カーネギー メロン大学のコンピューター サイエンス学部とカリフォルニア大学バークレー校の科学者が、ロボットのようなロボット システムを開発しました。 ボストンダイナミクス、起伏の多い地形、滑りやすいでこぼこの表面をナビゲートし、階段を上り下りすることもできますが、製造コストははるかに安価です。
このようなほとんどのロボット システムでは、モーション プランニングに環境のマップが使用されます。モーション プランニングは、モーションの開始前にカメラを使用して作成されます。 このプロセスは遅く、マッピング段階での不正確さや不適切な設定が原因で失敗することが多く、その後の計画やロボットの移動に影響します。 研究者によると、マッピングと運動計画は高レベルの制御に焦点を当てたシステムでは有用ですが、ウォーキングやクロスカントリーランニングなどの低レベルのスキルの動的な要求には常に適しているとは限りません.
カメラを使用して周囲の環境を表示し、地域の地図を作成する代わりに、科学者チームはシミュレーションを利用してロボットを訓練しました。 個の仮想クローンがさまざまな地形を移動することを余儀なくされ、必要なスキル。
シミュレーションを使用したおかげで、ロボットは、通常の条件下で習得するのに 年かかるスキルをわずか 日で習得しました。 獲得した運動能力はニューラル ネットワークに保存され、研究者はそれをロボット システムの実用的なプロトタイプにコピーしました。
この新しいシステムは、マッピングやモーション プランニングを必要とせず、入力ビジュアル データをロボット制御ユニットに直接送信します。 ロボットは、目の前にあるものを「見る」ことに応じて動きます。 この技術により、ロボットは地形の変化に素早く反応し、楽に移動することができます。
「このシステムは、ロボットの運動系にコマンドを出力するための入力として、身体 (ロボット) からの視覚とフィードバックを直接使用します」と、チーム メンバーの Ananje Agarwal 氏は述べています。 – この方法により、実世界でのロボット システムの高い信頼性が保証されます。 彼（ロボット犬）が階段で滑っても、バランスを取り戻し、環境に適応できるようになるでしょう。」
マッピングや計画の必要がなく、機械学習によって運動能力が習得されるため、ロボットのコストが大幅に削減されます。 科学者のチームによって作成されたロボットは、既存のロボットよりも少なくとも 25 倍安価です。
科学者によると、このロボット システムは猫などの動物と同じように機能します。 「四足動物には、後足が前足を追跡できる記憶能力があります。 私たちのシステムも同様に機能します」と Agarwal 氏は述べています。 このロボット犬は、暗闇でもナビゲートできると報告されていますが、パフォーマンスを向上させるにはカメラ システムが必要です。
ウクライナがロシアの侵略者と戦うのを助けることができます。 これを行う最善の方法は、ウクライナ軍に資金を寄付することです。 セーブライフ または公式ページから NBU.
また興味深い：