Niskokosztowy robot nawiguje przez większość przeszkód

Zespół badaczy zaprojektował system robota, który umożliwia niskokosztowemu, małemu robotowi z nogami nawigację przez większość przeszkód lub terenów. Robot może wchodzić i schodzić po schodach o wysokości niemal równej jego własnej, nawigować przez skaliste, śliskie, nierówne, strome i zróżnicowane tereny. Może również chodzić po przepaściach, wchodzić na skały i działać w ciemności.

Projekt rozwoju systemu został przeprowadzony przez badaczy z Carnegie Mellon University’s School of Computer Science i University of California, Berkeley.

Umożliwianie małym robotom nowych umiejętności

Deepak Pathak jest asystentem profesora w Robotics Institute.

„Umożliwianie małym robotom wspinania się po schodach i radzenia sobie z różnymi środowiskami jest kluczowe dla rozwoju robotów, które będą użyteczne w domach ludzi, a także w operacjach poszukiwawczo-ratunkowych”, powiedział Pathak. „Ten system tworzy wytrzymałego i adaptacyjnego robota, który mógłby wykonywać wiele codziennych zadań.”

Robot został przetestowany na nierównych schodach i stokach w parkach publicznych, co przetestowało jego zdolność do chodzenia po kamieniach i po śliskich powierzchniach. Zadano mu również wspinanie się po schodach, które byłyby równoznaczne z tym, że człowiek przeskakuje przez przeszkodę. Robot osiąga imponującą zdolność do szybkiej adaptacji i opanowania terenu dzięki wykorzystaniu swojego wzroku i małego komputera pokładowego.

Robot został przeszkolony z 4 000 klonami w symulatorze. Te klony praktykowały chodzenie i wspinanie się po złożonym terenie, a szybkość symulatora pozwoliła robotowi osiągnąć sześć lat doświadczenia w ciągu jednego dnia.

Umiejętności motoryczne nabyte podczas szkolenia zostały przechowane przez symulator w sieci neuronowej, którą badacze następnie skopiowali do prawdziwego robota. Ten innowacyjny podejście oznaczało brak ręcznego inżynierii ruchów robota.

Wiele dzisiejszych systemów robota opiera się na kamerach, które tworzą mapę otoczenia, którą następnie wykorzystuje się do planowania ruchów robota przed ich wykonaniem. Jednak ten proces może być powolny i podatny na błędy ze względu na nieścisłości lub błędne postrzeganie w fazie mapowania. Te nieścisłości mogą wpłynąć na planowanie i ruchy.

Podczas gdy mapowanie i planowanie okazują się przydatne dla systemów skoncentrowanych na wysokim poziomie kontroli, nie zawsze są najlepsze dla dynamicznych wymagań niskopoziomowych umiejętności, takich jak chodzenie lub bieganie.

Wydajne i szybkie manewrowanie

Nowo opracowany system robota pomija fazy mapowania i planowania i bezpośrednio kieruje dane wejściowe z wzroku do sterowania robotem. Oznacza to, że robot widzi i porusza się odpowiednio. Ta przełomowa technika umożliwia robotowi reagowanie na złożony teren bardzo szybko i skutecznie.

Ruchy robota są szkolone za pomocą uczenia maszynowego, co sprawia, że robot jest niskokosztowy. Przetestowany robot był co najmniej 25 razy tańszy niż alternatywy na rynku. Zgodnie z zespołem, ich algorytm mógłby uczynić niskokosztowe roboty znacznie bardziej dostępnymi.

Ananye Agarwal jest studentem doktoranckim w dziedzinie uczenia maszynowego.

„Ten system wykorzystuje wzrok i informacje zwrotne z ciała bezpośrednio jako dane wejściowe do wydania poleceń silnikom robota”, powiedział Agarwal. „Ta technika pozwala systemowi być bardzo wytrzymałym w świecie rzeczywistym. Jeśli poślizgnie się na schodach, może odzyskać równowagę. Może wejść w nieznane środowiska i dostosować się.”

System robota został silnie zainspirowany naturą. Dla robota o wysokości mniejszej niż stopa, nauczył się przyjmować ruchy, których ludzie używają do przekraczania wysokich przeszkód, aby wchodzić po schodach lub przeszkodach o wysokości równej jego własnej. System wykorzystuje odchylenie bioder, aby pokonać przeszkody, które są nawet trudne dla najbardziej zaawansowanych systemów robota z nogami.

Zespół również spojrzał w stronę czworonożnych zwierząt w poszukiwaniu inspiracji.

„Czworonożne zwierzęta mają pamięć, która pozwala ich tylnym nogom śledzić przednie nogi. Nasz system działa w podobny sposób”, powiedział Pathak.

Pamięć pokładowa pozwala tylnym nogom zapamiętać, co zobaczyła kamera, co pomaga w manewrowaniu przeszkodami.

Ashish Kumar jest studentem doktoranckim na Berkeley.

„Ponieważ nie ma mapy, nie ma planowania, nasz system pamięta teren i jak poruszał się przednią nogą, i tłumaczy to na tylną nogę, robiąc to szybko i bezbłędnie”, mówi Kumar.

Nowe badania mogą odegrać dużą rolę w rozwiązywaniu niektórych z głównych wyzwań związanych z robotami z nogami. Mogą nawet pomóc w ich użyciu w domach.