Αλγόριθμοι Επιτρέπουν στους Ρομπότ να Αποφεύγουν Εμπόδια και να Τρέχουν στη Φύση

Μια ομάδα ερευνητών στο Πανεπιστήμιο της Καλιφόρνια – Σαν Ντιέγκο έχει αναπτύξει ένα νέο σύστημα αλγορίθμων που επιτρέπει στους ρομπότ με τέσσερα πόδια να περπατούν και να τρέχουν στη φύση. Τα ρομπότ μπορούν να πλοηγηθούν σε δύσκολο και σύνθετο έδαφος ενώ αποφεύγουν στατικά και κινούμενα εμπόδια.

Η ομάδα πραγματοποίησε δοκιμές όπου ένα ρομπότ καθοδηγούταν από το σύστημα για να манεβράρει αυτόνομα και γρήγορα σε αμμοώδεις επιφάνειες, χαλίκι, γρασίδι και ανώμαλο έδαφος με κλαδιά και πεσμένα φύλλα. Ταυτόχρονα, μπορούσε να αποφεύγει τη σύγκρουση με στύλους, δέντρα, θάμνους, βράχους, παγκάκια και ανθρώπους. Το ρομπότ απέδειξε επίσης την ικανότητα να πλοηγηθεί σε một繁忙辦公 χώρο χωρίς να συγκρουστεί με διάφορα εμπόδια.

Κατασκευή Αποδοτικών Ρομπότ με Πόδια

Το νέο σύστημα σημαίνει ότι οι ερευνητές είναι πιο κοντά παρά ποτέ στο να κατασκευάσουν αποδοτικά ρομπότ για αποστολές έρευνας και διάσωσης, ή ρομπότ για τη συλλογή πληροφοριών σε χώρους που είναι δύσκολο να φτάσουν ή επικίνδυνοι για τους ανθρώπους.

Το έργο πρόκειται να παρουσιαστεί στη Διεθνή Συνέδριο για τα Έξυπνα Ρομπότ και τα Συστήματα (IROS) από τις 23 έως τις 27 Οκτωβρίου στο Κιότο, Ιαπωνία.

Το σύστημα δίνει στο ρομπότ περισσότερη ευελιξία λόγω της συνδυασμού της αίσθησης της όρασης με την προπριοцепτίωση, η οποία είναι μια άλλη αισθητηριακή modalidad που αφορά την αίσθηση της κίνησης, της κατεύθυνσης, της ταχύτητας, της θέσης και της αφή.

Οι περισσότερες από τις τρέχουσες προσεγγίσεις για την εκπαίδευση ρομπότ με πόδια να περπατούν και να πλοηγηθούν χρησιμοποιούν είτε την προπριοцепτίωση είτε την όραση. Ωστόσο, δεν χρησιμοποιούνται και τα δύο ταυτόχρονα.

Συνδυασμός Προπριοцепτίωσης με Υπολογιστική Όραση

Ο Xiaolong Wang είναι καθηγητής ηλεκτρολογικού και υπολογιστικού μηχανικού στο UC San Diego Jacobs School of Engineering.

“Σε μια περίπτωση, είναι σαν να εκπαιδεύεις ένα τυφλό ρομπότ να περπατάει μόνο με την αφή και την αίσθηση του εδάφους. Και στην άλλη, το ρομπότ σχεδιάζει τις κινήσεις των ποδιών του με βάση την όραση μόνο. Δεν μαθαίνει δύο πράγματα ταυτόχρονα”, είπε ο Wang. “Στη δουλειά μας, συνδυάζουμε την προπριοцепτίωση με την υπολογιστική όραση για να επιτρέψουμε σε ένα ρομπότ με πόδια να κινείται αποτελεσματικά και ομαλά – ενώ αποφεύγει εμπόδια – σε eine ποικιλία από δύσκολα περιβάλλοντα, όχι μόνο σε καλά καθορισμένα.”

Το σύστημα που αναπτύχθηκε από την ομάδα βασίζεται σε ένα ειδικό σύνολο αλγορίθμων για να συνδυάσει δεδομένα από πραγματοχρόνους εικόνες, οι οποίες λαμβάνονται από μια κάμερα βάθους στο κεφάλι του ρομπότ, με δεδομένα που προέρχονται από αισθητήρες στα πόδια του ρομπότ.

Ωστόσο, ο Wang είπε ότι αυτό ήταν một σύνθετο έργο.

“Το πρόβλημα είναι ότι κατά τη διάρκεια της πραγματικής λειτουργίας, υπάρχει đôiότερες φορές μια μικρή καθυστέρηση στη λήψη εικόνων από την κάμερα, ώστε τα δεδομένα από τις δύο διαφορετικές αισθητηριακές modalidades δεν φτάνουν πάντα την ίδια στιγμή”, εξήγησε.

Η ομάδα αντιμετώπισε αυτή την πρόκληση模ulating τη διαφορά με την τυχαία αντιστοίχιση των δύο συνόλων εισόδων. Οι ερευνητές αναφέρουν αυτή τη τεχνική ως multi-modal καθυστέρηση τυχαία, και στη συνέχεια χρησιμοποίησαν τις χρησιμοποιημένες και τυχαίες εισόδους για να εκπαιδεύσουν μια πολιτική ενίσχυσης. Η προσέγγιση επέτρεψε στο ρομπότ να λαμβάνει γρήγορες αποφάσεις ενώ πλοηγούσε, καθώς και να προβλέπει αλλαγές στο περιβάλλον του. Αυτές οι ικανότητες επέτρεψαν στο ρομπότ να κινείται και να манεβράρει γρήγορα σε διάφορα είδη εδάφους, όλα χωρίς την βοήθεια ενός ανθρώπινου χειριστή.

Η ομάδα θα κοιτάξει τώρα να κάνει τα ρομπότ με πόδια πιο ευέλικτα, ώστε να μπορούν να λειτουργούν σε ακόμη πιο σύνθετα περιβάλλοντα.

“Για τώρα, μπορούμε να εκπαιδεύσουμε ένα ρομπότ να κάνει απλές κινήσεις όπως το περπάτημα, το τρέξιμο και την αποφυγή εμποδίων”, είπε ο Wang. “Τα επόμενα στόχοι μας είναι να επιτρέψουμε σε ένα ρομπότ να περπατάει πάνω και κάτω από σκάλες, να περπατάει σε πέτρες, να αλλάζει κατεύθυνση και να πηδάει πάνω από εμπόδια.”