Недорогий робот, готовий до будь-яких перешкод

Дослідники зі Школи комп’ютерних наук Університету Карнегі-Меллона та Каліфорнійського університету в Берклі розробили роботизовану систему, яка дозволяє недорогому роботу з відносно невеликими ногами підніматися та спускатися сходами майже його висоти; проходити по кам'янистій, слизькій, нерівній, крутій і різноманітній місцевості; ходити через прогалини; луска каменів і бордюрів; і навіть працювати в темряві.

«Розширення можливостей невеликих роботів підніматися сходами та працювати з різноманітними середовищами має вирішальне значення для розробки роботів, які будуть корисні в будинках людей, а також під час пошуково-рятувальних операцій», — сказав Діпак Патак, доцент Інституту робототехніки. «Ця система створює надійного та адаптивного робота, який може виконувати багато щоденних завдань».

Команда перевірила робота, випробувавши його на нерівних сходах і схилах у громадських парках, пропонуючи йому ходити по скелях і слизьких поверхнях, а також пропонуючи йому піднятися сходами, які за своєю висотою були б схожі на те, як людина перестрибує. перешкода. Робот швидко адаптується та долає складну місцевість, покладаючись на своє бачення та маленький бортовий комп’ютер.

Дослідники тренували робота за допомогою 4,000 його клонів на тренажері, де вони вправлялися в ходьбі та лазінні по складній місцевості. Швидкість симулятора дозволила роботу отримати шість років досвіду за один день. Симулятор також зберігав моторні навички, отримані під час навчання, у нейронній мережі, яку дослідники скопіювали на справжнього робота. Цей підхід не вимагав жодної ручної розробки рухів робота — це відхід від традиційних методів.

Більшість роботизованих систем використовують камери для створення карти навколишнього середовища та використання цієї карти для планування рухів перед їх виконанням. Процес повільний і часто може сповільнюватися через властиву нечіткість, неточності або неправильне сприйняття на етапі картографування, що впливає на подальше планування та рух. Картографування та планування корисні в системах, орієнтованих на контроль високого рівня, але не завжди підходять для динамічних вимог навичок низького рівня, таких як ходьба або біг по складній місцевості.

Нова система обходить етапи картографування та планування та напряму направляє візуальні дані до керування роботом. Те, що робот бачить, визначає, як він рухається. Навіть дослідники не вказують, як мають рухатися ноги. Ця техніка дозволяє роботу швидко реагувати на зустрічну місцевість і ефективно пересуватися по ній.

Оскільки не потрібно складання карт чи планування, а рухи навчаються за допомогою машинного навчання, сам робот може бути дешевим. Робот, який використовувала команда, був принаймні в 25 разів дешевшим за доступні альтернативи. Алгоритм команди має потенціал зробити недорогих роботів набагато більш доступними.

«Ця система використовує зір і зворотній зв’язок безпосередньо від тіла як вхідні дані для виведення команд на двигуни робота», — сказав Ананьє Агарвал, доктор філософії SCS. студент машинного навчання. «Ця техніка дозволяє системі бути дуже надійною в реальному світі. Якщо він послизнеться на сходах, він може одужати. Він може піти в невідоме середовище і адаптуватися».

Цей аспект прямого бачення до контролю є біологічним натхненням. Люди і тварини використовують зір для пересування. Спробуйте бігати або балансувати із закритими очима. Попередні дослідження команди показали, що сліпі роботи — роботи без камер — можуть долати складну місцевість, але додавання бачення та покладання на нього значно покращують систему.

Команда шукала в природі й інші елементи системи. Щоб маленький робот — у цьому випадку менш ніж фут заввишки — піднімався сходами або перешкодами майже його висоти, він навчився рухатися, як люди використовують, щоб переступати через високі перешкоди. Коли людині доводиться високо піднімати ногу, щоб подолати виступ або перешкоду, вона використовує стегна, щоб відвести ногу вбік, що називається абдукцією та аддукцією, надаючи їй більше вільного простору. Роботизована система, яку розробила команда Патака, робить те саме, використовуючи відведення стегон для подолання перешкод, з якими стикаються деякі з найдосконаліших роботизованих систем на ногах на ринку.

Рух задніх лап чотирилапих також надихнув команду. Коли кіт пересувається через перешкоди, його задні лапи уникають тих самих предметів, що й передні, не дивлячись на них поруч. «Чотирилапі тварини мають пам’ять, завдяки якій їхні задні лапи відстежують передні ноги. Наша система працює подібним чином», – сказав Патак. Вбудована пам’ять системи дозволяє заднім ногам запам’ятовувати, що побачила передня камера, і маневрувати, щоб уникнути перешкод.

«Оскільки немає ні карти, ні планування, наша система запам’ятовує рельєф і те, як вона переміщала передню ногу, і перекладає це на задню ногу, роблячи це швидко й бездоганно», — сказав Ашіш Кумар, доктор філософії. студент Берклі.

Дослідження може стати великим кроком до вирішення існуючих проблем, з якими стикаються роботи-ноги, і запровадження їх у домівки людей. Доповідь «Legged Locomotion in Challenging Terrains Using Egocentric Vision», написана Патаком, професором Берклі Джитендрою Маліком, Агарвалом і Кумаром, буде представлена ​​на майбутній конференції з навчання роботів в Окленді, Нова Зеландія.

Відео: https://youtu.be/N70CqROzwxI