Naukowcy opracowują zaawansowany algorytm planowania ścieżek dla robotów

Naukowcy z Uniwersytetu Michigan opracowali nowy algorytm planowania ścieżek, który przyspiesza ruch robotów po nierównym terenie. Nowo opracowany algorytm był w stanie znaleźć udane ścieżki trzykrotnie częściej niż standardowe algorytmy i wymagał znacznie mniej czasu przetwarzania.

Badania zostały opublikowane w Autonomous Robots.

Opracowanie nowego algorytmu

Algorytm został opracowany specjalnie dla robotów, które używają podobnych do ramion przydatków, aby utrzymać równowagę na nierównym terenie, takim jak obszary dotknięte klęskami żywiołowymi i place budowy.

Dmitry Berenson jest associate profesorem inżynierii elektrycznej i komputerowej oraz członkiem kadry Robotics Institute.

“W budynku, który zawalił się lub na bardzo nierównym terenie, robot nie zawsze będzie w stanie utrzymać równowagę i poruszać się do przodu tylko na nogach”, powiedział Berenson. “Potrzebne są nowe algorytmy, aby określić, gdzie umieścić obie nogi i ręce. Trzeba koordynować wszystkie te kończyny, aby utrzymać stabilność, a to jest bardzo trudny problem.”

Nowe badania pomagają robotom określić, jak trudny jest teren, zanim zostanie obliczona najlepsza ścieżka do przodu.

Yu-Chi Lin jest niedawnym absolwentem doktoratu z robotyki i inżynierem oprogramowania w Neuro Inc.

“Najpierw użyliśmy uczenia maszynowego, aby nauczyć robota różnych sposobów umieszczania rąk i nóg, aby utrzymać równowagę i poczynić postępy”, powiedział Lin. “Następnie, gdy robot został umieszczony w nowym, złożonym środowisku, mógł on użyć tego, czego się nauczył, aby określić, jak przystępna jest ścieżka, co pozwoliło mu znaleźć ścieżkę do celu znacznie szybciej.”

Pomimo nowej i ulepszonej metody, nadal zajmuje to dużo czasu, aby zaplanować udaną długą ścieżkę przy użyciu tradycyjnych algorytmów planowania.

“Gdybyśmy próbowali znaleźć wszystkie położenia rąk i nóg na długiej ścieżce, zajęłoby to bardzo długo”, powiedział Berenson.

https://www.youtube.com/watch?v=X2KZupY8FQY

Podział i podbój

Aby obejść ten problem, zespół użył podejścia “podział i podbój”. Podzielili ścieżkę na trudne do przejścia sekcje i łatwiejsze do przejścia sekcje. W przypadku pierwszych zastosowali swoją metodę opartą na uczeniu, a w przypadku drugich użyli prostszego planowania ścieżki.

“To brzmi prosto, ale naprawdę trudno jest wiedzieć, jak podzielić ten problem poprawnie i jaka metoda planowania powinna być użyta dla każdego segmentu”, powiedział Lin.

Aby to się stało, naukowcy potrzebowali modelu geometrycznego całego środowiska, który mogli uzyskać, wysyłając drona, który zwiadował z przodu robota.

Zespół stworzył wirtualny eksperyment z humanoidalnym robotem w korytarzu rumowiska, a wyniki pokazały, że metoda zespołu przewyższała poprzednie metody pod względem sukcesu i całkowitego czasu planowania. Jest to kluczowe w sytuacjach awaryjnych.

Z 50 prób metoda zespołu osiągnęła cel 84% czasu w porównaniu z 26% dla podstawowego planisty ścieżki. Zajęło to tylko nieco ponad dwie minuty, aby zaplanować, w porównaniu z ponad trzema minutami dla podstawowego planisty ścieżki.

Ponadto zespół pokazał, jak ich metoda może działać w świecie rzeczywistym z robotem kołowym z tułowiem i dwiema rękami. Podstawa robota została umieszczona na stromym rampie, a on użył swoich “rąk”, aby oprzeć się na nierównym podłożu. Metoda zespołu umożliwiła robotowi zaplanowanie ścieżki w zaledwie ponad dziesiątej sekundy, w porównaniu z ponad 3,5 sekundami z podstawowym planistą ścieżki.

Zespół będzie teraz dążył do włączenia dynamicznie stabilnego ruchu, który jest podobny do naturalnego ruchu ludzi i zwierząt. To poprawi prędkość ruchu robota, ponieważ nie musi być ciągle w równowadze.