研究者が開発した四足ロボットは困難な地形を歩くことができる

チューリッヒ工科大学の研究者チームは、新しいアプローチを開発し、四足ロボットが複雑な地形を迅速に移動できるようにしました。ロボットはANYmalと呼ばれ、環境の視覚的認識と触覚を組み合わせるためにマシンラーニングに頼っています。

四足ロボットは31分以内に120メートルの垂直距離を歩くことができました。これは、ミスなく歩く人間の予想時間より4分速いです。

ブランドニューテクノロジー

ANYmalが視覚的認識と触覚を組み合わせることを可能にするテクノロジーは、ブランドニューテクノロジーです。

マルコ・ハッターが率いるチームによるこの研究は、Science Roboticsというジャーナルに掲載されました。

「ロボットは、環境の視覚的認識と触覚、つまり直接の足の接触に基づいて、視覚的認識と触覚を組み合わせることを学習しました。これにより、ロボットは荒い地形をより速く、より効率的に、そして何よりも重要なのは、より堅牢に扱うことができます」とハッターは述べています。

チームによると、ロボットは最終的に、人間が危険であるか、または他のタイプのロボットが操作できない場所に配備できるようになるでしょう。

人間や動物も、環境の視覚的認識と足や手からの触覚を組み合わせて、厳しい地形を扱うことができます。以前開発された四足ロボットは、これを限られた程度しか実現できませんでした。

タカヒロ・ミキは博士課程の学生であり、この研究の第一著者です。

「理由は、レーザーセンサーとカメラによって記録された近隣環境の情報が、しばしば不完全で曖昧であることです」とミキは述べています。

「ANYmalのようなロボットは、環境の視覚的認識を信頼して大胆に前進するか、慎重に小さなステップで進むかを自分で決定しなければなりません」とミキは続けています。「そして、それが大きな課題です」。

ニューラルネットワークのトレーニング

新しいテクノロジーには、ANYmalが外部とプロプライオセプションの認識を組み合わせることを可能にするニューラルネットワークベースのコントローラーが含まれています。科学者たちは、システムをバーチャルトレーニングキャンプで多数の障害やエラーにさらし、ネットワークが障害を最もよく克服する方法を学習させました。また、環境データに頼るべき時と無視すべき時も学習しました。

「このトレーニングにより、ロボットは見たこともない最も困難な自然の地形をマスターすることができます」とハッターは述べています。

ロボットは、近隣環境のセンサー数据が曖昧または不明確な場合でも、このプロセスを実行できます。その場合、ANYmalはプロプライオセプションに頼ります。これにより、ロボットは外部センシングの速度と効率を、プロプライオセプションの安全性と組み合わせることができます。