Carnegie Mellon University의 컴퓨터 과학부와 University of California at Berkeley의 과학자들은 로봇과 같은 로봇 시스템을 개발했습니다. Boston Dynamics, 거친 지형, 미끄러운 고르지 않은 표면을 탐색하고 계단을 오르내릴 수도 있지만 제조 비용이 훨씬 저렴합니다.
대부분의 이러한 로봇 시스템에서 환경 맵은 모션 계획에 사용되며 모션이 시작되기 전에 카메라의 도움으로 생성됩니다. 이 프로세스는 느리고 매핑 단계에서 부정확하거나 잘못된 설정으로 인해 실패하는 경우가 많으며 이는 로봇의 후속 계획 및 이동에 영향을 미칩니다. 매핑 및 이동 계획은 높은 수준의 제어에 초점을 맞춘 시스템에 유용하지만 걷기 또는 크로스컨트리 달리기와 같은 낮은 수준의 기술의 동적 요구에는 항상 적합하지 않다고 연구자들은 말합니다.
카메라를 사용하여 주변 환경을 표시하고 해당 지역의 지도를 만드는 대신, 과학자 팀은 시뮬레이션의 도움으로 로봇을 훈련시켰습니다. 필요한 기술.
시뮬레이션 덕분에 로봇은 일반적인 조건에서 마스터하는 데 년이 걸리는 기술을 단 하루 만에 습득했습니다. 습득한 운동 기술은 신경망에 저장되었고 연구원들은 이를 로봇 시스템의 작업 프로토타입에 복사했습니다.
새로운 시스템은 매핑 및 동작 계획 없이 수행하며 입력 시각 데이터를 로봇 제어 장치로 직접 보냅니다. 로봇은 앞에 있는 "보는 것"에 따라 움직입니다. 이 기술을 통해 로봇은 지형 변화에 신속하게 대응하고 힘들이지 않고 이동할 수 있습니다.
팀원인 Ananje Agarwal은 "이 시스템은 시각적 인식과 신체(로봇)의 피드백을 직접 입력으로 사용하여 로봇의 모터 시스템에 명령을 출력합니다."라고 말했습니다. – 이 방법은 현실 세계에서 로봇 시스템의 높은 신뢰성을 보장합니다. 그(로봇 개)가 계단에서 미끄러지면 균형을 되찾고 환경에 적응할 수 있을 것이다."
매핑과 계획이 필요없고 기계 학습을 통해 운동 기능을 습득하기 때문에 로봇 비용이 크게 절감됩니다. 과학자 팀이 만든 로봇은 기존 로봇보다 최소 25배 저렴합니다.
과학자들은 로봇 시스템이 고양이와 같은 동물과 같은 방식으로 작동한다고 말합니다. "네 발 달린 동물은 뒷다리가 앞다리를 따라갈 수 있는 기억 능력이 있습니다. 우리 시스템도 비슷한 방식으로 작동합니다."라고 Agarwal은 말했습니다. 이 로봇 개는 성능을 향상시키기 위해 여전히 카메라 시스템이 필요하지만 어둠 속에서도 탐색할 수 있는 것으로 보고되었습니다.
당신은 우크라이나가 러시아 침략자에 맞서 싸울 수 있도록 도울 수 있습니다. 이를 수행하는 가장 좋은 방법은 다음을 통해 우크라이나 군대에 기금을 기부하는 것입니다. 세이브라이프 또는 공식 페이지를 통해 NBU.
또한 흥미로운: