VIDEO: Novi algoritam za kretanje robota u divljini
- Objavljeno u Znanost
Međunarodni znanstveni tim predvođen Kalifornijskim sveučilištem San Diego razvio je novi sustav algoritama koji četveronožnim robotima omogućuju hodanje i trčanje po zahtjevnom terenu, izbjegavajući statične i pokretne prepreke.
U testovima je sustav vodio robota da autonomno i brzo manevrira preko pješčanih površina, šljunka, trave i neravnih zemljanih brežuljaka prekrivenih granama i opalim lišćem bez sudaranja sa stupovima, drvećem, grmljem, stijenama, klupama ili ljudima. Robot se također kretao prometnim uredskim prostorom bez sudaranja s kutijama, stolovima ili stolcima.
Rad dovodi istraživače korak bliže izradi robota koji mogu obavljati misije potrage i spašavanja ili prikupljati informacije na mjestima koja su preopasna ili teška za ljude.
Sustav omogućava robotu veću svestranost kretanja zbog načina na koji kombinira robotov osjet vida s drugim osjetnim modalitetom koji se zove propriocepcija, a uključuje robotov osjet kretanja, smjera, brzine, lokacije i dodira, te u ovom slučaju, osjećaj tla pod nogama, kao što možete vidjeti u ovom videu.
"Trenutačno se većina pristupa obučavanju dvonožnih robota za hodanje i navigaciju oslanja na propriocepciju ili vid, ali ne oboje u isto vrijeme", rekao je stariji autor studije Xiaolong Wang, profesor elektrotehnike i računalnog inženjerstva na UC San Diego Jacobs School of Engineering.
"To je u jednom slučaju kao da trenirate slijepog robota da hoda tako da samo dodirnete i opipate tlo. A u drugom, robot planira pokrete nogu samo na temelju vida. To nije učenje dvije stvari u isto vrijeme," rekao je Wang. "U našem radu kombiniramo propriocepciju s računalnim vidom kako bismo omogućili robotu da se učinkovito i glatko kreće uokolo dok izbjegava prepreke u raznim izazovnim okruženjima, ne samo u dobro definiranim."
Sustav koji su razvili Wang i njegov tim koristi poseban skup algoritama za spajanje podataka iz slika u stvarnom vremenu snimljenih dubinskom kamerom na robotovoj glavi s podacima iz senzora na robotovim nogama, što nije bio jednostavan zadatak. "Problem je u tome što tijekom rada u stvarnom svijetu ponekad postoji malo kašnjenje u primanju slika s kamere", objasnio je Wang, "tako da podaci iz dva različita modaliteta senzora ne stižu uvijek u isto vrijeme."
Rješenje tima bilo je simulirati ovu neusklađenost nasumičnim odabirom dva skupa ulaza, tehniku koju istraživači nazivaju multimodalnom randomizacijom kašnjenja. Spojeni i nasumični ulazi zatim su korišteni za treniranje potpomognutog učenja. Ovaj pristup pomogao je robotu da brzo donosi odluke tijekom navigacije i predvidi promjene u svom okruženju unaprijed, tako da se može kretati i izbjegavati prepreke brže na različitim vrstama terena bez pomoći ljudskog operatera.
Wang i njegov tim rade na tome da četveronožne robote učine svestranijima kako bi mogli osvajati još zahtjevnije terene. "Trenutno možemo istrenirati robota da radi jednostavne pokrete poput hodanja, trčanja i izbjegavanja prepreka. Naši sljedeći ciljevi su omogućiti robotu da hoda gore i dolje po stepenicama i kamenju, mijenja smjer i preskače prepreke.”
Tim je objavio svoj kod online na Githubu i možete ga preuzeti na ovoj poveznici.