Um robô de baixo custo pronto para qualquer obstáculo

Pesquisadores da Escola de Ciência da Computação da Universidade Carnegie Mellon e da Universidade da Califórnia, Berkeley, projetaram um sistema robótico que permite que um robô de baixo custo e pernas relativamente pequenas suba e desça escadas quase até sua altura; atravessar terrenos rochosos, escorregadios, irregulares, íngremes e variados; atravessar lacunas; escalar rochas e meios-fios; e até operar no escuro.

“Capacitar pequenos robôs para subir escadas e lidar com uma variedade de ambientes é crucial para o desenvolvimento de robôs que serão úteis nas casas das pessoas, bem como em operações de busca e resgate”, disse Deepak Pathak, professor assistente no Instituto de Robótica. “Este sistema cria um robô robusto e adaptável que pode realizar muitas tarefas diárias.”

A equipe testou o robô, testando-o em escadas e encostas irregulares em parques públicos, desafiando-o a andar sobre pedras e superfícies escorregadias e pedindo-lhe que subisse escadas que, pela sua altura, seriam semelhantes a um salto humano. um obstáculo. O robô se adapta rapidamente e domina terrenos desafiadores, contando com sua visão e um pequeno computador de bordo.

Os pesquisadores treinaram o robô com 4,000 mil clones dele em um simulador, onde praticaram caminhada e escalada em terrenos desafiadores. A velocidade do simulador permitiu ao robô ganhar seis anos de experiência em um único dia. O simulador também armazenou as habilidades motoras aprendidas durante o treinamento em uma rede neural que os pesquisadores copiaram para o robô real. Esta abordagem não exigiu qualquer engenharia manual dos movimentos do robô – um afastamento dos métodos tradicionais.

A maioria dos sistemas robóticos usa câmeras para criar um mapa do ambiente circundante e usa esse mapa para planejar movimentos antes de executá-los. O processo é lento e muitas vezes pode falhar devido a imprecisões, imprecisões ou percepções errôneas inerentes ao estágio de mapeamento que afetam o planejamento e os movimentos subsequentes. O mapeamento e o planejamento são úteis em sistemas focados no controle de alto nível, mas nem sempre são adequados para os requisitos dinâmicos de habilidades de baixo nível, como caminhar ou correr em terrenos desafiadores.

O novo sistema ignora as fases de mapeamento e planejamento e direciona diretamente as entradas de visão para o controle do robô. O que o robô vê determina como ele se move. Nem mesmo os pesquisadores especificam como as pernas devem se movimentar. Esta técnica permite que o robô reaja rapidamente ao terreno que se aproxima e se mova através dele de forma eficaz.

Como não há mapeamento ou planejamento envolvido e os movimentos são treinados por meio de aprendizado de máquina, o robô em si pode ser de baixo custo. O robô usado pela equipe era pelo menos 25 vezes mais barato que as alternativas disponíveis. O algoritmo da equipe tem o potencial de tornar os robôs de baixo custo muito mais amplamente disponíveis.

“Este sistema usa visão e feedback do corpo diretamente como entrada para comandos de saída para os motores do robô”, disse Ananye Agarwal, Ph.D. estudante em aprendizado de máquina. “Essa técnica permite que o sistema seja muito robusto no mundo real. Se escorregar nas escadas, pode se recuperar. Ele pode entrar em ambientes desconhecidos e se adaptar.”

Este aspecto direto da visão para o controle é biologicamente inspirado. Humanos e animais usam a visão para se mover. Tente correr ou equilibrar-se com os olhos fechados. Pesquisas anteriores da equipe mostraram que robôs cegos – robôs sem câmeras – podem conquistar terrenos desafiadores, mas adicionar visão e confiar nessa visão melhora muito o sistema.

A equipe também procurou na natureza outros elementos do sistema. Para um pequeno robô – com menos de trinta centímetros de altura, neste caso – escalar escadas ou obstáculos quase da sua altura, ele aprendeu a adotar o movimento que os humanos usam para passar por cima de obstáculos altos. Quando um ser humano precisa levantar a perna para escalar uma saliência ou obstáculo, ele usa os quadris para mover a perna para o lado, o que é chamado de abdução e adução, dando-lhe mais espaço. O sistema robótico projetado pela equipe de Pathak faz o mesmo, usando a abdução do quadril para enfrentar obstáculos que tropeçam em alguns dos sistemas robóticos com pernas mais avançados do mercado.

O movimento das patas traseiras dos animais quadrúpedes também inspirou a equipe. Quando um gato se move através de obstáculos, suas patas traseiras evitam os mesmos itens que as patas dianteiras, sem o benefício de um par de olhos próximos. “Animais de quatro patas têm uma memória que permite que suas patas traseiras rastreiem as patas dianteiras. Nosso sistema funciona de maneira semelhante”, disse Pathak. A memória interna do sistema permite que as pernas traseiras lembrem o que a câmera dianteira viu e manobrem para evitar obstáculos.

“Como não há mapa nem planejamento, nosso sistema lembra o terreno e como ele moveu a perna dianteira e traduz isso para a perna traseira, fazendo isso de forma rápida e perfeita”, disse Ashish Kumar, Ph.D. estudante em Berkeley.

A pesquisa pode ser um grande passo para resolver os desafios existentes enfrentados pelos robôs com pernas e trazê-los para as casas das pessoas. O artigo “Locomoção com pernas em terrenos desafiadores usando visão egocêntrica”, escrito por Pathak, professor de Berkeley, Jitendra Malik, Agarwal e Kumar, será apresentado na próxima Conferência sobre Aprendizagem de Robôs em Auckland, Nova Zelândia.

Vídeo: https://youtu.be/N70CqROzwxI