Robotiikka ja fyysinen AI
Edullinen robotti navigoi lähes minkä tahansa esteen yli

Tutkijaryhmä on suunnitellut robottijärjestelmän, joka mahdollistaa edullisen, pienen jaloilla liikkuvan robotin navigoinnin lähes minkä tahansa esteen tai maaston yli. Robotti voi kiivetä ja laskeutua portaita, jotka ovat lähes sen korkeudessa, tai navigoida kivisellä, liukkaalla, epätasaisella, jyrkällä ja vaihtelevalla maastolla. Se voi myös kävellä aukkojen yli, kiivetä kallioille ja toimia pimeässä.
Järjestelmän kehittämishanke toteutettiin Carnegie Mellonin yliopiston tietojenkäsittelytieteen koulussa ja Kalifornian yliopistossa, Berkeleyn kampuksella.
Pienet robotit uusilla taidoilla
Deepak Pathak on apulaisprofessori Robotiikan instituutissa.
“Pienien robotien mahdollistaminen portaiden kiipeämiseen ja erilaisten ympäristöjen hallitsemiseen on olennaista kehittääkseen roboteja, jotka ovat hyödyllisiä ihmisten kodeissa ja etsintä- ja pelastustehtävissä”, Pathak sanoi. “Tämä järjestelmä luo vankan ja sopeutuvan robotin, joka voi suorittaa monia arkipäivän tehtäviä.”
Robotti testattiin epätasaisilla portaisilla ja rinteillä julkisilla puistoilla, mikä testasi sen kykyä kävellä askelkivien yli ja liukkaiden pintien yli. Se sai myös tehtäväkseen kiivetä portaita, jotka olisivat ihmiselle hyppääminen esteen yli. Robotti saavuttaa vaikuttavan kyvyn sopeutua nopeasti ja hallitsemaan maastoa käyttämällä näköaistiaan ja robotin pientä sisäistä tietokonetta.
Robotti koulutettiin 4000 kloonilla simulaattorissa. Nämä kloonit harjoittelivat kävelemistä ja kiipeämistä monimutkaisella maastolla, ja simulaattorin nopeus mahdollisti robotin saavuttamaan kuuden vuoden kokemuksen vain yhden päivän aikana.
Koulutuksen aikana opitut motoriset taidot tallennettiin simulaattorissa neuroverkkoon, jonka tutkijat kopioivat oikeaan robottiin. Tämä innovatiivinen lähestymistapa tarkoitti, että robottiin ei tarvittu liikkeiden käsin ohjelmointia.
Monet nykyiset robottijärjestelmät luottavat kameroihin, jotka luovat kartan ympäröivästä ympäristöstä, jota sitten käytetään robottiin liikkeiden suunnittelussa ennen niiden toteuttamista. Tämä prosessi voi kuitenkin olla hidasta ja altis virheille kartan epätarkkuuden tai väärän havainnon vuoksi. Nämä epätarkkuudet voivat vaikuttaa suunnitteluun ja liikkeisiin.
Vaikka kartan luominen ja suunnittelu osoittautuvat hyödyllisiksi järjestelmissä, jotka keskittyvät korkean tason ohjaamiseen, ne eivät aina sovellu parhaiten alemman tason taitojen, kuten kävelyn ja juoksun, dynaamisiin vaatimuksiin.
Tehokas ja nopea liikkuminen
Uusi robottijärjestelmä ohittaa kartan luomisen ja suunnittelun vaiheet ja reitittää näkösyötteet suoraan robotin ohjaamiseen. Tämä tarkoittaa käytännössä sitä, että robotti näkee ja liikkuu sen mukaan. Tämä lähestymistapa mahdollistaa robotin reagoida monimutkaiseen maastoon nopeasti ja tehokkaasti.
Robotin liikkeet koulutetaan koneoppimisen avulla, mikä tekee robotista edullisen. Testattu robotti oli vähintään 25 kertaa halvempi kuin markkinoiden vaihtoehdot. Tutkijaryhmän mukaan heidän algoritminsä voi tehdä edullisista robooteista paljon helpommin saatavilla.
Ananye Agarwal on SCS:n tohtorikoulutettava koneoppimisessa.
“Tämä järjestelmä käyttää näköaistia ja kehon palautetta suoraan syötteenä moottorien ohjaamiseen”, Agarwal sanoi. “Tämä tekniikka mahdollistaa järjestelmän olla hyvin vankka todellisessa maailmassa. Jos se liukastuu portaita, se voi palautua. Se voi mennä tuntemattomiin ympäristöihin ja sopeutua.”
Robottijärjestelmä sai vaikutteita luonnosta. Alle jalan korkuinen robotti oppi omaksumaan liikkeet, joita ihmiset käyttävät ylittääkseen korkeat esteet portaiden tai esteiden ylittämiseksi. Järjestelmä käyttää lonkan loitonnusta ylittääkseen esteitä, jotka ovat jopa vaikeita edistyneimmille jalkaisille roboteille.
Tutkijaryhmä etsi myös nelijalkaisten eläinten inspiraatiota.
“Nelijalkaiset eläimet muistavat takajalkojensa seuraavan etujalkojensa jäljissä. Meidän järjestelmämme toimii samalla tavalla”, Pathak sanoi.
Robotin sisäinen muisti auttaa takajalkoja muistamaan, mitä kamera näki, jotta se voi hallita esteitä.
Ashish Kumar on tohtorikoulutettava Berkeleyn yliopistossa.
“Koska ei ole karttaa, ei suunnittelua, järjestelmämme muistaa maaston ja miten se liikutti etujalkaa ja siirtää tämän liikkeen takajalkaan, tekemällä sen nopeasti ja virheettömästi”, Kumar sanoo.
Uusi tutkimus voi pelata suuren roolin ratkaisemalla joitakin suuria haasteita, jotka liittyvät jalkaisiin roboteihin. Se voi jopa auttaa niiden käytössä kodeissa.












