Výzkumníci vytvořili robot s nohama, který může chodit po obtížném terénu

Tým výzkumníků z ETH Curych vyvinul nový přístup, který umožňuje robotu s nohama pohybovat se rychle po složitých terénech. Robot, nazvaný ANYmal, spoléhá na strojové učení, aby kombinoval vizuální vnímání prostředí a smysl pro dotek.

Čtyřnohý robot byl schopen vystoupit 120 metrů do výšky během 31 minut, což je o čtyři minuty rychleji, než odhadovaná doba pro lidské turisty bez zaváhání.

Nová technologie

Technologie, která umožňuje ANYmalu kombinoval vizuální vnímání a smysl pro dotek, je zcela nová.

Tým byl veden Marcem Hutterem a výzkum byl zveřejněn v časopise Science Robotics.

“Robot se naučil kombinoval vizuální vnímání svého prostředí s propriocepcí – jeho smyslem pro dotek – na základě přímého kontaktu nohou. To mu umožňuje zvládnout obtížné terény rychleji, efektivněji a především robustněji,” říká Hutter.

Tým říká, že robot bude nakonec schopen být nasazen kdekoliv, kde je to pro lidi příliš nebezpečné nebo jinak nemožné pro různé typy robotů.

Lidé a zvířata také kombinovali vizuální vnímání svého prostředí se smyslem pro dotek z nohou a rukou, což jim umožňuje zvládnout obtížné terény. Předtím vyvinuté roboty s nohama mohli to udělat pouze v omezené míře.

Takahiro Miki je doktorand a hlavní autor studie.

“Důvodem je, že informace o bezprostředním prostředí zaznamenané laserovými senzory a kamerami jsou často neúplné a dvojznačné,” řekl Miki.

“To je důvod, proč roboti jako ANYmal musí být schopni rozhodnout se, kdy důvěřovat vizuálnímu vnímání svého prostředí a pohybovat se rychle, a kdy je lepší postupovat opatrně a s malými kroky,” pokračoval Miki. “A to je velká výzva.”

Školení neuronové sítě

Nová technologie zahrnuje kontrolér založený na neuronové síti, který umožňuje ANYmalu kombinoval vnější a proprioceptivní vnímání poprvé. Vědci nejprve vystavili systém mnoha překážkám a zdrojům chyb ve virtuálním tréninkovém táboře, což umožnilo síti naučit se, jak překonat překážky nejlepším způsobem. Také se naučila, kdy důvěřovat datům o prostředí a kdy je ignorovat.

“S tímto tréninkem je robot schopen zvládnout nejvíce obtížné přírodní terény, aniž by je dříve viděl,” říká Hutter.

Robot může provádět tento proces i v případě, že data o bezprostředním prostředí jsou neúplná nebo dvojznačná, v takovém případě se ANYmal spoléhá na svou propriocepci. To mu umožňuje kombinoval rychlost a efektivitu vnějšího vnímání se bezpečností proprioceptivního vnímání.