โรบอทราคาประหยัดสามารถเดินผ่านอุปสรรคได้เกือบทุกประเภท

ทีมนักวิจัยได้ออกแบบระบบโรบอทที่ช่วยให้โรบอทขาเล็กๆ ราคาประหยัดสามารถเดินผ่านอุปสรรคหรือพื้นที่ได้เกือบทุกประเภท โรบอทสามารถปีนและลงบันไดที่สูงเกือบเท่ากับตัวมันเองหรือเดินผ่านพื้นที่ที่มีหิน โรบอทสามารถเดินข้ามช่องว่าง ปีนหิน และทำงานในความมืดได้

โครงการเพื่อพัฒนาระบบนี้ได้รับการดำเนินการโดยนักวิจัยจากมหาวิทยาลัยคาร์เนกีเมลลอน สถาบันคอมพิวเตอร์วิทยาศาสตร์และมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์

การเพิ่มทักษะให้กับโรบอทขนาดเล็ก

Deepak Pathak เป็นรองศาสตราจารย์ในสถาบันโรบอท

“การเพิ่มทักษะให้กับโรบอทขนาดเล็กเพื่อให้สามารถปีนบันไดและจัดการกับสภาพแวดล้อมที่หลากหลายเป็นสิ่งสำคัญในการพัฒนโรบอทที่จะใช้ในบ้านของผู้คนและในการค้นหาและช่วยเหลือ” Pathak กล่าว “ระบบนี้สร้างโรบอทที่มีความแข็งแรงและสามารถปรับตัวได้ซึ่งสามารถทำงานได้หลายอย่างในแต่ละวัน”

โรบอทได้รับการทดสอบบนบันไดและพื้นที่ที่ไม่สม่ำเสมอที่สวนสาธารณะ ซึ่งทดสอบความสามารถในการเดินข้ามหินและพื้นที่ที่มีหิน โรบอทยังได้รับการทดสอบในการปีนบันไดที่สูงเกือบเท่ากับมนุษย์ที่กระโดดข้ามอุปสรรค โรบอทสามารถปรับตัวและจัดการกับสภาพแวดล้อมได้อย่างรวดเร็วโดยใช้การมองเห็นและคอมพิวเตอร์ขนาดเล็กบนเครื่อง

โรบอทได้รับการฝึกฝนโดยใช้คลोन 4,000 ตัวในซิมูเลเตอร์ คลอนเหล่านี้ได้ฝึกฝนการเดินและปีนพื้นที่ที่ซับซ้อน และความเร็วของซิมูเลเตอร์ทำให้โรบอทสามารถมีประสบการณ์ 6 ปีในเพียง 1 วัน

ทักษะการเคลื่อนไหวที่ได้รับการฝึกฝนระหว่างการฝึกถูกจัดเก็บโดยซิมูเลเตอร์ในเครือข่ายประสาทเทียม ซึ่งนักวิจัยได้คัดลอกไปยังโรบอทจริง การเข้าใกล้นี้ไม่ต้องมีการออกแบบการเคลื่อนไหวของโรบอทด้วยมือ

ระบบโรบอทหลายระบบในปัจจุบันพึ่งพาเครื่องมือที่สร้างแผนที่ของสภาพแวดล้อม ซึ่งใช้ในการวางแผนการเคลื่อนไหวของโรบอทก่อนที่จะดำเนินการ อย่างไรก็ตาม กระบวนการนี้อาจช้าและเสี่ยงต่อข้อผิดพลาดเนื่องจากความไม่ถูกต้องหรือการรับรู้ผิดในขั้นตอนการสร้างแผนที่

ในขณะที่การสร้างแผนที่และการวางแผนเป็นประโยชน์สำหรับระบบที่มีการควบคุมระดับสูง แต่ก็ไม่ใช่วิธีที่ดีที่สุดสำหรับการเคลื่อนไหวที่ต้องการความต้องการระดับต่ำ เช่น การเดินหรือการวิ่ง

การเคลื่อนไหวที่รวดเร็วและแม่นยำ

ระบบโรบอทที่พัฒนาขึ้นใหม่นี้ข้ามขั้นตอนการสร้างแผนที่และการวางแผนและเชื่อมต่อการมองเห็นโดยตรงเข้ากับการควบคุมของโรบอท ซึ่งหมายความว่าโรบอทสามารถมองเห็นและเคลื่อนไหวตามนั้น เทคนิคการผสมผสานนี้ทำให้โรบอทสามารถตอบสนองต่อสภาพแวดล้อมที่ซับซ้อนได้อย่างรวดเร็วและแม่นยำ

การเคลื่อนไหวของโรบอทได้รับการฝึกฝนโดยใช้การเรียนรู้ของเครื่อง ทำให้โรบอทมีราคาประหยัด โรบอทที่ทดสอบมีราคาถูกกว่าทางเลือกอื่นๆ ในตลาด至少 25 เท่า ตามทีมวิจัย อัลกอริทึมของพวกเขาอาจทำให้โรบอทราคาประหยัดมีให้ใช้มากขึ้น

Ananye Agarwal เป็นนักศึกษาระดับ博士ในมหาวิทยาลัย Carnegie Mellon

“ระบบนี้ใช้การมองเห็นและข้อมูลจากตัวโรบอทโดยตรงเป็นข้อมูลเข้าเพื่อส่งคำสั่งไปยังมอเตอร์ของโรบอท” Agarwal กล่าว “เทคนิคนี้ทำให้ระบบมีความแข็งแรงมากในโลกแห่งความเป็นจริง หากมันลื่นบนบันได มันสามารถฟื้นตัวได้ มันสามารถเข้าสู่สภาพแวดล้อมที่ไม่รู้จักและปรับตัวได้”

ระบบโรบอทได้รับแรงบันดาลใจจากธรรมชาติ สำหรับโรบอทที่มีขนาดเล็กกว่า 1 ฟุต มันสามารถเรียนรู้การเคลื่อนไหวที่มนุษย์ใช้ในการข้ามอุปสรรคสูงเพื่อปีนบันไดหรืออุปสรรคที่สูงเท่ากับตัวมันเอง ระบบใช้การยกขาเพื่อเอาชนะอุปสรรคที่ยากสำหรับระบบโรบอทขาที่ทันสมัยที่สุด

ทีมวิจัยยังได้แรงบันดาลใจจากสัตว์ bốnขา

“สัตว์สี่ขามีหน่วยความจำที่ช่วยให้ขาหลังติดตามขาหน้า ระบบของเราทำงานในลักษณะเดียวกัน” Pathak กล่าว

หน่วยความจำบนเครื่องทำให้ขาหลังสามารถจดจำสิ่งที่กล้องเห็นและช่วยให้โรบอทเคลื่อนไหวผ่านอุปสรรค

Ashish Kumar เป็นนักศึกษาระดับ博士ในมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์

“เนื่องจากไม่มีการสร้างแผนที่ ไม่มีการวางแผน ระบบของเราจดจำสภาพแวดล้อมและวิธีการเคลื่อนไหวขาหน้าและแปลสิ่งนี้ให้กับขาหลัง โดยทำได้อย่างรวดเร็วและไม่มีข้อผิดพลาด” Kumar กล่าว

การวิจัยใหม่นี้อาจมีบทบาทสำคัญในการแก้ไขความท้าทายหลักๆ ที่เกี่ยวข้องกับโรบอทขา และอาจช่วยให้โรบอทเหล่านี้ใช้ในบ้านได้