Tyrėjai iš Carnegie Mellon universiteto kompiuterių mokslų mokyklos ir Kalifornijos universiteto Berklyje sukūrė robotų sistemą, leidžiančią pigiam robotui santykinai mažomis kojomis užlipti ir nusileisti laiptais arti savo aukščio, važiuoti akmenuotais, slidžiais, nelygiais, stačiais. ir įvairus reljefas. Įlipkite į prarajas, lupkite akmenis ir bortelius ir net dirbkite tamsoje.
„Suteikti mažiems robotams galimybę lipti laiptais ir dirbti įvairiose aplinkose yra labai svarbi kuriant robotus, kurie būtų naudingi žmonių namuose, taip pat paieškos ir gelbėjimo operacijose“, – sakė Robotikos instituto docentas Deepak Pathak. . Robotai, galintys atlikti daugybę kasdienių užduočių“.
Komanda išbandė robotą, išbandydama jį ant nelygių laiptų ir kalvų šlaituose viešuosiuose parkuose, iššūkį peržengti laiptelius ir slidžią dangą bei paprašyti lipti laiptais, nes jis buvo toks pat aukštas, kaip žmogaus, šokinėjančio per kliūtį. Robotas pasikliauja savo vizija ir nedideliu borto kompiuteriu, kad greitai prisitaikytų ir įveiktų sudėtingą vietovę.
Tyrėjai apmokė robotus su 4,000 klonais simuliatoriuje, kuriame jie praktikavo vaikščiojimą ir laipiojimą sudėtinga vietove. Simuliatoriaus greitis leidžia robotui per vieną dieną įgyti šešerių metų patirtį. Simuliatoriuje neuroniniame tinkle taip pat buvo saugomi treniruočių metu įgyti motoriniai įgūdžiai, kuriuos tyrėjai atkartojo tikrame robote. Šis metodas nereikalauja rankinio roboto judėjimo -- inžinerijos, skirtingai nei tradiciniai metodai.
Dauguma robotizuotų sistemų naudoja kameras, kad sukurtų savo aplinkos žemėlapį ir planuotų judesius prieš vykdymą. Procesas yra lėtas, o problemų dažnai kyla dėl neaiškumo, netikslumų ar nesusipratimų, būdingų žemėlapių sudarymo fazei, turinčių įtakos tolesniam planavimui ir judėjimui. Žemėlapių sudarymas ir planavimas yra naudingi sistemose, orientuotose į aukšto lygio valdymą, tačiau ne visada tinka dinamiškiems žemo lygio įgūdžių poreikiams, pvz., vaikščioti ar bėgioti sudėtinga vietove.
Naujoji sistema apeina žemėlapių sudarymo ir planavimo etapus ir tiesiogiai nukreipia vaizdinę įvestį į roboto valdymą. Tai, ką mato robotas, lemia jo judėjimą. Netgi tyrėjai nenurodė, kaip turėtų judėti kojos. Ši technologija leidžia robotui greitai reaguoti į artėjančią reljefą ir efektyviai ja judėti.
Kadangi nereikia žemėlapių sudarymo ar planavimo, o judesiams lavinti naudojamas mašininis mokymasis, patys robotai gali būti pigūs. Komandos naudojamas robotas yra mažiausiai 25 kartus pigesnis nei esamos alternatyvos. Komandos algoritmas gali padaryti pigius robotus plačiau prieinamus.
Ananye Agarwal, SCS mašininio mokymosi doktorantė, sakė: "Sistema naudoja regėjimą ir grįžtamąjį ryšį iš kūno tiesiogiai kaip įvestį, kad pateiktų išvesties komandas roboto varikliams. Dėl šios technikos sistema tampa labai tvirta realiame pasaulyje. Jei ji paslysta. ant laiptų gali atsigauti. Gali patekti į nežinomą aplinką ir prisitaikyti.
Ši tiesioginė kontrolės vizija yra biologiškai įkvėpta. Žmonės ir gyvūnai naudoja regėjimą judėti. Pabandykite bėgioti ar balansuoti užsimerkę. Ankstesni komandos tyrimai parodė, kad aklieji robotai (be kamerų) gali įveikti sudėtingą reljefą, tačiau pridedant viziją ir pasikliaujant ja galima gerokai pagerinti sistemą.
Komanda taip pat ieškojo kitų sistemos elementų gamtoje. Kad mažas, mažesnis nei pėdos ūgis robotas galėtų lipti laiptais ar kliūtimis, kurios yra arti jo aukščio, jis išmoko pritaikyti judesius, kuriais žmonės peržengia aukštas kliūtis. Kai žmogus turi aukštai pakelti kojas, kad pakiltų ant laiptelio ar kliūties, jis naudoja klubus, kad išstumtų kojas iš kelio, vadinamas pagrobimu ir privedimu, o tai suteikia daugiau vietos. Tas pats pasakytina ir apie Pathako komandos sukurtą robotų sistemą, kuri naudoja klubų grobimą, kad įveiktų kliūtis, stabdančias kai kurias pažangiausias kojomis veikiančias robotų sistemas rinkoje.
Komandą įkvėpė ir keturkojo užpakalinių kojų judėjimas. Kai katė juda per kliūtį, jos užpakalinės kojos vengia tų pačių objektų, kaip ir priekinės, be šalia esančios akių poros pagalbos. "Keturkojai turi atmintį, kuri leidžia jų užpakalinėms kojoms sekti priekines kojas. Mūsų sistema veikia panašiai", - sakė Pathakas. Sistemos integruota atmintis leidžia galinėms kojoms prisiminti, ką mato priekinė kamera, ir manevruoti, kad išvengtų kliūčių.
„Kadangi nėra žemėlapio, nėra planavimo, mūsų sistema prisimena reljefą ir tai, kaip judina priekines kojas, ir konvertuoja tai į galines kojas, ir tai daro taip greitai ir puikiai“, – sakė mokslų daktaras Ashishas Kumaras. studentas Berklyje. Šis tyrimas gali būti didelis žingsnis sprendžiant esamus iššūkius naudojant robotus su kojomis ir įtraukiant juos į žmonių namus.