Nízkonákladový robot prochází téměř jakýmkoli překážením

Tým výzkumníků navrhl robotický systém, který umožňuje nízkonákladovému, malému robotu s nohama procházet téměř jakýmkoli překážením nebo terénem. Robot může lézt a sestupovat po schodech téměř své výšky nebo procházet skalnatým, kluzkým, nerovným, strmým a rozmanitým terénem. Může také chodit přes mezery, šplhat po skalách a fungovat ve tmě. 

Projekt rozvoje tohoto systému byl proveden výzkumníky na Carnegie Mellon University’s School of Computer Science a University of California, Berkeley. 

Pověření malých robotů novými dovednostmi

Deepak Pathak je asistent profesora na Robotics Institute. 

“Pověření malých robotů, aby lézli po schodech a zvládali různé prostředí, je zásadní pro vývoj robotů, které budou užitečné v domácnostech lidí, stejně jako pro záchranné operace,” řekl Pathak. “Tento systém vytváří robustního a adaptabilního robota, který by mohl vykonávat mnoho každodenních úkolů.” 

Robot byl testován na nerovných schodech a svahu v veřejných parcích, což testovalo jeho schopnost chodit po kameních a po kluzkých površích. Byl také úkolován, aby lézl po schodech, které by byly pro člověka ekvivalentní překonání překážky. Robot dosahuje působivou schopnost rychle se přizpůsobit a zvládnout terén pomocí svého vidění a malého palubního počítače. 

Robot byl trénován s 4 000 klonů v simulátoru. Tyto klony praktikovaly chůzi a lézení komplexního terénu a rychlost simulátoru umožnila robotu získat šest let zkušeností za jediný den.

Motorické dovednosti získané během tréninku byly uloženy simulátorem v neuronové síti, kterou výzkumníci poté zkopírovali do skutečného robota. Tento inovativní přístup znamenal, že nebylo třeba ručně nastavovat pohyb robota. 

Mnoho dnešních robotických systémů spoléhá na kamery, které vytvářejí mapu okolního prostředí, která se poté používá k plánování pohybů robota před jejich provedením. Tento proces však může být pomalý a náchylný k chybám kvůli nesprávnostem nebo špatnému vnímání ve fázi mapování. Tyto nesprávnosti mohou ovlivnit plánování a pohyby. 

Zatímco mapování a plánování jsou užitečné pro systémy zaměřené na vysokou úroveň řízení, nejsou vždy nejlepší pro dynamické požadavky nízkoúrovňových dovedností, jako je chůze nebo běh. 

Účinné a rychlé manévrování 

Nově vyvinutý robotický systém přeskočí fázi mapování a plánování a přímo směruje vstupy z vidění do řízení robota. To znamená, že robot vidí a pohybuje se podle toho. Průlomová technika umožňuje robotu reagovat na složitý terén velmi rychle a účinně. 

Pohyby robota jsou trénovány prostřednictvím strojového učení, což činí robota nízkonákladovým. Testovaný robot byl alespoň 25krát levnější než alternativy na trhu. Podle týmu by jejich algoritmus mohl učinit nízkonákladové roboty mnohem dostupnějšími. 

Ananye Agarwal je student doktorského studia SCS v oblasti strojového učení. 

“Tento systém používá vidění a zpětnou vazbu z těla přímo jako vstup pro výstupní příkazy motorů robota,” řekl Agarwal. “Tato technika umožňuje systému být velmi robustní ve skutečném světě. Pokud uklouzně na schodech, může se zotavit. Může jít do neznámých prostředí a přizpůsobit se.” 

Robotický systém byl silně inspirován přírodou. Pro robota velikosti menší než jedna stopa vysokého se naučil adoptovat pohyby, které lidé používají k překonání vysokých překážek, aby mohl šplhat po schodech nebo překážkách své výšky. Systém používá abdukci kyčle, aby překonal překážky, které jsou i pro nej pokročilejší legované robotické systémy dostupné. 

Tým se také inspiroval čtyřnohými zvířaty.

“Čtyřnohá zvířata mají paměť, která umožňuje jejich zadním nohám sledovat přední nohy. Náš systém funguje podobným způsobem,” řekl Pathak. 

Palubní paměť umožňuje zadním nohám zapamatovat si terén a jak se pohybovaly přední nohy, což pomáhá robotu manévrovat překážkami. 

Ashish Kumar je student doktorského studia na Berkeley. 

“Jelikož není mapa, není plán, náš systém si pamatuje terén a jak pohyboval přední nohou a překládá to na zadní nohu, dělá to rychle a bezchybně,” říká Kumar. 

Nový výzkum by mohl sehrát velkou roli při řešení některých z hlavních výzev souvisejících s legovanými roboty. Může dokonce pomoci vést k jejich použití v domácnostech.