на умения на ниско ниво, като ходене или бягане. 

Ефективно и бързо маневриране 

Новоразработената роботизирана система прескача фазите на картографиране и планиране и директно насочва визуалните входове към контрола на робота. Това основно означава, че роботът вижда и се движи съответно. Техниката за пробив позволява на робота да реагира на своя сложен терен много бързо и ефективно. 

Движенията на робота се обучават чрез машинно обучение, което го прави евтин. Тестваният робот беше поне 25 пъти по-евтин от алтернативите на пазара. Според екипа техният алгоритъм може да направи евтините роботи много по-достъпни. 

Ananye Agarwal е SCS Ph.D. студент по машинно обучение. 

„Тази система използва зрение и обратна връзка от тялото директно като вход за изходни команди към двигателите на робота“, каза Агарвал. „Тази техника позволява на системата да бъде много стабилна в реалния свят. Ако се подхлъзне по стълбите, може да се възстанови. Може да отиде в непозната среда и да се адаптира. 

Роботизираната система е силно вдъхновена от природата. За робот с размери по-малко от един фут висок, той се научи да възприема движенията, които хората използват, за да прекрачат високи препятствия, за да изкачат стълби или препятствия на неговата височина. Системата използва отвличане на тазобедрената става, за да преодолее препятствия, които са трудни дори за най-модерните налични роботизирани системи с крака. 

Екипът потърси вдъхновение и към четириногите животни.

„Четириногите имат памет, която позволява на задните им крака да проследяват предните крака. Нашата система работи по подобен начин“, каза Патак. 

Вградената памет позволява на задните крака да запомнят какво е видяла камерата, като й помага да маневрира с препятствия. 

Ашиш Кумар е доктор по философия. студент в Бъркли. 

„Тъй като няма карта, няма планиране, нашата система запомня терена и как е преместила предния крак и превежда това към задния крак, като прави това бързо и безупречно“, казва Кумар. 

Новото изследване може да изиграе голяма роля при решаването на някои от основните предизвикателства, свързани с роботите с крака. Това дори може да помогне за използването им в домовете.