Algoritma Mengizinkan Robot Menghindari Rintangan dan Berlari di Alam Liar

Tim peneliti di University of California – San Diego telah mengembangkan sistem algoritma baru yang memungkinkan robot berkaki empat berjalan dan berlari di alam liar. Robot dapat menavigasi medan yang menantang dan kompleks sambil menghindari rintangan statis dan bergerak.

Tim melakukan tes di mana robot dipandu oleh sistem untuk manuver secara otonom dan cepat di atas permukaan pasir, kerikil, rumput, dan bukit tanah yang bergelombang dengan dahan dan daun yang jatuh. Pada saat yang sama, robot dapat menghindari menabrak tiang, pohon, semak, batu, bangku, dan orang. Robot juga menunjukkan kemampuan untuk menavigasi ruang kantor yang sibuk tanpa menabrak berbagai rintangan.

Membangun Robot Berkaki yang Efisien

Sistem baru ini berarti peneliti lebih dekat daripada sebelumnya untuk membangun robot yang efisien untuk misi pencarian dan penyelamatan, atau robot untuk mengumpulkan informasi di ruang yang sulit dijangkau atau berbahaya bagi manusia.

Karya ini akan dipresentasikan pada Konferensi Internasional 2022 tentang Sistem Robot Pintar (IROS) dari 23 hingga 27 Oktober di Kyoto, Jepang.

Sistem ini memberikan robot lebih banyak fleksibilitas karena kombinasi antara penglihatan robot dengan proprioception, yang merupakan modality sensorik lain yang melibatkan penglihatan gerakan, arah, kecepatan, lokasi, dan sentuhan.

Sebagian besar pendekatan saat ini untuk melatih robot berkaki berjalan dan menavigasi menggunakan proprioception atau penglihatan. Namun, keduanya tidak digunakan pada saat yang sama.

Menggabungkan Proprioception dengan Penglihatan Komputer

Xiaolong Wang adalah profesor teknik elektro dan komputer di UC San Diego Jacobs School of Engineering.

“Dalam satu kasus, ini seperti melatih robot buta untuk berjalan dengan hanya menyentuh dan merasakan tanah. Dan di lain, robot merencanakan gerakan kaki berdasarkan penglihatan saja. Ini tidak belajar dua hal pada saat yang sama,” kata Wang. “Dalam pekerjaan kami, kami menggabungkan proprioception dengan penglihatan komputer untuk memungkinkan robot berkaki bergerak secara efisien dan lancar — sambil menghindari rintangan — di berbagai lingkungan yang menantang, tidak hanya yang telah ditentukan sebelumnya.”

Sistem yang dikembangkan oleh tim ini bergantung pada set algoritma khusus untuk menggabungkan data dari gambar waktu nyata, yang diambil oleh kamera depth di kepala robot, dengan data yang berasal dari sensor pada kaki robot.

Namun, Wang mengatakan bahwa ini adalah tugas yang kompleks.

“Masalahnya adalah bahwa selama operasi dunia nyata, ada kadang-kadang penundaan kecil dalam menerima gambar dari kamera sehingga data dari dua modality sensorik yang berbeda tidak selalu tiba pada saat yang sama,” jelasnya.

Tim menangani tantangan ini dengan mensimulasikan ketidakcocokan dengan mengacak dua set input. Peneliti menyebut teknik ini sebagai randomisasi penundaan multi-modal, dan kemudian menggunakan input yang digunakan dan diacak untuk melatih kebijakan pembelajaran penguatan. Pendekatan ini memungkinkan robot untuk membuat keputusan dengan cepat saat menavigasi, serta mengantisipasi perubahan dalam lingkungannya. Kemampuan ini memungkinkan robot untuk bergerak dan menavigasi rintangan dengan lebih cepat di berbagai jenis medan, semua tanpa bantuan dari operator manusia.

Tim sekarang akan membuat robot berkaki lebih fleksibel sehingga mereka dapat beroperasi di medan yang lebih kompleks.

“Saat ini, kita dapat melatih robot untuk melakukan gerakan sederhana seperti berjalan, berlari, dan menghindari rintangan,” kata Wang. “Tujuan kita berikutnya adalah untuk memungkinkan robot berjalan naik dan turun tangga, berjalan di atas batu, mengubah arah, dan melompati rintangan.”