Η Boston Dynamics μετατρέπει το Atlas σε τροχοφόρο πάγκο δοκιμών ενεργοποιητών

Η Boston Dynamics παρουσίασε λεπτομερώς ένα πείραμα με τροχοφόρο Atlas στις 9 Νοεμβρίου 2026, αφού αντικατέστησε τα πόδια του ανθρωποειδούς με τροχούς, για να διερευνήσει τα όρια των ενεργοποιητών και τη μεταφορά της ενισχυτικής μάθησης ολόκληρου του σώματος από την προσομοίωση στο υλικό.

Η εταιρεία περιγράφει αυτήν τη διαμόρφωση ως ερευνητικό πάγκο δοκιμών, όχι ως προϊόν. Το πείραμα σχεδιάστηκε για να αποκαλύψει πώς συνεργάζονται οι πραγματικοί ενεργοποιητές και ένας εκπαιδευμένος ελεγκτής ολόκληρου του σώματος, όταν οι κινητήρες πλησιάζουν τα λειτουργικά τους όρια. Η επιτάχυνση, οι στροφές και οι στάσεις διατηρούν τους κινητήρες υπό φορτίο, ενώ απαιτούν υψηλή ροπή και μεγάλη ταχύτητα σε όλο το εύρος λειτουργίας τους.

Η Boston Dynamics ανέφερε ότι η πολυετής εμπειρία των πελατών με τα Spot και Stretch έχει δείξει πως τα ρομπότ που χρησιμοποιούνται σε πραγματικές συνθήκες αντιμετωπίζουν καταστάσεις τις οποίες ένα εργαστήριο δεν μπορεί να αναπαραγάγει πλήρως. Ο Xiaoyu (Andy) Wu, μηχανικός ελέγχου του Atlas και συντάκτης της περιγραφής, χρησιμοποίησε τον πάγκο δοκιμών για να εξετάσει την ακραία συμπεριφορά των ενεργοποιητών και την ανθεκτικότητα των ρυθμίσεων ελέγχου χαμηλού επιπέδου που είχε κάνει.

Μοντέλα κινητήρων για εκπαίδευση sim-to-real

Η εκπαίδευση περιλάμβανε εκατομμύρια προσομοιώσεις του ρομπότ προτού η πολιτική ελέγχου εφαρμοστεί στο υλικό. Το πρόβλημα της μετάβασης από την προσομοίωση στο υλικό, γνωστό ως sim-to-real, εξαρτιόταν από το κατά πόσο το μοντέλο του κινητήρα μπορούσε να αναπαραγάγει με ακρίβεια τη μετρημένη φυσική συμπεριφορά, ώστε να μεταφερθεί η εκπαιδευμένη πολιτική ελέγχου. Οι πολιτικές ελέγχου που εκπαιδεύονται με βάση ένα εξιδανικευμένο μοντέλο κινητήρα ενδέχεται να εξασκούν κινήσεις που το πραγματικό ρομπότ δεν μπορεί να εκτελέσει· αντίθετα, τα μοντέλα που αντιστοιχούν στο υλικό υποστηρίζουν συμπεριφορές τις οποίες το ρομπότ μπορεί να αναπαραγάγει.

Η προετοιμασία περιλάμβανε την αντιστοίχιση των παραμέτρων ελέγχου χαμηλού επιπέδου μεταξύ διαφορετικών διαμορφώσεων λογισμικού, τη διεξαγωγή πειραμάτων χαρακτηρισμού των κινητήρων και τη ρύθμιση του προσομοιωμένου κινητήρα με βάση μετρήσεις από το Atlas. Η ομάδα αξιολόγησε επίσης κάθε απλοποίηση ξεχωριστά, διατηρώντας τις ακίνδυνες προσεγγίσεις και αποφεύγοντας εκείνες που θα έδιναν στην πολιτική ελέγχου μη ρεαλιστικό πλεονέκτημα κατά την εκπαίδευση.

Το έργο συνδύασε τον σχεδιασμό ενεργοποιητών, τον έλεγχο κινητήρων χαμηλού επιπέδου και την ενισχυτική μάθηση ολόκληρου του σώματος (RL) — ειδικότητες που συνήθως παραμένουν χωριστές στο Atlas. Ο Wu έχει υπόβαθρο στον κλασικό έλεγχο κινητήρων και αυτό ήταν το πρώτο σημαντικό έργο του στον τομέα της ενισχυτικής μάθησης, φέρνοντάς τον στα όρια μεταξύ αυτών των επιπέδων.

Οι ερευνητές προσάρμοσαν καθιερωμένα πλαίσια πολιτικών ελέγχου, αλλάζοντας τη σύνθεση της ανταμοιβής, το εύρος των εντολών εκπαίδευσης και τον χειρισμό της στάσης. Ο Wu είπε ότι οι αλλαγές αυτές επέτρεψαν στο Atlas να κυλά ομαλά, παραμένοντας σταθερό και εύκολο στον χειρισμό, και χαρακτήρισε τη μεταφορά που επιτεύχθηκε στο υλικό ουσιαστικά τέλεια.

Επιδείξεις κίνησης με τροχούς και ελάχιστες μετατροπές

Ορισμένες επιδείξεις ξεκίνησαν με αποσπάσματα καταγραφής κίνησης ανθρώπων, τα οποία ο Wu επέλεξε επειδή περιλάμβαναν έντονη ολίσθηση των ποδιών. Κατά την εκπαίδευση για πλάγια εφόρμηση, οι ολισθήσεις των ανθρώπινων ποδιών μετατράπηκαν σε κινήσεις με τροχούς και κατευθυνόμενη πορεία, καθώς η πολιτική ελέγχου μάθαινε να αξιοποιεί τους τροχούς.

Για το άλμα 360 μοιρών, ο ελεγκτής ακολούθησε μια τροχιά κίνησης που είχε καταγραφεί από άνθρωπο άλτη. Ο Wu χαρακτήρισε την κίνηση σχετικά χαμηλού κινδύνου, παρά τη δυναμική της εμφάνιση, και είπε ότι πέτυχε με την πρώτη προσπάθεια. Καθώς το ρομπότ προετοιμαζόταν για την απογείωση, το κάτω μέρος του σώματός του, που έφερε τροχούς, κύλησε γρήγορα και πήρε θέση πριν από την ανοδική ώθηση, αξιοποιώντας την πρόσφυση με διαφορετικό τρόπο απ’ ό,τι το Atlas με πόδια.

Το υλικό που χρησιμοποιήθηκε για αυτές τις κινήσεις χρειάστηκε ελάχιστες τροποποιήσεις. Το μόνο πρόσθετο εξάρτημα ήταν ένας ειδικά κατασκευασμένος προσαρμογέας, ο οποίος συνέδεε μια έτοιμη στεφάνη πατινιού με τον υπάρχοντα ενεργοποιητή του αστραγάλου του Atlas. Στο βασικό μοντέλο λογισμικού, κάθε τροχός μετατράπηκε σε αστράγαλο με δυνατότητα συνεχούς περιστροφής, επιτρέποντας στον Wu να αντικαταστήσει τα πόδια με τροχούς χωρίς να κατασκευάσει ξεχωριστό μοντέλο ρομπότ.

Διδάγματα για το τυπικό Atlas

Η Boston Dynamics ανέφερε ότι τα διδάγματα από το πείραμα ενσωματώνονται ήδη στην τυπική διαμόρφωση του Atlas. Η στενότερη διασύνδεση της δυναμικής των ενεργοποιητών με την ενισχυτική μάθηση ολόκληρου του σώματος αποσκοπεί στην ενίσχυση της ανθεκτικότητας της πολιτικής ελέγχου απέναντι σε τρόπους αστοχίας και στη διεύρυνση των δυνατοτήτων του ρομπότ. Έτσι, οι επιδείξεις συνδέουν άμεσα μια ασυνήθιστη ερευνητική διαμόρφωση με το σύστημα ελέγχου που χρησιμοποιεί το συμβατικό δίποδο ρομπότ.

Ο Wu έχει επίσης ξεκινήσει να εργάζεται σε πολιτικές ελέγχου για περιπτώσεις αστοχίας ενεργοποιητών, διερευνώντας, μεταξύ άλλων, αν η ενισχυτική μάθηση μπορεί να δημιουργήσει αναδυόμενες αντιδράσεις σε αυτές τις αστοχίες. Η επόμενη φάση επεκτείνει αυτήν την προσπάθεια για την αξιοπιστία σε υλικό του οποίου η συμπεριφορά αλλάζει μετά από μια αστοχία, εξετάζοντας αν ο εκπαιδευμένος έλεγχος μπορεί να ανταποκριθεί όταν ένας πραγματικός ενεργοποιητής αποκλίνει από την αναμενόμενη συμπεριφορά του.