หุ่นยนต์ราคาประหยัดพร้อมลุยทุกอุปสรรค

นักวิจัยจากคณะวิทยาการคอมพิวเตอร์แห่งมหาวิทยาลัยคาร์เนกี้ เมลลอน และมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ ได้ออกแบบระบบหุ่นยนต์ที่ช่วยให้หุ่นยนต์ที่มีขาค่อนข้างเล็กราคาประหยัดสามารถปีนและลงบันไดได้เกือบสูง ลัดเลาะไปตามภูมิประเทศที่เป็นหิน ลื่น ไม่เรียบ สูงชัน และหลากหลาย เดินข้ามช่องว่าง หินขนาดและขอบถนน และแม้กระทั่งปฏิบัติการในความมืด

Deepak Pathak ผู้ช่วยศาสตราจารย์จาก Robotics Institute กล่าวว่า "การเสริมศักยภาพให้หุ่นยนต์ขนาดเล็กสามารถปีนบันไดและจัดการกับสภาพแวดล้อมต่างๆ เป็นสิ่งสำคัญในการพัฒนาหุ่นยนต์ที่จะเป็นประโยชน์ในบ้านของผู้คน ตลอดจนปฏิบัติการค้นหาและกู้ภัย" “ระบบนี้สร้างหุ่นยนต์ที่แข็งแกร่งและปรับเปลี่ยนได้ซึ่งสามารถทำงานหลายอย่างในแต่ละวันได้”

ทีมงานได้นำหุ่นยนต์ไปตามก้าวต่างๆ ทดสอบบนบันไดที่ไม่เรียบและไหล่เขาในสวนสาธารณะ ท้าทายให้หุ่นยนต์เดินข้ามหินขั้นบันไดและบนพื้นผิวลื่น และขอให้หุ่นยนต์ขึ้นบันไดด้วยความสูงที่คล้ายกับมนุษย์กระโดดข้าม อุปสรรค์ หุ่นยนต์จะปรับตัวได้อย่างรวดเร็วและเชี่ยวชาญภูมิประเทศที่ท้าทายโดยอาศัยการมองเห็นและคอมพิวเตอร์ออนบอร์ดขนาดเล็ก

นักวิจัยได้ฝึกหุ่นยนต์ด้วยโคลน 4,000 ตัวในเครื่องจำลอง โดยพวกเขาฝึกเดินและปีนเขาบนภูมิประเทศที่ท้าทาย ความเร็วของเครื่องจำลองทำให้หุ่นยนต์ได้รับประสบการณ์หกปีในวันเดียว เครื่องจำลองยังเก็บทักษะการเคลื่อนไหวที่เรียนรู้ระหว่างการฝึกไว้ในโครงข่ายประสาทเทียมที่นักวิจัยคัดลอกไปยังหุ่นยนต์ตัวจริง วิธีการนี้ไม่จำเป็นต้องอาศัยการออกแบบการเคลื่อนไหวของหุ่นยนต์ด้วยมือใดๆ ซึ่งถือเป็นการแตกต่างจากวิธีการแบบเดิมๆ

ระบบหุ่นยนต์ส่วนใหญ่ใช้กล้องเพื่อสร้างแผนที่ของสภาพแวดล้อมโดยรอบ และใช้แผนที่นั้นเพื่อวางแผนการเคลื่อนไหวก่อนที่จะดำเนินการ กระบวนการนี้ช้าและมักจะสะดุดเนื่องจากความคลุมเครือ ความไม่ถูกต้อง หรือความเข้าใจผิดในขั้นตอนการจัดทำแผนที่ ซึ่งส่งผลต่อการวางแผนและการเคลื่อนไหวในภายหลัง การทำแผนที่และการวางแผนมีประโยชน์ในระบบที่เน้นการควบคุมระดับสูง แต่ไม่เหมาะกับความต้องการแบบไดนามิกของทักษะระดับต่ำเสมอไป เช่น การเดินหรือการวิ่งบนภูมิประเทศที่ท้าทาย

ระบบใหม่จะข้ามขั้นตอนการทำแผนที่และการวางแผน และกำหนดเส้นทางอินพุตการมองเห็นไปยังการควบคุมของหุ่นยนต์โดยตรง สิ่งที่หุ่นยนต์เห็นจะกำหนดวิธีที่หุ่นยนต์เคลื่อนที่ แม้แต่นักวิจัยก็ไม่ได้ระบุว่าควรขยับขาอย่างไร เทคนิคนี้ช่วยให้หุ่นยนต์ตอบสนองต่อภูมิประเทศที่กำลังมาถึงได้อย่างรวดเร็วและเคลื่อนที่ผ่านภูมิประเทศได้อย่างมีประสิทธิภาพ

เนื่องจากไม่มีการทำแผนที่หรือการวางแผนที่เกี่ยวข้อง และการเคลื่อนไหวได้รับการฝึกอบรมโดยใช้การเรียนรู้ของเครื่อง หุ่นยนต์จึงมีต้นทุนต่ำ หุ่นยนต์ที่ทีมใช้มีราคาถูกกว่าหุ่นยนต์ทางเลือกอื่นอย่างน้อย 25 เท่า อัลกอริธึมของทีมมีศักยภาพที่จะทำให้หุ่นยนต์ราคาถูกมีจำหน่ายในวงกว้างมากขึ้น

“ระบบนี้ใช้การมองเห็นและการตอบรับจากร่างกายโดยตรงเป็นอินพุตเพื่อส่งออกคำสั่งไปยังมอเตอร์ของหุ่นยนต์” Ananye Agarwal ปริญญาเอกของ SCS กล่าว นักเรียนในการเรียนรู้ของเครื่อง “เทคนิคนี้ช่วยให้ระบบมีความแข็งแกร่งมากในโลกแห่งความเป็นจริง หากลื่นตกบันไดก็สามารถฟื้นตัวได้ มันสามารถเข้าไปในสภาพแวดล้อมที่ไม่รู้จักและปรับตัวได้”

มุมมองต่อการควบคุมโดยตรงนี้ได้รับแรงบันดาลใจทางชีววิทยา มนุษย์และสัตว์ใช้การมองเห็นในการเคลื่อนไหว ลองวิ่งหรือทรงตัวโดยหลับตา การวิจัยก่อนหน้านี้จากทีมงานแสดงให้เห็นว่าหุ่นยนต์ตาบอดซึ่งเป็นหุ่นยนต์ที่ไม่มีกล้องสามารถพิชิตภูมิประเทศที่ท้าทายได้ แต่การเพิ่มการมองเห็นและการพึ่งพาการมองเห็นนั้นช่วยปรับปรุงระบบได้อย่างมาก

ทีมงานมองไปที่ธรรมชาติเพื่อหาองค์ประกอบอื่นๆ ของระบบเช่นกัน สำหรับหุ่นยนต์ตัวเล็ก ซึ่งในกรณีนี้สูงน้อยกว่า 1 ฟุต เพื่อไต่บันไดหรือสิ่งกีดขวางให้เกือบสูง หุ่นยนต์จะเรียนรู้ที่จะนำการเคลื่อนไหวที่มนุษย์ใช้ในการก้าวข้ามสิ่งกีดขวางสูงมาใช้ เมื่อมนุษย์ต้องยกขาขึ้นสูงเพื่อไต่ขอบหรือสิ่งกีดขวาง มันจะใช้สะโพกขยับขาออกไปด้านข้าง เรียกว่าการลักพาตัวและการลักพาตัว เพื่อให้มีระยะห่างมากขึ้น ระบบหุ่นยนต์ที่ทีมงานของ Pathak ออกแบบทำเช่นเดียวกัน โดยใช้การลักพาตัวสะโพกเพื่อจัดการกับอุปสรรคที่ขัดขวางระบบหุ่นยนต์แบบมีขาที่ทันสมัยที่สุดในตลาด

การเคลื่อนไหวของขาหลังของสัตว์สี่ขาก็เป็นแรงบันดาลใจให้กับทีมเช่นกัน เมื่อแมวเคลื่อนที่ผ่านสิ่งกีดขวาง ขาหลังของมันจะหลีกเลี่ยงสิ่งเดียวกับขาหน้าโดยไม่ได้รับประโยชน์จากสายตาที่อยู่ใกล้เคียง “สัตว์สี่ขามีความทรงจำที่ทำให้ขาหลังสามารถติดตามขาหน้าได้ ระบบของเราทำงานในลักษณะเดียวกัน” นายปฐักกล่าว หน่วยความจำออนบอร์ดของระบบช่วยให้ขาหลังจดจำสิ่งที่กล้องที่อยู่ด้านหน้ามองเห็น และเคลื่อนที่เพื่อหลีกเลี่ยงสิ่งกีดขวาง

“เนื่องจากไม่มีแผนที่ ไม่มีการวางแผน ระบบของเราจึงจดจำภูมิประเทศและวิธีที่มันขยับขาหน้า และแปลเป็นขาหลัง ทำได้รวดเร็วและไร้ที่ติ” Ashish Kumar ปริญญาเอกกล่าว นักเรียนที่เบิร์กลีย์

การวิจัยนี้อาจเป็นก้าวสำคัญในการแก้ปัญหาความท้าทายที่มีอยู่ซึ่งหุ่นยนต์มีขาต้องเผชิญและนำพวกมันเข้าบ้านของผู้คน บทความเรื่อง “การเคลื่อนที่ของขาในภูมิประเทศที่ท้าทายโดยใช้วิสัยทัศน์ที่ถือตัวเองเป็นศูนย์กลาง” ที่เขียนโดย Pathak, ศาสตราจารย์ Berkeley Jitendra Malik, Agarwal และ Kumar จะถูกนำเสนอในการประชุมการเรียนรู้หุ่นยนต์ที่กำลังจะมีขึ้นในเมืองโอ๊คแลนด์ ประเทศนิวซีแลนด์

Video: https://youtu.be/N70CqROzwxI