Niskokosztowy robot nawiguje przez niemal każdą przeszkodę

Zespół badaczy zaprojektował system robota, który umożliwia niskokosztowemu, małemu robotowi z nogami nawigację przez niemal każdą przeszkodę lub teren. Robot może wchodzić i schodzić po schodach o wysokości niemal równej jego własnej lub nawigować po skalistym, śliskim, nierównym, stromym i zróżnicowanym terenie. Może również chodzić po przepaściach, wspinać się po skałach i działać w ciemności.

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

Udzielanie małym robotom nowych umiejętności

Deepak Pathak jest asystentem profesora w Robotics Institute.

“Udzielanie małym robotom umiejętności 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 dostosowującego się robota, który mógłby wykonywać wiele codziennych zadań.”

Robot został przetestowany na nierównych schodach i zboczach w parkach publicznych, co przetestowało jego umiejętność chodzenia po kamieniach i po śliskich powierzchniach. Został również skierowany do wspinania się po schodach, które byłyby równoważne skokowi człowieka przez przeszkodę. Robot osiąga imponującą umiejętność szybkiego adaptowania się i opanowania terenu za pomocą 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 umożliwiła robotowi osiągnięcie sześciu lat doświadczenia w ciągu jednego dnia.

Umiejętności motoryczne poznane podczas szkolenia zostały zapisane przez symulator w sieci neuronowej, którą badacze skopiowali do prawdziwego robota. Ten innowacyjny podejście oznaczało brak ręcznego projektowania ruchów robota.

Wiele dzisiejszych systemów robota opiera się na kamerach, które tworzą mapę otoczenia, która jest następnie używana 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 są przydatne dla systemów skupionych na wysokim poziomie kontroli, nie są one zawsze najlepsze dla dynamicznych wymagań niskiego poziomu umiejętności, takich jak chodzenie lub bieganie.

Wydajne i szybkie manewrowanie

Nowo opracowany system robota pomija fazy mapowania i planowania i bezpośrednio kieruje dane wzrokowe do sterowania robotem. Oznacza to, że robot widzi i porusza się odpowiednio. Ta przełomowa technika umożliwia robotowi szybkie i skuteczne reagowanie na złożony teren.

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 używa wzroku i informacji zwrotnej z ciała bezpośrednio jako dane wejściowe do wydawania 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 adoptować ruchy, które ludzie używają do przekraczania wysokich przeszkód w celu wspinania się po schodach lub przeszkodach o wysokości równej jego własnej. System używa oddalania bioder, aby pokonać przeszkody, które są nawet trudne dla najbardziej zaawansowanych systemów robota z nogami.

Zespół również szukał inspiracji w czworonożnych zwierzętach.

“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 rozwiązaniu niektórych z głównych wyzwań otaczających roboty z nogami. Mogą nawet pomóc w ich użyciu w domach.