Ang mga siyentipiko mula sa School of Computer Science sa Carnegie Mellon University at University of California sa Berkeley ay nakabuo ng isang robot-like robotic system Boston Dynamics, na maaari ring mag-navigate sa magaspang na lupain, madulas na hindi pantay na ibabaw, umakyat at bumaba ng hagdan, ngunit mas mura sa paggawa.
Sa karamihan ng mga robotic system, ang mga mapa ng kapaligiran ay ginagamit para sa pagpaplano ng paggalaw, na nilikha sa tulong ng mga camera bago magsimula ang paggalaw. Ang prosesong ito ay mabagal at kadalasang nabigo dahil sa mga kamalian o hindi tamang mga setting sa yugto ng pagmamapa, na nakakaapekto sa kasunod na pagpaplano at paggalaw ng robot. Ang pagmamapa at pagpaplano ng paggalaw ay kapaki-pakinabang sa mga system na nakatuon sa mataas na antas ng kontrol, sabi ng mga mananaliksik, ngunit hindi palaging angkop para sa mga dynamic na pangangailangan ng mababang antas ng mga kasanayan tulad ng paglalakad o pagtakbo ng cross-country.
Sa halip na gumamit ng mga camera upang ipakita ang nakapaligid na kapaligiran at gumawa ng mga mapa ng lugar, sinanay ng pangkat ng mga siyentipiko ang robot sa tulong ng simulation: apat na libong mga virtual clone nito ang napilitang lumipat sa iba't ibang uri ng lupain upang makuha nito. mga kinakailangang kasanayan.
Salamat sa paggamit ng simulation, nakuha ng robot ang mga kasanayan sa loob lamang ng isang araw na aabutin ng anim na taon upang makabisado sa ilalim ng normal na mga kondisyon. Ang nakuha na mga kasanayan sa motor ay naka-imbak sa isang neural network, na kinopya ng mga mananaliksik sa isang gumaganang prototype ng robotic system.
Ginagawa ng bagong system nang walang pagmamapa at pagpaplano ng paggalaw at direktang nagpapadala ng input visual na data sa mga robot control unit. Ang robot ay gumagalaw depende sa kung ano ang "nakikita" nito sa harap nito. Ang teknolohiyang ito ay nagbibigay-daan sa robot na mabilis na tumugon sa mga pagbabago sa lupain at walang kahirap-hirap na lumipat dito.
"Ang sistemang ito ay gumagamit ng visual na perception at feedback mula sa katawan (robot) nang direkta bilang input sa output command sa sistema ng motor ng robot," sabi ng miyembro ng koponan na si Ananje Agarwal. – Tinitiyak ng pamamaraang ito ang mataas na pagiging maaasahan ng robotic system sa totoong mundo. Kung siya (ang robot na aso) ay madulas sa hagdan, maibabalik niya ang kanyang balanse at makakaangkop sa kapaligiran."
Dahil hindi na kailangan ang pagmamapa at pagpaplano, at ang mga kasanayan sa motor ay nakukuha sa pamamagitan ng machine learning, ang halaga ng robot ay makabuluhang nabawasan. Ang robot na nilikha ng isang pangkat ng mga siyentipiko ay hindi bababa sa 25 beses na mas mura kaysa sa mga kasalukuyang katapat.
Sinasabi ng mga siyentipiko na ang robotic system ay gumagana sa parehong paraan tulad ng mga hayop tulad ng mga pusa. "Ang mga quadruped ay may kakayahan sa memorya na nagpapahintulot sa kanilang mga hind legs na subaybayan ang kanilang mga front legs. Ang aming sistema ay gumagana sa katulad na paraan," sabi ni Agarwal. Ang robot na asong ito ay iniulat din na nakakapag-navigate sa dilim, bagama't kakailanganin pa rin nito ng sistema ng camera upang mapabuti ang pagganap.
Matutulungan mo ang Ukraine na labanan ang mga mananakop na Ruso. Ang pinakamahusay na paraan upang gawin ito ay ang mag-abuloy ng mga pondo sa Armed Forces of Ukraine sa pamamagitan ng Savelife o sa pamamagitan ng opisyal na pahina NBU.
Kawili-wili din:
- Gumawa ang Harvard ng robotic arm na may mga galamay
- Ang maliit na Mini Cheetah robot ay tinuruan na maglaro ng soccer