רובוט בעלות נמוכה מוכן לכל מכשול

חוקרים מבית הספר למדעי המחשב של אוניברסיטת קרנגי מלון ובאוניברסיטת קליפורניה, ברקלי, תכננו מערכת רובוטית המאפשרת לרובוט בעל רגליים קטנות יחסית לטפס ולרדת במדרגות כמעט בגובהו; לחצות שטח סלעי, חלקלק, לא אחיד, תלול ומגוון; ללכת על פני פערים; סלעים ושוליים בקנה מידה; ואפילו לפעול בחושך.

"העצמת רובוטים קטנים לטפס במדרגות ולטפל במגוון של סביבות חיונית לפיתוח רובוטים שיהיו שימושיים בבתים של אנשים כמו גם בפעולות חיפוש והצלה", אמר דיפק פאתאק, עוזר פרופסור במכון הרובוטיקה. "מערכת זו יוצרת רובוט חזק וניתן להתאמה שיכול לבצע משימות יומיומיות רבות."

הצוות העמיד את הרובוט על צעדיו, בודק אותו על מדרגות לא אחידות ועל גבעות בפארקים ציבוריים, מאתגר אותו לצעוד על פני אבני דריכה ועל פני משטחים חלקים, ומבקש ממנו לטפס במדרגות שבגובהו יהיו דומות לאדם מזנק מעליו. מכשול. הרובוט מסתגל במהירות ושולט בשטח מאתגר על ידי הסתמכות על החזון שלו ומחשב קטן על הסיפון.

החוקרים אימנו את הרובוט עם 4,000 שיבוטים שלו בסימולטור, שם תרגלו הליכה וטיפוס בשטח מאתגר. מהירות הסימולטור אפשרה לרובוט לצבור שש שנות ניסיון ביום אחד. הסימולטור גם אחסן את המיומנויות המוטוריות שלמד במהלך האימון ברשת עצבית שהחוקרים העתיקו לרובוט האמיתי. גישה זו לא דרשה כל הנדסה ידנית של תנועות הרובוט - סטייה מהשיטות המסורתיות.

רוב המערכות הרובוטיות משתמשות במצלמות כדי ליצור מפה של הסביבה הסובבת ולהשתמש במפה זו כדי לתכנן תנועות לפני ביצוען. התהליך הוא איטי ולעיתים קרובות עלול לקרטע עקב טשטוש מובנים, אי דיוקים או תפיסות שגויות בשלב המיפוי המשפיעות על התכנון והתנועות שלאחר מכן. מיפוי ותכנון שימושיים במערכות המתמקדות בשליטה ברמה גבוהה אך לא תמיד מתאימים לדרישות הדינמיות של מיומנויות ברמה נמוכה כמו הליכה או ריצה על פני שטח מאתגרים.

המערכת החדשה עוקפת את שלבי המיפוי והתכנון ומנתבת ישירות את כניסות הראייה לבקרת הרובוט. מה שהרובוט רואה קובע איך הוא זז. אפילו החוקרים לא מציינים כיצד הרגליים צריכות לנוע. טכניקה זו מאפשרת לרובוט להגיב לשטח מתקרב במהירות ולנוע דרכו ביעילות.

מכיוון שאין מיפוי או תכנון מעורב והתנועות מאומנות באמצעות למידת מכונה, הרובוט עצמו יכול להיות זול. הרובוט שבו השתמש הצוות היה זול לפחות פי 25 מהחלופות הזמינות. לאלגוריתם של הצוות יש פוטנציאל להפוך רובוטים בעלות נמוכה לזמינים הרבה יותר.

"מערכת זו משתמשת בראיה ובמשוב מהגוף ישירות כקלט לפקודות פלט למנועי הרובוט", אמרה אנאניה אגרוואל, דוקטורית ל-SCS. סטודנט בלמידת מכונה. "טכניקה זו מאפשרת למערכת להיות חזקה מאוד בעולם האמיתי. אם הוא מחליק במדרגות, הוא יכול להתאושש. זה יכול להיכנס לסביבות לא ידועות ולהסתגל".

היבט ישיר של חזון לשליטה הוא בהשראת ביולוגית. בני אדם ובעלי חיים משתמשים בראייה כדי לנוע. נסה לרוץ או לאזן בעיניים עצומות. מחקרים קודמים של הצוות הראו שרובוטים עיוורים - רובוטים ללא מצלמות - יכולים לכבוש שטח מאתגר, אך הוספת חזון והסתמכות על החזון הזה משפרת מאוד את המערכת.

הצוות פנה לטבע גם עבור אלמנטים אחרים של המערכת. כדי שרובוט קטן - בגובה של פחות ממטר, במקרה זה - יתקדם במדרגות או מכשולים כמעט בגובהו, הוא למד לאמץ את התנועה שבה משתמשים בני אדם כדי לעבור על מכשולים גבוהים. כאשר אדם צריך להרים את רגלו גבוה כדי לעלות על מדף או משוכה, הוא משתמש בירכיו כדי להזיז את רגלו הצידה, הנקראת חטיפה ואדוקציה, ומעניקה לו יותר מרווח. מערכת הרובוטים שעיצב הצוות של Pathak עושה את אותו הדבר, תוך שימוש בחטיפת ירכיים כדי להתמודד עם מכשולים שמכשילים כמה מהמערכות הרובוטיות המתקדמות ביותר בשוק.

תנועת הרגליים האחוריות על ידי בעלי חיים עם ארבע רגליים גם נתנה השראה לצוות. כאשר חתול עובר דרך מכשולים, רגליו האחוריות נמנעות מאותם פריטים כמו רגליו הקדמיות ללא היתרון של מערכת עיניים קרובה. "לחיות עם ארבע רגליים יש זיכרון שמאפשר לרגליהם האחוריות לעקוב אחר הרגליים הקדמיות. המערכת שלנו עובדת בצורה דומה" אמר פאתאק. הזיכרון המשולב של המערכת מאפשר לרגליים האחוריות לזכור מה ראתה המצלמה בחזית ולתמרן כדי להימנע ממכשולים.

"מכיוון שאין מפה, אין תכנון, המערכת שלנו זוכרת את השטח וכיצד היא הזיזה את הרגל הקדמית ומתרגמת זאת לרגל האחורית, עושה זאת במהירות וללא רבב", אמר אשיש קומאר דוקטור. סטודנט בברקלי.

המחקר עשוי להיות צעד גדול לקראת פתרון האתגרים הקיימים העומדים בפני רובוטים בעלי רגליים והכנסתם לבתיהם של אנשים. המאמר "תנועת רגליים בשטחים מאתגרים באמצעות ראייה אגוצנטרית", שנכתב על ידי Pathak, פרופסור ברקלי, Jitendra Malik, Agarwal וקומאר, יוצג בכנס הקרוב ללימוד רובוט באוקלנד, ניו זילנד.

וידאו: https://youtu.be/N70CqROzwxI