Недорогий робот долає майже будь-які перешкоди

Команда дослідників розробила роботизовану систему, яка дозволяє недорогому малоногому роботу долати майже будь-яку перешкоду чи місцевість. Робот може підніматися та спускатися сходами майже його висоти або переміщатися по кам’янистій, слизькій, нерівній, крутій та різноманітній місцевості. Він також може ходити через прогалини, лазити по скелях і працювати в темряві. 

Команда проект розробку системи проводили дослідники Школи комп’ютерних наук Університету Карнегі-Меллона та Каліфорнійського університету в Берклі. 

Розширення можливостей маленьких роботів з новими навичками

Діпак Патак — доцент Інституту робототехніки. 

«Розширення можливостей невеликих роботів підніматися сходами та працювати з різноманітними середовищами має вирішальне значення для розробки роботів, які будуть корисні в будинках людей, а також під час пошуково-рятувальних операцій», — сказав Патак. «Ця система створює надійного та адаптивного робота, який може виконувати багато щоденних завдань». 

Робота випробовували на нерівних сходах і схилах пагорбів у громадських парках, де перевіряли його здатність ходити по камінню та слизькій поверхні. Йому також доручили піднятися сходами, що було б еквівалентно перестрибуванню людини через перешкоду. Робот досягає вражаючої здатності швидко адаптуватися та опанувати місцевість, використовуючи своє бачення та невеликий бортовий комп’ютер. 

Робота навчали 4,000 клонів на симуляторі. Ці клони практикували ходьбу та лазіння по складній місцевості, а швидкість симулятора дозволила роботу отримати шість років досвіду лише за один день.

Рухові навички, отримані під час навчання, зберігалися симулятором у нейронній мережі, яку дослідники потім скопіювали на справжнього робота. Цей інноваційний підхід означав відсутність ручної інженерії рухів робота. 

Багато сучасних роботизованих систем покладаються на камери, які створюють карту навколишнього середовища, яка потім використовується для планування рухів робота перед їх виконанням. Однак цей процес може бути повільним і схильним до помилок через неточності або неправильне сприйняття на етапі картографування. Ці неточності можуть вплинути на планування та рухи. 

Хоча відображення та планування виявляються корисними для систем, орієнтованих на контроль високого рівня, вони не завжди найкращі для динамічних вимог навичок низького рівня, таких як ходьба або біг. 

Ефективне та швидке маневрування 

Нещодавно розроблена роботизована система пропускає фази картографування та планування та безпосередньо направляє візуальні дані до керування роботом. Це означає, що робот бачить і рухається відповідно. Техніка прориву дозволяє роботу дуже швидко й ефективно реагувати на складний рельєф. 

Рухи робота навчаються за допомогою машинного навчання, що робить робота недорогим. Випробуваний робот був щонайменше в 25 разів дешевшим за альтернативи на ринку. На думку команди, їхній алгоритм може зробити недорогих роботів набагато доступнішими. 

Ананьє Агарвал є доктором філософії SCS. студент машинного навчання. 

«Ця система використовує зір і зворотній зв’язок безпосередньо від тіла як вхідні дані для виведення команд на двигуни робота», — сказав Агарвал. «Ця техніка дозволяє системі бути дуже надійною в реальному світі. Якщо воно послизнеться на сходах, воно може одужати. Він може піти в невідоме середовище і адаптуватися». 

Роботизована система була сильно натхненна природою. Для робота розміром менше ніж фут заввишки він навчився використовувати рухи, які люди використовують, щоб переступати через високі перешкоди, щоб піднятися сходами або перешкодами його висоти. Система використовує відведення стегна для подолання перешкод, які є складними навіть для найдосконаліших робототехнічних систем. 

Команда також шукала натхнення у чотирилапих тварин.

«Чотирилапі тварини мають пам’ять, завдяки якій їхні задні лапи відстежують передні ноги. Наша система працює подібним чином», — сказав Патак. 

Вбудована пам'ять дозволяє заднім ногам запам'ятовувати те, що бачила камера, допомагаючи їй маневрувати на перешкодах. 

Ашиш Кумар є доктором філософії. студент Берклі. 

«Оскільки немає ні карти, ні планування, наша система запам’ятовує рельєф і те, як вона переміщала передню ногу, і перекладає це на задню ногу, роблячи це швидко й бездоганно», — каже Кумар. 

Нове дослідження може зіграти велику роль у вирішенні деяких головних проблем, пов’язаних із роботами з ногами. Це навіть може сприяти їх використанню вдома.