Машини зможуть ухвалювати рішення
Вчені розробили ШІ-систему, яка дозволяє чотириногим роботам самостійно обирати спосіб пересування залежно від місцевості. Технологія дає змогу переходити від ходьби до бігу, стрибків чи подолання складних перешкод.
Про це повідомляє РБК-Україна з посиланням на наукове дослідження, опубліковане у Science Robotics.
У чому проблема роботів минулих поколінь?
Вчені пояснили: чотириногі роботи мають значну перевагу над колісними аналогами на пересіченій місцевості. Проте в реальних умовах перешкоди - як-от сходи, виступи, каміння чи повалені дерева - з'являються безперервно і абсолютно хаотично.
Раніше роботам було важко поєднувати високу швидкість із загальною стабільністю на складному рельєфі. Для кожного типу руху (бігу, ходьби чи стрибків) доводилося створювати та запускати окремі алгоритми.
Через це машини не могли плавно та природно перемикатися між різними стилями пересування, коли умови під ногами раптово змінювалися.
Технологія APT-RL: навчання за вісім хвилин
Щоб вирішити цю проблему, науковці розробили технологію APT-RL (Action Pretrained Transformer-based Reinforcement Learning - навчання з підкріпленням на основі попередньо навченого трансформера дій).
Цей підхід дозволяє роботу спочатку засвоїти базові рухові навички, а потім вільно комбінувати та чергувати їх на практиці.
Читайте більше: Інопланетянин з "Проєкту "Аве Марія" став реальним роботом: як він виглядає
Процес навчання складався з кількох етапів:
Швидка генерація даних. Замість тривалої та дорогої зйомки рухів реальних тварин чи людей за допомогою датчиків руху вчені використали комп'ютерну симуляцію.
Усього за вісім хвилин комп'ютер згенерував 15,5 години віртуальних тренувальних даних на основі фізичних моделей руху та розрахунку траєкторій.
Навчання з підкріпленням. На базі отриманих даних ШІ пройшов через тисячі віртуальних спроб і помилок, щоб навчитися самостійно обирати оптимальну стратегію поведінки для тривимірних перешкод.
Сенсорне сприйняття. Для орієнтації у просторі робота оснастили 3D-камерою глибини та лазерним далекоміром LiDAR. Це дозволяє машині сканувати рельєф і миттєво адаптувати під нього свої рухи.
Огляд розробленої технології управління (схема: KAIST)
Реальні кейси та результати
Нову систему керування випробували на фірмовому чотириногому роботі KAIST HOUND. Тести проходили як на закритих майданчиках, так і в природних умовах - на території кампусу та на лісових стежках з корінням дерев, ямами та опалим листям.
Під час бігу по пересіченій місцевості робот продемонстрував рекордну миттєву швидкість у 6 метрів за секунду (близько 22 кілометрів на годину).
Машина самостійно змінювала ходу з троту (діагонального кроку) на галоп чи стрибки залежно від того, наскільки складним видавався маршрут.
KAIST HOUND демонструє свою здатність долати різноманітні перешкоди за допомогою розробленої технології керування (колаж: KAIST)
Розробники переконані, що створений ними універсальний контролер стане базовою технологією для майбутніх фізичних роботів із ШІ, яких залучатимуть до інспекції промислових об'єктів, військових місій та ліквідації наслідків природних катастроф.
Ще більше цікавого:
- Технології взяли приклад із природи: топ-7 роботів, які використовують у надскладних місіях
- Робопес Spot тепер бачить усе: Google дав собаці Boston Dynamics ШІ-зір
