Un robot económico preparado para cualquier obstáculo

Investigadores de la Facultad de Ciencias de la Computación de la Universidad Carnegie Mellon y la Universidad de California, Berkeley, han diseñado un sistema robótico que permite a un robot de bajo costo y patas relativamente pequeñas subir y bajar escaleras de casi su altura; atravesar terrenos rocosos, resbaladizos, irregulares, empinados y variados; caminar a través de huecos; escalar rocas y bordillos; e incluso operar en la oscuridad.

"Facultar a los robots pequeños para que suban escaleras y manejen una variedad de entornos es crucial para desarrollar robots que sean útiles en los hogares de las personas, así como en operaciones de búsqueda y rescate", dijo Deepak Pathak, profesor asistente en el Instituto de Robótica. "Este sistema crea un robot robusto y adaptable que podría realizar muchas tareas cotidianas".

El equipo puso a prueba al robot, probándolo en escaleras irregulares y laderas de parques públicos, desafiándolo a caminar sobre escalones y superficies resbaladizas, y pidiéndole que subiera escaleras que, por su altura, serían similares a las de un humano saltando. un obstáculo. El robot se adapta rápidamente y domina terrenos desafiantes confiando en su visión y una pequeña computadora a bordo.

Los investigadores entrenaron al robot con 4,000 clones del mismo en un simulador, donde practicaron caminar y escalar en terrenos desafiantes. La velocidad del simulador permitió al robot adquirir seis años de experiencia en un solo día. El simulador también almacenó las habilidades motoras aprendidas durante el entrenamiento en una red neuronal que los investigadores copiaron al robot real. Este enfoque no requirió ninguna ingeniería manual de los movimientos del robot, una desviación de los métodos tradicionales.

La mayoría de los sistemas robóticos utilizan cámaras para crear un mapa del entorno circundante y utilizan ese mapa para planificar movimientos antes de ejecutarlos. El proceso es lento y a menudo puede fallar debido a la confusión, inexactitudes o percepciones erróneas inherentes en la etapa de mapeo que afectan la planificación y los movimientos posteriores. El mapeo y la planificación son útiles en sistemas centrados en el control de alto nivel, pero no siempre son adecuados para los requisitos dinámicos de habilidades de bajo nivel, como caminar o correr sobre terrenos desafiantes.

El nuevo sistema evita las fases de mapeo y planificación y dirige directamente las entradas de visión al control del robot. Lo que ve el robot determina cómo se mueve. Ni siquiera los investigadores especifican cómo deben moverse las piernas. Esta técnica permite al robot reaccionar rápidamente al terreno que se aproxima y moverse a través de él de manera efectiva.

Como no requiere mapeo ni planificación y los movimientos se entrenan mediante aprendizaje automático, el robot en sí puede ser de bajo costo. El robot que utilizó el equipo era al menos 25 veces más barato que las alternativas disponibles. El algoritmo del equipo tiene el potencial de hacer que los robots de bajo costo estén mucho más disponibles.

"Este sistema utiliza la visión y la retroalimentación del cuerpo directamente como entrada para enviar comandos a los motores del robot", dijo Ananye Agarwal, Ph.D. de SCS. Estudiante en aprendizaje automático. “Esta técnica permite que el sistema sea muy robusto en el mundo real. Si resbala en las escaleras, puede recuperarse. Puede adentrarse en entornos desconocidos y adaptarse”.

Este aspecto directo de visión para controlar está inspirado biológicamente. Los humanos y los animales usan la visión para moverse. Intente correr o mantener el equilibrio con los ojos cerrados. Investigaciones anteriores del equipo habían demostrado que los robots ciegos (robots sin cámaras) pueden conquistar terrenos desafiantes, pero agregar visión y confiar en esa visión mejora enormemente el sistema.

El equipo también buscó en la naturaleza otros elementos del sistema. Para que un robot pequeño (de menos de un pie de altura, en este caso) pudiera escalar escaleras u obstáculos casi de su altura, aprendió a adoptar el movimiento que los humanos usan para pasar por encima de obstáculos altos. Cuando un ser humano tiene que levantar la pierna en alto para escalar una repisa o un obstáculo, usa sus caderas para mover la pierna hacia un lado, lo que se llama abducción y aducción, dándole más espacio. El sistema robótico que diseñó el equipo de Pathak hace lo mismo: utiliza la abducción de la cadera para abordar los obstáculos que hacen tropezar a algunos de los sistemas robóticos con patas más avanzados del mercado.

El movimiento de las patas traseras de los animales de cuatro patas también inspiró al equipo. Cuando un gato atraviesa obstáculos, sus patas traseras evitan los mismos elementos que sus patas delanteras sin el beneficio de un par de ojos cercanos. “Los animales de cuatro patas tienen una memoria que les permite a sus patas traseras seguir a las delanteras. Nuestro sistema funciona de manera similar”, dijo Pathak. La memoria integrada del sistema permite que las patas traseras recuerden lo que vio la cámara delantera y maniobren para evitar obstáculos.

"Dado que no hay mapa ni planificación, nuestro sistema recuerda el terreno y cómo movió la pata delantera y lo traduce a la pata trasera, haciéndolo de forma rápida y sin problemas", dijo Ashish Kumar, Ph.D. estudiante en Berkeley.

La investigación podría ser un gran paso hacia la solución de los desafíos existentes que enfrentan los robots con patas y su introducción en los hogares de las personas. El artículo “Legged Locomotion in Challenging Terrains Usando Egocentric Vision”, escrito por Pathak, el profesor de Berkeley Jitendra Malik, Agarwal y Kumar, se presentará en la próxima Conferencia sobre Aprendizaje de Robots en Auckland, Nueva Zelanda.

Vídeo: https://youtu.be/N70CqROzwxI