Robotik ve fiziksel yapay zeka

Düşük Maliyetli Robot Neredeyse Her Engelde Navigasyon Yapabilir

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Araştırmacılar, düşük maliyetli, küçük bacaklı bir robota neredeyse her engeli veya araziyi navigasyon yapabilme özelliği kazandıran bir robotik sistem tasarladı. Robot, neredeyse kendi boyu kadar merdivenleri tırmanabilir ve inebilir veya kaygan, düzensiz, eğimli ve çeşitli arazilerde navigasyon yapabilir. Ayrıca boşluklar üzerinde yürüyebilir, kayaları ölçebilir ve karanlıkta çalışabilir.

Sistemin geliştirilmesi projesi, Carnegie Mellon Üniversitesi Bilgisayar Bilimi Okulu ve California Üniversitesi, Berkeley’de çalışan araştırmacılar tarafından yürütüldü.

Küçük Robotlara Yeni Beceriler Kazandırma

Deepak Pathak, Robotik Enstitüsü’nde yardımcı profesör.

“Küçük robotları merdivenleri tırmanmaya ve çeşitli ortamları işleme yeteneği kazandırmak, insanların evlerinde ve arama-kurtarma operasyonlarında faydalı olabilecek robotlar geliştirmek için çok önemlidir” dedi Pathak. “Bu sistem, birçok günlük görevi gerçekleştirebilecek güçlü ve uyumlu bir robot oluşturur.”

Robot, halka açık parklardaki düzensiz merdivenlerde ve yamaçlarda test edildi, bu da stepping stone’ları ve kaygan yüzeyleri geçme yeteneğini test etti. Ayrıca, bir insanın engelini atlayacağı merdivenleri tırmanması da istendi. Robot, görüşünü ve küçük bir taşınabilir bilgisayarını kullanarak araziyi hızlı bir şekilde adapte olma ve hakim olma yeteneği sergiledi.

Robot, 4.000 klon ile bir simülatörde eğitildi. Bu klonlar, karmaşık arazilerde yürüyüp tırmanma uygulamaları yaptı ve simülatörün hızı, robota bir günde altı yıllık deneyim kazandırdı.

Eğitim sırasında kazanılan motor becerileri, simülatör tarafından bir sinir ağında depolandı, ardından araştırmacılar bunları gerçek robota kopyaladı. Bu yenilikçi yaklaşım, robota hareketlerinin elle düzenlenmesini gerektirmedi.

Bugün birçok robotik sistem, çevreyi haritalayan kameralara dayanır, bu harita daha sonra robotun hareketlerinin planlanması için kullanılır. Ancak bu süreç yavaş ve hatalara eğilimlidir, haritalama aşamasındaki yanlışlıklar veya yanlış algılamalar nedeniyle. Bu yanlışlıklar, planlama ve hareketleri etkileyebilir.

Haritalama ve planlama, yüksek düzeyli kontrol sistemleri için faydalı olsa da, düşük düzeyli beceriler gibi yürüyüş veya koşu için her zaman en iyi seçenek değildir.

Verimli ve Hızlı Manevra

Yeni geliştirilen robotik sistem, haritalama ve planlama aşamalarını atlar ve doğrudan görüntüleme girişlerini robota kontrolüne yönlendirir. Bu temelde, robot görür ve hareket eder. Bu teknik, robota karmaşık arazilere çok hızlı ve etkili bir şekilde tepki vermesini sağlar.

Robotun hareketleri, makine öğrenimi ile eğitilir, bu da robota düşük maliyetli olmasını sağlar. Test edilen robot, piyasada bulunan alternatiflerden en az 25 kat daha ucuzdu. Ekibe göre, algoritmaları, düşük maliyetli robotları çok daha erişilebilir hale getirebilir.

Ananye Agarwal, SCS’de makine öğrenimi alanında doktora öğrencisi.

“Bu sistem, görsel ve vücut geri bildirimi doğrudan girdi olarak alır ve robota motor komutları verir” dedi Agarwal. “Bu teknik, sistemi gerçek dünyada çok güçlü kılar. Merdivenlerde kaydıysa, kendini toparlayabilir. Bilinmeyen ortamlara girebilir ve adapte olabilir.”

Robotik sistem, doğadan büyük ölçüde esinlenmiştir. Bir ayak boyundan küçük bir robota, insanların yüksek engelleri aşmak için kullandığı adımları taklit etme yeteneği kazandırılmıştır, böylece merdivenleri veya kendi boyu kadar engelleri ölçebilir. Sistem, en gelişmiş bacaklı robotik sistemlerin bile zorlandığı engelleri aşmak için kalça abduksiyonu kullanır.

Ekibin ayrıca, dört ayaklı hayvanlardan ilham aldıkları da belirtildi.

“Dört ayaklı hayvanların, arka bacaklarının ön bacaklarını takip etmelerini sağlayan bir hafızaları vardır. Sistemimiz de benzer bir şekilde çalışır” dedi Pathak.

Taşınabilir hafıza, arka bacakların kameranın gördüğü şeyi hatırlamasına ve engelleri manevra yapmasına yardımcı olur.

Ashish Kumar, Berkeley’de doktora öğrencisi.

“Harita veya planlama olmadan, sistem araziyi ve ön bacağın nasıl hareket ettiğini hatırlar ve bunu arka bacağa çevirir, bunu hızlı ve kusursuz bir şekilde yapar” diyor Kumar.

Yeni araştırma, bacaklı robotların etrafındaki bazı büyük zorlukları çözmede önemli bir rol oynayabilir. Hatta evlerde kullanılmasına bile yol açabilir.

Alex McFarland yapay zeka muhabiri ve yazarıdır ve yapay zekadaki son gelişmeleri araştırıyor. Birçok yapay zeka başlangıç şirketi ve dünya çapındaki yayınlarda işbirliği yaptı.