Χαμηλού Κόστους Ρομπότ Πλοηγείται Σχεδόν σε Κάθε Εμπόδιο

Μια ομάδα ερευνητών έχει σχεδιάσει ένα ρομποτικό σύστημα που επιτρέπει σε ένα χαμηλού κόστους, μικρό ρομπότ με πόδια να πλοηγείται σχεδόν σε κάθε εμπόδιο ή έδαφος. Το ρομπότ μπορεί να ανεβεί και να κατεβεί σκαλιά σχεδόν το ύψος του ή να πλοηγηθεί σε βραχώδη, ολισθηρά, ανώμαλα, απότομα και ποικίλα εδάφη. Μπορεί επίσης να περπατήσει πάνω από χάσματα, να αναρριχηθεί σε βράχους και να λειτουργήσει στο σκοτάδι.

Το έργο για την ανάπτυξη του συστήματος πραγματοποιήθηκε από ερευνητές στο Τμήμα Επιστημών του Υπολογιστή του Πανεπιστημίου Carnegie Mellon και στο Πανεπιστήμιο της Καλιφόρνιας, Μπέρκλεϊ.

Ενδυναμώνοντας τα Μικρά Ρομπότ με Νέες Ικανότητες

Ο Deepak Pathak είναι βοηθός καθηγητής στο Ινστιτούτο Ρομποτικής.

«Η ενδυνάμωση των μικρών ρομπότ να ανεβούν σκαλιά και να χειριστούν eine ποικιλία περιβαλλόντων είναι κρίσιμη για την ανάπτυξη ρομπότ που θα είναι χρήσιμα στα σπίτια των ανθρώπων καθώς και σε επιχειρήσεις έρευνας και διάσωσης», είπε ο Pathak. «Αυτό το σύστημα δημιουργεί ένα robust και προσαρμόσιμο ρομπότ που θα μπορούσε να εκτελέσει πολλές καθημερινές εργασίες».

Το ρομπότ δοκιμάστηκε σε ανώμαλα σκαλιά και λόφους σε δημόσιους πάρκους, τα οποία έθεσαν σε δοκιμή την ικανότητά του να περπατήσει πάνω από πέτρες και ολισθηρές επιφάνειες. Επίσης, του ζητήθηκε να ανεβεί σκαλιά που θα ήταν ισοδύναμα με το να πηδήξει ένας άνθρωπος πάνω από ένα εμπόδιο. Το ρομπότ επιτυγχάνει μια εντυπωσιακή ικανότητα να προσαρμοστεί και να κυριαρχήσει στο έδαφος χρησιμοποιώντας την όρασή του και einen μικρό υπολογιστή onboard.

Το ρομπότ εκπαιδεύτηκε με 4.000 κλώνους σε einen симулятор. Αυτοί οι κλώνοι εξασκήθηκαν στο περπάτημα και την ανάβασή τους σε σύνθετα εδάφη, και η ταχύτητα του симулятора επέτρεψε στο ρομπότ να αποκτήσει έξι χρόνια εμπειρίας σε μία seule μέρα.

Οι κινητικές δεξιότητες που μαθήθηκαν κατά τη διάρκεια της εκπαίδευσης αποθηκεύτηκαν από τον симулятор σε ένα νευρωνικό δίκτυο, το οποίο οι ερευνητές αντέγραψαν στο πραγματικό ρομπότ. Αυτή η καινοτόμος προσέγγιση σήμανε ότι δεν χρειαζόταν χειροκίνητη μηχανική των κινήσεων του ρομπότ.

Πολλά από τα σημερινά ρομποτικά συστήματα βασίζονται σε κάμερες που δημιουργούν einen χάρτη του περιβάλλοντος, ο οποίος στη συνέχεια χρησιμοποιείται για να σχεδιαστεί η κίνηση του ρομπότ πριν από την εκτέλεσή της. Ωστόσο, αυτή η διαδικασία μπορεί να είναι αργή και ευάλωτη σε λάθη λόγω ανακρίβειας ή λανθασμένης αντίληψης στη φάση του χάρτη. Αυτές οι ανακρίβειες μπορούν να επηρεάσουν τον σχεδιασμό και τις κινήσεις.

Ενώ ο χάρτης και ο σχεδιασμός αποδεικνύονται χρήσιμοι για συστήματα που επικεντρώνονται σε υψηλό επίπεδο ελέγχου, δεν είναι πάντα οι καλύτεροι για τις δυναμικές απαιτήσεις των χαμηλού επιπέδου δεξιοτήτων, όπως το περπάτημα ή το τρέξιμο.

Αποτελεσματική και Γρήγορη Χειρισμός

Το νεοαναπτυγμένο ρομποτικό σύστημα παραλείπει τις φάσεις του χάρτη και του σχεδιασμού και κατευθύνει trực tiếp τις εισόδους της όρασης στο έλεγχο του ρομπότ. Αυτό σημαίνει ότι το ρομπότ βλέπει και κινείται ανάλογα. Η καινοτόμος τεχνική επιτρέπει στο ρομπότ να αντιδράσει στο σύνθετο έδαφος πολύ γρήγορα και αποτελεσματικά.

Οι κινήσεις του ρομπότ εκπαιδεύονται μέσω της μηχανικής μάθησης, καθιστώντας το ρομπότ χαμηλού κόστους. Το δοκιμασμένο ρομπότ ήταν τουλάχιστον 25 φορές φθηνότερο από τις εναλλακτικές λύσεις στην αγορά. Σύμφωνα με την ομάδα, ο αλγόριθμος τους θα μπορούσε να κάνει τα χαμηλού κόστους ρομπότ πολύ πιο προσιτά.

Ο Ananye Agarwal είναι φοιτητής διδακτορικού στο SCS στη μηχανική μάθηση.

«Αυτό το σύστημα χρησιμοποιεί την όραση και την ανάδραση από το σώμα ως εισόδους για να εκδώσει εντολές στους κινητήρες του ρομπότ», είπε ο Agarwal. «Αυτή η τεχνική επιτρέπει στο σύστημα να είναι πολύ robust στη πραγματική ζωή. Αν ολισθήσει στα σκαλιά, μπορεί να ανακτήσει. Μπορεί να εισέλθει σε άγνωστα περιβάλλοντα και να προσαρμοστεί».

Το ρομποτικό σύστημα εμπνεύστηκε mạnh mẽ από τη φύση. Για ένα ρομπότ του μεγέθους λιγότερο από ένα πόδι ψηλό, έμαθε να υιοθετήσει τις κινήσεις που χρησιμοποιούν οι άνθρωποι για να περπατήσουν πάνω από υψηλά εμπόδια για να ανεβούν σκαλιά ή εμπόδια του ύψους τους. Το σύστημα χρησιμοποιεί την απαγωγή του ισχίου για να υπερβεί εμπόδια που είναι ακόμη και δύσκολα για τα πιο προηγμένα ρομποτικά συστήματα με πόδια.

Η ομάδα έψαξε επίσης για έμπνευση στα τετράποδα ζώα.

«Τα τετράποδα ζώα έχουν μια μνήμη που επιτρέπει στα πίσω πόδια τους να ακολουθούν τα εμπρός πόδια. Το σύστημά μας λειτουργεί με παρόμοιο τρόπο», είπε ο Pathak.

Η μνήμη onboard επιτρέπει στα πίσω πόδια να θυμηθούν τι είδε η κάμερα, βοηθώντας το ρομπότ να χειριστεί εμπόδια.

Ο Ashish Kumar είναι φοιτητής διδακτορικού στο Μπέρκλεϊ.

«Εφόσον δεν υπάρχει χάρτης, δεν υπάρχει σχεδιασμός, το σύστημά μας θυμάται το έδαφος και πώς κινήθηκε το εμπρός πόδι και το μεταφράζει στο πίσω πόδι, το οποίο γίνεται γρήγορα και άψογα», λέει ο Kumar.

Η νέα έρευνα θα μπορούσε να παίξει ένα σημαντικό ρόλο στην επίλυση некоторых από τις μεγάλες προκλήσεις που περιβάλλουν τα ρομπότ με πόδια. Θα μπορούσε ακόμη και να βοηθήσει στην χρήση τους στα σπίτια.