Araştırmacılar Zor Arazide Yürüyebilen Bacaklı Robottan Yararlandılar

ETH Zurich’de bir araştırma ekibi, bacaklı bir robota karmaşık arazide hızlı bir şekilde hareket etme olanağı sağlayan yeni bir yaklaşım geliştirdi. ANYmal adlı robot, makine öğrenimi yoluyla çevre hakkında görsel algı ve dokunma hissi birleştirmek için güveniyor.

Dört bacaklı robot, 120 dikey metrelik bir mesafeyi 31 dakikada yürüyebildi, bu da hiçbir yanlış adım olmadan insan yürüyüşçülerinin tahmin edilen süresinden dört dakika daha kısa.

Marka Yeni Teknoloji

ANYmal’ın görsel algı ve dokunma hissi birleştirmesini sağlayan teknoloji tamamen yeni.

Ekibi Marco Hutter yönetti ve araştırma Science Robotics dergisinde yayımlandı.

“Robot, doğrudan bacak temasına dayalı olarak çevre hakkında görsel algı ile propriyosepsiyonunu – dokunma hissi – birleştirmeyi öğrendi. Bu, onu daha hızlı, daha verimli ve her şeyden önce daha güçlü bir şekilde zorlu arazilerle başa çıkarmasını sağlar” diyor Hutter.

Ekibin dediğine göre, robot sonunda insanlara tehlikeli veya diğer tür robotların manevra yapamayacağı yerlerde görevlendirilebilecek.

İnsanlar ve hayvanlar da çevre hakkında görsel algı ile bacaklarından ve ellerinden gelen dokunma hissi birleştirebiliyor, bu da onlara zorlu arazilerle başa çıkma olanağı tanıyor. Önceki olarak geliştirilen bacaklı robotlar bunu sadece sınırlı bir ölçüde başarmıştı.

Takahiro Miki, doktora öğrencisi ve çalışmanın baş yazarı.

“Nedeni, lazer sensörleri ve kameralar tarafından kaydedilen immediate çevre hakkında bilgi genellikle eksik ve belirsizdir” dedi Miki.

“Bu nedenle, ANYmal gibi robotların, çevre hakkında görsel algılarına güvenip hızlı bir şekilde ilerlemeye karar vermeleri ve quando daha dikkatli ve küçük adımlarla ilerlemeleri gerektiği zamanı belirlemeleri gerekiyor” diye devam etti Miki. “Ve bu, büyük bir zorluk.”

Sinir Ağını Eğitme

Yeni teknoloji, ANYmal’ın dış ve propriyoseptif algıları birleştirmesine olanak tanıyan bir sinir ağı tabanlı kontrolcü içerir. Bilim adamları, sistemi önce sanal bir eğitim kampında birçok engelle ve hata kaynağı ile karşılaştırdı, bu da ağın en iyi şekilde nasıl engelleri aşacağını öğrenmesini sağladı. Ayrıca, çevre verilerine güvenip güvenmemeyi de öğrendi.

“Bu eğitimle, robot daha önce görmediği en zor doğal arazileri ustaca geçebilir” diyor Hutter.

Robot, immediate çevre hakkında sensör verisi belirsiz veya muğlak olduğunda bile bu işlemi gerçekleştirebiliyor, bu noktada ANYmal propriyosepsiyonuna güveniyor. Bu, dış algının hızını ve verimliliğini propriyoseptif algının güvenliği ile birleştirmesine olanak tanıyor.