Robot Murah Navigasi Hampir Semua Rintangan

Tim peneliti telah merancang sistem robotik yang memungkinkan robot kecil bermata kaki untuk menavigasi hampir semua rintangan atau medan. Robot dapat memanjat dan menuruni tangga yang hampir setinggi atau menavigasi medan berbatu, licin, tidak rata, curam, dan bervariasi. Robot juga dapat berjalan di atas celah, memanjat batu, dan beroperasi di kegelapan.

Proyek untuk mengembangkan sistem ini dilakukan oleh peneliti di Sekolah Ilmu Komputer Universitas Carnegie Mellon dan Universitas California, Berkeley.

Mengaktifkan Robot Kecil Dengan Keterampilan Baru

Deepak Pathak adalah asisten profesor di Institut Robotika.

“Mengaktifkan robot kecil untuk memanjat tangga dan menangani berbagai lingkungan sangat penting untuk mengembangkan robot yang akan berguna di rumah-rumah orang serta operasi pencarian dan penyelamatan,” kata Pathak. “Sistem ini menciptakan robot yang kuat dan adaptif yang dapat melakukan banyak tugas sehari-hari.”

Robot ini diuji pada tangga yang tidak rata dan tebing di taman umum, yang menguji kemampuan robot untuk berjalan di atas batu dan permukaan licin. Robot juga diminta untuk memanjat tangga yang setara dengan lompatan manusia. Robot mencapai kemampuan yang mengesankan untuk beradaptasi dan menguasai medan dengan cepat dengan menggunakan penglihatan dan komputer kecil onboard.

Robot ini dilatih dengan 4.000 klon di simulator. Klon-klon ini berlatih berjalan dan memanjat medan yang kompleks, dan kecepatan simulator memungkinkan robot untuk mencapai enam tahun pengalaman dalam satu hari saja.

Keterampilan motorik yang dipelajari selama pelatihan disimpan oleh simulator dalam jaringan saraf, yang kemudian disalin ke robot nyata. Pendekatan inovatif ini berarti tidak ada pengaturan gerakan robot secara manual.

Banyak sistem robotik saat ini bergantung pada kamera yang membuat peta lingkungan sekitar, yang kemudian digunakan untuk merencanakan gerakan robot sebelum dilaksanakan. Namun, proses ini dapat lambat dan rentan terhadap kesalahan karena ketidakakuratan atau kesalahpahaman pada tahap pemetaan. Kesalahan-kesalahan ini dapat mempengaruhi perencanaan dan gerakan.

Sementara pemetaan dan perencanaan terbukti berguna untuk sistem yang fokus pada kontrol tingkat tinggi, mereka tidak selalu yang terbaik untuk kebutuhan dinamis keterampilan tingkat rendah, seperti berjalan atau berlari.

Manuver Cepat dan Efisien

Sistem robotik baru ini melewati tahap pemetaan dan perencanaan dan langsung mengarahkan input penglihatan ke kontrol robot. Ini pada dasarnya berarti robot melihat dan bergerak sesuai. Teknik inovatif ini memungkinkan robot untuk bereaksi terhadap medan yang kompleks dengan sangat cepat dan efektif.

Gerakan robot dilatih melalui pembelajaran mesin, membuat robot menjadi murah. Robot yang diuji setidaknya 25 kali lebih murah daripada alternatif di pasar. Menurut tim, algoritma mereka dapat membuat robot murah menjadi lebih mudah diakses.

Ananye Agarwal adalah mahasiswa SCS di bidang pembelajaran mesin.

“Sistem ini menggunakan penglihatan dan umpan balik dari tubuh secara langsung sebagai input untuk mengeluarkan perintah ke motor robot,” kata Agarwal. “Teknik ini memungkinkan sistem untuk sangat kuat di dunia nyata. Jika robot terpeleset di tangga, robot dapat pulih. Robot dapat memasuki lingkungan yang tidak diketahui dan beradaptasi.”

Sistem robotik ini sangat terinspirasi oleh alam. Untuk robot yang berukuran kurang dari satu kaki, robot belajar mengadopsi gerakan yang digunakan manusia untuk melangkah di atas rintangan tinggi untuk memanjat tangga atau rintangan setinggi. Sistem ini menggunakan abduksi pinggul untuk mengatasi rintangan yang bahkan sulit untuk sistem robotik bermata kaki yang paling canggih.

Tim juga melihat ke hewan berempat kaki untuk inspirasi.

“Hewan berempat kaki memiliki memori yang memungkinkan kaki belakang untuk melacak kaki depan. Sistem kami bekerja dengan cara yang sama,” kata Pathak.

Memori onboard memungkinkan kaki belakang untuk mengingat apa yang dilihat kamera, membantu robot untuk menavigasi rintangan.

Ashish Kumar adalah mahasiswa S2 di Berkeley.

“Karena tidak ada peta, tidak ada perencanaan, sistem kami mengingat medan dan bagaimana robot memindahkan kaki depan dan menerjemahkannya ke kaki belakang, melakukan ini dengan cepat dan tanpa cela,” kata Kumar.

Penelitian baru ini dapat memainkan peran besar dalam memecahkan beberapa tantangan utama yang mengelilingi robot bermata kaki. Ini bahkan dapat membantu memimpin penggunaan mereka di rumah-rumah.