Робототехника и физический ИИ

Алгоритмы позволяют роботам избегать препятствий и бегать на природе

Alex McFarland
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыАлгоритм Калифорнийского университета в Сан-Диего объединяет проприоцепцию с…
Показать больше
  • Алгоритм Калифорнийского университета в Сан-Диего объединяет проприоцепцию с компьютерным зрением для шагающих роботов.
  • Многомодальная рандомизация задержек позволяет роботам перемещаться по сложной местности без помощи человека.
  • Система позволяет четвероногим роботам избегать препятствий при беге по песку, гравию и траве.

Команда исследователей из Калифорнийского университета в Сан-Диего разработала новую систему алгоритмов, которая позволяет четырехногим роботам ходить и бежать в дикой природе. Роботы могут ориентироваться в сложной и комплексной местности, избегая статических и движущихся препятствий.

Команда провела испытания, в которых робот был направлен системой для автономного и быстрого перемещения по песчаным поверхностям, гравию, траве и неровным земляным холмам, покрытым ветками и упавшими листьями. В то же время он мог избегать столкновений с столбами, деревьями, кустами, валунами, скамейками и людьми. Робот также продемонстрировал способность ориентироваться в оживленном офисном пространстве без столкновений с различными препятствиями.

Создание эффективных четырехногих роботов

Новая система означает, что исследователи ближе, чем когда-либо, к созданию эффективных роботов для поисково-спасательных миссий или роботов для сбора информации в пространствах, которые трудно доступны или опасны для людей.

Работа будет представлена на Международной конференции по интеллектуальным роботам и системам 2022 года (IROS) с 23 по 27 октября в Киото, Япония.

Система дает роботу больше универсальности благодаря сочетанию зрения робота с проприоцепцией, которая является другой модальностью восприятия, включающей чувство движения, направления, скорости, местоположения и осязания.

Большинство текущих подходов к обучению четырехногих роботов ходить и ориентироваться используют либо проприоцепцию, либо зрение. Однако они не используются одновременно.

Сочетание проприоцепции с компьютерным зрением

Сяолун Ван – профессор электротехники и компьютерной инженерии в Jacobs School of Engineering Университета Калифорнии в Сан-Диего.

“В одном случае это похоже на обучение слепого робота ходить, просто трогая и чувствуя землю. А в другом случае робот планирует движения своих ног, основываясь только на зрении. Он не учится двум вещам одновременно”, – сказал Ван. “В нашей работе мы сочетаем проприоцепцию с компьютерным зрением, чтобы позволить четырехногому роботу двигаться эффективно и плавно, избегая препятствий, в различных сложных средах, а не только в хорошо определенных.”

Система, разработанная командой, основана на специальном наборе алгоритмов для объединения данных из изображений в реальном времени, сделанных камерой глубины на голове робота, с данными, поступающими от датчиков на ногах робота.

Однако Ван сказал, что это была сложная задача.

“Проблема заключается в том, что во время реальной эксплуатации иногда возникает небольшая задержка в получении изображений с камеры, поэтому данные из двух разных модальностей восприятия не всегда поступают одновременно”, – объяснил он.

Команда решила эту проблему, симулируя несоответствие, рандомизируя два набора входных данных. Исследователи называют эту технику мульти-модальной рандомизацией задержки, и они использовали рандомизированные входные данные для обучения стратегии методом обучения с подкреплением. Этот подход позволил роботу принимать решения быстро, пока он ориентировался, а также предвидеть изменения в своей среде. Эти способности позволили роботу двигаться и обходить препятствия быстрее на разных типах местности, все без помощи человека.

Команда теперь будет стремиться сделать четырехногих роботов более универсальными, чтобы они могли работать на еще более сложных местностях.

“Пока мы можем обучить робота выполнять простые движения, такие как ходьба, бег и избегание препятствий”, – сказал Ван. “Наши следующие цели – позволить роботу подниматься и спускаться по лестнице, ходить по камням, менять направление и прыгать через препятствия.”

Alex McFarland

Alex руководит новостными операциями Unite.AI, основанными на ИИ, объединяя журналистику, исследования и автоматизацию для обеспечения своевременного и масштабируемого освещения искусственного интеллекта. Его работа помогает эффективно выявлять новые разработки в области ИИ, при этом соблюдая редакционные стандарты издания.