이 작은 로봇은 거의 모든 곳으로 갈 수 있습니다.
카네기멜론대학교 컴퓨터공학부와 캘리포니아대학교 버클리캠퍼스 연구원들은 저렴하고 상대적으로 작은 다리를 가진 로봇이 거의 높이에 가까운 계단을 오르내릴 수 있는 로봇 시스템을 설계했습니다. 바위가 많고, 미끄럽고, 고르지 않고, 가파르고 다양한 지형을 횡단합니다. 틈새를 가로질러 걷다; 규모의 암석과 연석; 심지어 어둠 속에서도 작동합니다.
Robotics Institute의 조교수인 Deepak Pathak은 "작은 로봇이 계단을 오르고 다양한 환경을 처리할 수 있도록 하는 것은 사람들의 집은 물론 수색 및 구조 작업에도 유용할 로봇을 개발하는 데 매우 중요합니다."라고 말했습니다. "이 시스템은 많은 일상 작업을 수행할 수 있는 강력하고 적응력이 뛰어난 로봇을 만듭니다."
팀은 로봇의 속도를 시험하고 공원의 울퉁불퉁한 계단과 언덕에서 테스트하고 디딤돌과 미끄러운 표면 위를 걷는 데 도전했으며 높이에 비해 인간이 뛰어오르는 것과 비슷한 계단을 오르도록 요청했습니다. 장애물. 로봇은 비전과 소형 온보드 컴퓨터를 활용하여 빠르게 적응하고 까다로운 지형을 마스터합니다.
연구원들은 시뮬레이터에서 로봇의 4,000개 클론을 훈련시켜 까다로운 지형에서 걷기와 등반을 연습했습니다. 시뮬레이터의 속도 덕분에 로봇은 하루 만에 XNUMX년의 경험을 쌓을 수 있었습니다. 시뮬레이터는 또한 훈련 중에 배운 운동 기술을 연구원들이 실제 로봇에 복사한 신경망에 저장했습니다. 이 접근 방식에는 로봇 움직임에 대한 수작업 엔지니어링이 필요하지 않았습니다. 이는 전통적인 방법에서 벗어났습니다.
대부분의 로봇 시스템은 카메라를 사용하여 주변 환경의 지도를 만들고 해당 지도를 사용하여 실행하기 전에 움직임을 계획합니다. 프로세스는 느리고 후속 계획 및 이동에 영향을 미치는 매핑 단계의 본질적인 모호함, 부정확성 또는 오해로 인해 종종 불안정해질 수 있습니다. 매핑 및 계획은 높은 수준의 제어에 초점을 맞춘 시스템에 유용하지만 어려운 지형에서 걷기 또는 달리기와 같은 낮은 수준의 기술에 대한 동적 요구 사항에 항상 적합한 것은 아닙니다.
새로운 시스템은 매핑 및 계획 단계를 우회하고 비전 입력을 로봇 제어로 직접 전달합니다. 로봇이 보는 것이 로봇의 움직임을 결정합니다. 연구원들조차도 다리가 어떻게 움직여야 하는지 명시하지 않았습니다. 이 기술을 통해 로봇은 다가오는 지형에 신속하게 반응하고 효과적으로 이동할 수 있습니다.
매핑이나 계획이 필요 없고 기계 학습을 사용하여 움직임을 훈련하기 때문에 로봇 자체의 비용이 저렴할 수 있습니다. 팀이 사용한 로봇은 기존의 다른 로봇보다 최소 25배 저렴했습니다. 팀의 알고리즘은 저비용 로봇을 훨씬 더 널리 사용할 수 있게 만들 가능성이 있습니다.
SCS 박사인 Ananye Agarwal은 "이 시스템은 로봇 모터에 명령을 출력하기 위한 입력으로 직접 신체의 시각과 피드백을 사용합니다."라고 말했습니다. 머신러닝을 전공하는 학생입니다. “이 기술을 사용하면 시스템이 현실 세계에서 매우 강력해질 수 있습니다. 계단에서 미끄러져도 회복이 가능합니다. 알려지지 않은 환경에 들어가서 적응할 수 있습니다.”
이러한 직접적인 비전-제어 측면은 생물학적으로 영감을 받았습니다. 인간과 동물은 시각을 사용하여 움직입니다. 눈을 감고 달리거나 균형을 잡아보세요. 팀의 이전 연구에 따르면 카메라가 없는 로봇인 시각 장애인 로봇은 까다로운 지형을 정복할 수 있지만 비전을 추가하고 해당 비전에 의존하면 시스템이 크게 향상됩니다.
팀은 시스템의 다른 요소에 대해서도 자연을 살펴보았습니다. 이 경우 키가 1피트 미만인 작은 로봇이 계단이나 장애물을 자신의 높이에 가깝게 오르기 위해 인간이 높은 장애물을 뛰어넘을 때 사용하는 움직임을 채택하는 방법을 배웠습니다. 인간이 선반이나 장애물을 오르기 위해 다리를 높이 들어야 할 때, 외전 및 내전이라고 불리는 엉덩이를 사용하여 다리를 옆으로 움직여 더 많은 공간을 확보합니다. Pathak 팀이 설계한 로봇 시스템도 동일한 기능을 수행합니다. 엉덩이 납치를 사용하여 시장에서 가장 발전된 다리 로봇 시스템 중 일부를 넘어뜨리는 장애물을 해결합니다.
네 발 달린 동물의 뒷다리 움직임도 팀에 영감을 주었습니다. 고양이가 장애물을 통과할 때 뒷다리는 근처에 있는 눈의 도움 없이 앞다리와 동일한 물체를 피합니다. “네발 달린 동물은 뒷다리가 앞다리를 따라갈 수 있는 기억력을 가지고 있습니다. 우리 시스템은 비슷한 방식으로 작동합니다”라고 Pathak은 말했습니다. 시스템의 온보드 메모리를 사용하면 뒷다리가 앞 카메라가 본 것을 기억하고 장애물을 피하기 위해 움직일 수 있습니다.
"지도나 계획이 없기 때문에 우리 시스템은 지형과 앞다리를 어떻게 움직였는지 기억하고 이를 뒷다리로 변환하여 매우 빠르고 완벽하게 수행합니다."라고 Ashish Kumar 박사가 말했습니다. 버클리 학생.
이 연구는 다리가 있는 로봇이 직면한 기존 문제를 해결하고 이를 사람들의 집에 도입하는 데 큰 진전이 될 수 있습니다. Pathak, Berkeley 교수 Jitendra Malik, Agarwal 및 Kumar가 작성한 "자기중심적 비전을 사용하여 도전적인 지형에서의 다리 이동"이라는 논문이 뉴질랜드 오클랜드에서 열리는 다가오는 로봇 학습 컨퍼런스에서 발표될 예정입니다.
어떤 장애물에도 대비할 수 있는 저비용 로봇 소스 https://www.sciencedaily.com/releases/2022/11/221116150653.htm에서 https://www.sciencedaily.com/rss/computers_math/artificial_intelligence.xml을 통해 다시 게시됨
