Ein kostengünstiger Roboter, der jedes Hindernis meistert

Forscher der School of Computer Science der Carnegie Mellon University und der University of California, Berkeley, haben ein Robotersystem entwickelt, das es einem kostengünstigen und relativ kleinbeinigen Roboter ermöglicht, Treppen nahezu in seiner Höhe hinauf- und hinunterzusteigen; Durchqueren Sie felsiges, rutschiges, unebenes, steiles und abwechslungsreiches Gelände. über Lücken gehen; Schuttfelsen und Bordsteine; und sogar im Dunkeln operieren.

„Die Befähigung kleiner Roboter zum Treppensteigen und zum Umgang mit verschiedenen Umgebungen ist von entscheidender Bedeutung für die Entwicklung von Robotern, die sowohl in den Häusern der Menschen als auch bei Such- und Rettungseinsätzen nützlich sein werden“, sagte Deepak Pathak, Assistenzprofessor am Robotics Institute. „Dieses System schafft einen robusten und anpassungsfähigen Roboter, der viele alltägliche Aufgaben erledigen könnte.“

Das Team testete den Roboter auf Herz und Nieren, testete ihn auf unebenen Treppen und an Hängen in öffentlichen Parks, forderte ihn heraus, über Trittsteine ​​und rutschige Oberflächen zu laufen, und forderte ihn auf, Treppen zu erklimmen, die aufgrund ihrer Größe einem Menschen ähneln würden, der darüber springt eine Hürde. Der Roboter passt sich schnell an und meistert anspruchsvolles Gelände, indem er sich auf seine Vision und einen kleinen Bordcomputer verlässt.

Die Forscher trainierten den Roboter mit 4,000 Klonen davon in einem Simulator, wo sie das Gehen und Klettern in anspruchsvollem Gelände übten. Die Geschwindigkeit des Simulators ermöglichte es dem Roboter, an einem einzigen Tag sechs Jahre Erfahrung zu sammeln. Der Simulator speicherte die während des Trainings erlernten motorischen Fähigkeiten auch in einem neuronalen Netzwerk, das die Forscher auf den realen Roboter kopierten. Dieser Ansatz erforderte keine manuelle Konstruktion der Roboterbewegungen – eine Abkehr von herkömmlichen Methoden.

Die meisten Robotersysteme erstellen mithilfe von Kameras eine Karte der Umgebung und nutzen diese Karte, um Bewegungen zu planen, bevor sie ausgeführt werden. Der Prozess ist langsam und kann oft aufgrund von Unschärfen, Ungenauigkeiten oder Fehleinschätzungen in der Kartierungsphase ins Stocken geraten, die sich auf die nachfolgende Planung und Bewegungen auswirken. Kartierung und Planung sind in Systemen nützlich, die sich auf die Kontrolle auf hohem Niveau konzentrieren, sind jedoch nicht immer für die dynamischen Anforderungen von Fertigkeiten auf niedrigem Niveau wie Gehen oder Laufen in anspruchsvollem Gelände geeignet.

Das neue System umgeht die Kartierungs- und Planungsphasen und leitet die visuellen Eingaben direkt an die Steuerung des Roboters weiter. Was der Roboter sieht, bestimmt, wie er sich bewegt. Nicht einmal die Forscher geben vor, wie sich die Beine bewegen sollen. Diese Technik ermöglicht es dem Roboter, schnell auf entgegenkommendes Gelände zu reagieren und sich effektiv darin zu bewegen.

Da keine Kartierung oder Planung erforderlich ist und Bewegungen durch maschinelles Lernen trainiert werden, kann der Roboter selbst kostengünstig sein. Der vom Team verwendete Roboter war mindestens 25-mal billiger als verfügbare Alternativen. Der Algorithmus des Teams hat das Potenzial, kostengünstige Roboter viel breiter verfügbar zu machen.

„Dieses System nutzt Sicht und Feedback vom Körper direkt als Eingabe, um Befehle an die Motoren des Roboters auszugeben“, sagte Ananye Agarwal, Doktorandin am SCS. Student im maschinellen Lernen. „Diese Technik ermöglicht es dem System, in der realen Welt sehr robust zu sein. Wenn es auf Treppen ausrutscht, kann es sich erholen. Es kann in unbekannte Umgebungen vordringen und sich anpassen.“

Dieser direkte Aspekt vom Sehen zur Kontrolle ist biologisch inspiriert. Menschen und Tiere nutzen das Sehen, um sich zu bewegen. Versuchen Sie, mit geschlossenen Augen zu laufen oder zu balancieren. Frühere Untersuchungen des Teams hatten gezeigt, dass blinde Roboter – Roboter ohne Kameras – schwieriges Gelände bewältigen können, aber das Hinzufügen von Sicht und das Verlassen auf diese Sicht verbessert das System erheblich.

Das Team suchte auch nach anderen Elementen des Systems in der Natur. Damit ein kleiner Roboter – in diesem Fall weniger als einen Fuß groß – Treppen oder Hindernisse in der Nähe seiner Höhe erklimmen konnte, lernte er, die Bewegung zu übernehmen, die Menschen verwenden, um über hohe Hindernisse zu steigen. Wenn ein Mensch sein Bein hoch heben muss, um einen Felsvorsprung oder eine Hürde zu erklimmen, bewegt er es mit der Hüfte zur Seite, was als Abduktion und Adduktion bezeichnet wird, wodurch es mehr Spielraum hat. Das von Pathaks Team entwickelte Robotersystem macht dasselbe und nutzt die Hüftabduktion, um Hindernisse zu überwinden, die einige der fortschrittlichsten Robotersysteme mit Beinen auf dem Markt zum Stolpern bringen.

Auch die Bewegung der Hinterbeine von Vierbeinern inspirierte das Team. Wenn sich eine Katze durch Hindernisse bewegt, meiden ihre Hinterbeine die gleichen Gegenstände wie ihre Vorderbeine, ohne dass ein Augenpaar in der Nähe sie nutzen kann. „Vierbeiner haben ein Gedächtnis, das es ihren Hinterbeinen ermöglicht, den Vorderbeinen zu folgen. Unser System funktioniert auf ähnliche Weise“, sagte Pathak. Der integrierte Speicher des Systems ermöglicht es den Hinterbeinen, sich zu merken, was die Kamera an der Vorderseite gesehen hat, und zu manövrieren, um Hindernissen auszuweichen.

„Da es keine Karte und keine Planung gibt, merkt sich unser System das Gelände und die Art und Weise, wie es das Vorderbein bewegt hat, und überträgt dies schnell und fehlerfrei auf das Hinterbein“, sagte Ashish Kumar, Ph.D. Student in Berkeley.

Die Forschung könnte ein großer Schritt zur Lösung bestehender Herausforderungen sein, mit denen Beinroboter konfrontiert sind, und sie in die Häuser der Menschen zu bringen. Der von Pathak, den Berkeley-Professoren Jitendra Malik, Agarwal und Kumar verfasste Artikel „Legged Locomotion in Challenging Terrains Using Egocentric Vision“ wird auf der kommenden Konferenz zum Thema Roboterlernen in Auckland, Neuseeland, vorgestellt.

Video: https://youtu.be/N70CqROzwxI