Дослідники розробили покращений підхід до планування руху для роботів

Дослідники з Університету Мічигану розробили новий підхід до планування руху, який прискорює рух роботів по нерівній місцевості. Розроблений алгоритм能够 знайти успішні шляхи в три рази частіше, ніж стандартні алгоритми, і потребував значно менше часу обробки.

Дослідження було опубліковано в Автономних роботах.

Розробка нового алгоритму

Алгоритм був спеціально розроблений для роботів, які використовують подібні до рук кінцівки для підтримки рівноваги на нерівній місцевості, наприклад, в зонах катастроф і на будівельних майданчиках.

Дмитро Беренсон є асоційованим професором електротехніки та комп’ютерних наук і основним факультетом Інституту робототехніки.

“У зруйнованому будинку або на дуже нерівній місцевості робот не завжди зможе збалансувати себе і рухатися вперед лише на ногах”, сказав Беренсон. “Вам потрібні нові алгоритми, щоб визначити, де поставити обидві ноги і руки. Вам потрібно координувати всі ці кінцівки разом, щоб підтримувати стабільність, і це дуже складна проблема.”

Нове дослідження допомагає роботам визначити, наскільки складною є місцевість, перш ніж розрахувати найкращий шлях вперед.

Ю-Чі Лін є недавнім випускником докторантури з робототехніки та інженером-програмістом у Neuro Inc.

“Спочатку ми використали машинне навчання, щоб навчити робота на різних способах розміщення рук і ніг для підтримки рівноваги та руху вперед”, сказав Лін. “Потім, коли робот розміщений у новій, складній середовищі, він може використовувати те, що він навчився, щоб визначити, наскільки прохідним є шлях, що дозволяє йому знайти шлях до мети значно швидше.”

Незважаючи на новий і покращений метод, все ще потрібно багато часу, щоб спланувати успішний довгий шлях за допомогою традиційних алгоритмів планування.

“Якщо ми спробуємо знайти всі місця розміщення рук і ніг над довгим шляхом, це займе дуже багато часу”, сказав Беренсон.

https://www.youtube.com/watch?v=X2KZupY8FQY

Розподіл і завоювання

Щоб обійти цю проблему, команда використала підхід “розподіл і завоювання”. Вони розділили шлях на складні для проходження секції та легші для проходження секції. Для перших робот застосовує свій навчений метод, а для других використовує простіше планування шляху.

“Це звучить просто, але насправді дуже складно знати, як правильно розділити цю проблему, і який метод планування використовувати для кожної секції”, сказав Лін.

Для цього дослідники потребують геометричної моделі всього середовища, яку вони можуть отримати, запустивши дрона, який розвідує територію перед роботом.

Команда створила віртуальний експеримент з гуманоїдним роботом у коридорі з уламками, і результати показали, що метод команди перевершує попередні методи за успішністю та загальним часом планування. Це дуже важливо під час аварійних ситуацій.

З 50 спроб команда методу досягла мети 84% часу порівняно з 26% для базового планувальника шляху. Це зайняло трохи більше двох хвилин для планування порівняно з більш ніж трьома хвилинами для базового планувальника шляху.

Окрім цього, команда також продемонструвала, як їхній метод може працювати у реальному світі з колісним роботом з тулубом і двома руками. База робота була розміщена на крутому схилі, і він використовував свої “руки”, щоб підтримувати себе на нерівній поверхні. Метод команди дозволив роботові спланувати шлях за трохи більше десятих секунди, порівняно з більш ніж 3,5 секундами з базовим планувальником шляху.

Команда тепер буде працювати над інтеграцією динамічно стабільного руху, який схожий на природний рух людей і тварин. Це покращить швидкість руху робота, оскільки йому не потрібно буде постійно підтримувати рівновагу.