Forskere fra School of Computer Science ved Carnegie Mellon University og University of California i Berkeley har utviklet et robotlignende robotsystem Boston Dynamics, som også kan navigere i ulendt terreng, glatte ujevne overflater, klatre og gå ned trapper, men er mye billigere å produsere.
I de fleste slike robotsystemer brukes kart over miljøet for bevegelsesplanlegging, som lages ved hjelp av kameraer før bevegelsen starter. Denne prosessen er langsom og mislykkes ofte på grunn av unøyaktigheter eller feilaktige innstillinger på kartleggingsstadiet, som påvirker den påfølgende planleggingen og bevegelsen av roboten. Kartlegging og bevegelsesplanlegging er nyttig i systemer fokusert på kontroll på høyt nivå, sier forskerne, men ikke alltid egnet for de dynamiske kravene til ferdigheter på lavt nivå som å gå eller løpe i terreng.
I stedet for å bruke kameraer til å vise omgivelsene og lage kart over området, trente forskerteamet roboten ved hjelp av simulering: fire tusen av dens virtuelle kloner ble tvunget til å bevege seg gjennom et bredt spekter av terreng, slik at den kunne skaffe seg nødvendige ferdigheter.
Takket være bruken av simulering tilegnet roboten ferdigheter på bare én dag som ville tatt seks år å mestre under normale forhold. De ervervede motoriske ferdighetene ble lagret i et nevralt nettverk, som forskerne kopierte inn i en fungerende prototype av robotsystemet.
Det nye systemet klarer seg uten kartlegging og bevegelsesplanlegging og sender visuelle input direkte til robotens kontrollenheter. Roboten beveger seg avhengig av hva den "ser" foran seg. Denne teknologien gjør at roboten raskt kan reagere på endringer i terrenget og bevege seg uanstrengt over det.
"Dette systemet bruker visuell persepsjon og tilbakemelding fra kroppen (roboten) direkte som input for å sende ut kommandoer til robotens motorsystem," sa teammedlem Ananje Agarwal. – Denne metoden sikrer høy pålitelighet av robotsystemet i den virkelige verden. Hvis han (robothunden) sklir i trappa, vil han kunne gjenvinne balansen og tilpasse seg omgivelsene."
Siden det ikke er behov for kartlegging og planlegging, og motoriske ferdigheter tilegnes gjennom maskinlæring, reduseres kostnaden for roboten betydelig. Roboten laget av et team av forskere er minst 25 ganger billigere enn eksisterende kolleger.
Forskere sier at robotsystemet fungerer på samme måte som dyr som katter. "Firebeinte har en hukommelsesevne som lar bakbena spore forbena. Systemet vårt fungerer på lignende måte," sa Agarwal. Denne robothunden er også rapportert å kunne navigere i mørket, selv om den fortsatt vil trenge et kamerasystem for å forbedre ytelsen.
Du kan hjelpe Ukraina med å kjempe mot de russiske inntrengerne. Den beste måten å gjøre dette på er å donere midler til Ukrainas væpnede styrker gjennom Redd livet eller via den offisielle siden NBU.
Også interessant:
- Harvard har laget en robotarm med tentakler
- De små Mini Cheetah-robotene ble lært opp til å spille fotball