Guarda un cane robot dotato di intelligenza artificiale eseguire un corso di agilità mai visto prima

I robot che eseguono prodezze acrobatiche potrebbero essere un ottimo trucco di marketing, ma in genere questi spettacoli sono altamente coreografati e scrupolosamente programmati. Ora i ricercatori hanno addestrato un robot AI a quattro zampe ad affrontare percorsi a ostacoli complessi e mai visti prima in condizioni reali.

Creare robot agili è impegnativo a causa della complessità intrinseca del mondo reale, della quantità limitata di dati che i robot possono raccogliere su di esso e della velocità con cui devono essere prese le decisioni per eseguire movimenti dinamici.

Aziende come Boston Dynamics hanno pubblicato regolarmente video dei loro robot che fanno di tutto parkour a routine di ballo. Ma per quanto impressionanti siano queste imprese, in genere coinvolgono gli esseri umani che programmano scrupolosamente ogni passo o si allenano più e più volte negli stessi ambienti altamente controllati.

Questo processo limita seriamente la capacità di trasferire competenze nel mondo reale. Ma ora, i ricercatori dell’ETH di Zurigo in Svizzera hanno utilizzato l’apprendimento automatico per insegnare al loro cane robot ANYmal una serie di abilità locomotorie di base che può poi mettere insieme per affrontare un’ampia varietà di percorsi a ostacoli impegnativi, sia all’interno che all’esterno, a velocità fino a 4.5 miglia all'ora.

“L’approccio proposto consente al robot di muoversi con un’agilità senza precedenti”, scrivono gli autori di un nuovo articolo sulla ricerca Scienza Robotics. "Ora può evolversi in scene complesse in cui deve arrampicarsi e saltare su grandi ostacoli mentre seleziona un percorso non banale verso la posizione target."

[Contenuto incorporato]

Per creare un sistema flessibile ma capace, i ricercatori hanno suddiviso il problema in tre parti e hanno assegnato a ciascuna una rete neurale. Innanzitutto, hanno creato un modulo di percezione che prende input da telecamere e lidar e li utilizza per costruire un’immagine del terreno e di eventuali ostacoli in esso contenuti.

Hanno combinato questo con un modulo di locomozione che aveva appreso un catalogo di abilità progettate per aiutarlo ad attraversare diversi tipi di ostacoli, tra cui saltare, arrampicarsi, scendere e accovacciarsi. Infine, hanno unito questi moduli con un modulo di navigazione in grado di tracciare un percorso attraverso una serie di ostacoli e decidere quali abilità invocare per superarli.

"Sostituiamo il software standard della maggior parte dei robot con reti neurali", Nikita Rudin, uno degli autori dell'articolo, ingegnere presso Nvidia e dottorando presso l'ETH di Zurigo, detto New Scientist. “Ciò consente al robot di ottenere comportamenti che altrimenti non sarebbero possibili”.

Uno degli aspetti più impressionanti della ricerca è il fatto che il robot è stato addestrato alla simulazione. Uno dei principali colli di bottiglia nella robotica è la raccolta di dati sufficienti dal mondo reale da cui i robot possano imparare. Le simulazioni possono aiutare a raccogliere i dati molto più rapidamente sottoponendo molti robot virtuali a prove in parallelo e a una velocità molto maggiore di quanto sia possibile con i robot fisici.

Ma tradurre le competenze apprese nella simulazione nel mondo reale è complicato a causa dell’inevitabile divario tra i mondi virtuali semplici e il mondo fisico estremamente complesso. Addestrare un sistema robotico in grado di operare autonomamente in ambienti invisibili sia interni che esterni è un risultato importante.

Il processo di formazione si basava esclusivamente sull’apprendimento per rinforzo – in pratica tentativi ed errori – piuttosto che su dimostrazioni umane, il che ha consentito ai ricercatori di addestrare il modello di intelligenza artificiale su un numero molto elevato di scenari randomizzati anziché doverli etichettare manualmente.

Un'altra caratteristica impressionante è che tutto funziona su chip installati nel robot, anziché fare affidamento su computer esterni. E oltre ad essere in grado di affrontare una varietà di scenari diversi, i ricercatori hanno dimostrato che ANYmal potrebbe riprendersi da cadute o scivolamenti per completare il percorso a ostacoli.

I ricercatori affermano che la velocità e l’adattabilità del sistema suggeriscono che i robot addestrati in questo modo potrebbero un giorno essere utilizzati per missioni di ricerca e salvataggio in ambienti imprevedibili e difficili da navigare, come macerie ed edifici crollati.

L’approccio presenta però dei limiti. Il sistema è stato addestrato per affrontare tipi specifici di ostacoli, anche se variavano per dimensioni e configurazione. Farlo funzionare in ambienti meno strutturati richiederebbe molta più formazione in scenari più diversi per sviluppare una gamma più ampia di competenze. E questa formazione è complicata e richiede molto tempo.

Ma la ricerca lo indica comunque i robot stanno diventando sempre più capaci di operare in ambienti complessi e reali. Ciò suggerisce che presto potrebbero essere una presenza molto più visibile intorno a noi.

Immagine di credito: Politecnico federale di Zurigo

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://singularityhub.com/2024/03/14/watch-an-ai-robot-dog-rock-an-agility-course-its-never-seen-before/