Onderzoekers creëren vierbenige robot die moeilijk terrein kan betreden

Een team van onderzoekers aan de ETH Zurich heeft een nieuwe benadering ontwikkeld die een vierbenige robot in staat stelt om snel over complex terrein te bewegen. De robot, genaamd ANYmal, vertrouwt op machine learning om visuele perceptie van de omgeving en het gevoel van aanraking te combineren.

De vierbenige robot was in staat om 120 verticale meters te beklimmen in 31 minuten, wat vier minuten sneller is dan de geschatte duur voor menselijke wandelaars zonder misstappen.

Helemaal nieuwe technologie

De technologie die ANYmal in staat stelt om visuele perceptie en het gevoel van aanraking te combineren, is helemaal nieuw.

Het team werd geleid door Marco Hutter, en het onderzoek werd gepubliceerd in het tijdschrift Science Robotics.

“De robot heeft geleerd om visuele perceptie van zijn omgeving te combineren met proprioceptie – zijn gevoel van aanraking – op basis van direct beencontact. Dit stelt hem in staat om ruw terrein sneller, efficiënter en bovenal robuuster aan te pakken,” zegt Hutter.

Het team zegt dat de robot uiteindelijk in staat zal zijn om overal te worden ingezet waar het te gevaarlijk is voor mensen of waar het voor andere soorten robots onmogelijk is om te manoeuvreren.

Mensen en dieren combineren ook visuele perceptie van hun omgeving met het gevoel van aanraking van hun benen en handen, wat hen in staat stelt om moeilijk terrein te hanteren. Eerder ontwikkelde vierbenige robots konden dit alleen in beperkte mate doen.

Takahiro Miki is een doctoraal student en de eerste auteur van de studie.

“De reden is dat de informatie over de directe omgeving die door lasersensoren en camera’s wordt opgenomen, vaak onvolledig en dubbelzinnig is,” zei Miki.

“Dat is waarom robots zoals ANYmal zelf moeten beslissen wanneer ze de visuele perceptie van hun omgeving moeten vertrouwen en snel vooruit moeten gaan, en wanneer het beter is om voorzichtig en met kleine stappen te gaan,” vervolgde Miki. “En dat is de grote uitdaging.”

Training van het neurale netwerk

De nieuwe technologie omvat een controller op basis van een neurale netwerk, die ANYmal in staat stelt om externe en proprioceptieve perceptie voor het eerst te combineren. De wetenschappers hebben het systeem eerst blootgesteld aan talloze obstakels en fouten in een virtuele trainingskamp, waardoor het netwerk kon leren hoe het obstakels het beste kon overwinnen. Het leerde ook wanneer het omgevingsgegevens moest vertrouwen en wanneer het ze moest negeren.

“Met deze training kan de robot het moeilijkste natuurlijke terrein beheersen zonder het eerder te hebben gezien,” zegt Hutter.

De robot kan dit proces uitvoeren, zelfs wanneer de sensordata over de directe omgeving onduidelijk of vaag zijn, op dat moment vertrouwt ANYmal op zijn proprioceptie. Dit stelt hem in staat om de snelheid en efficiëntie van externe sensing te combineren met de veiligheid van proprioceptieve sensing.