Четвероногий робот сам адаптирует походку к местности

Робопес с внедренной ИИ-системой адаптируется к разным типам неизвестной местности, сменяя стиль походки автоматически. Обучение заняло всего 9 часов в симуляции.

Четвероногие роботы научились самостоятельно выбирать стиль движения

Источник: университет Лидса

Роботы‑четвероногие уже давно копируют собачью походку, но до сих пор нуждались в подготовке для каждой новой поверхности.

Ученые из университета Лидса и Университетского колледжа Лондона (Великобритания) впервые разработали ИИ‑систему, позволяющую четвероногому роботу Clarence самостоятельно в зависимости от неровностей на местности выбирать стиль движения: тротт (динамичная диагональная аллюрная походка, при которой одновременно двигаются пара противоположных конечностей), бег, прыжки.

Ключ к успеху — сочетание трех биоинспирированных стратегий, таких как переходы между походками, движение в стиле «памяти походки», коррекция движений в реальном времени.

Система была обучена в симуляторе — за 9 часов Clarence освоил выбор походки без физического опыта. Затем робот успешно проявил себя на деревянной щепе, камнях, корнях и даже при случайных столкновениях — все в условиях реального мира.

В отличие от традиционных DRL‑агентов (Deep Reinforcement Learning — программный агент, обучающийся с помощью глубоких нейронных сетей методом подкрепления, проходящих обучение под четкие условия), модель архетипична: она позволяет роботу самостоятельно решать, какую походку использовать, ориентируясь не на заранее прописанные правила, а на встроенные принципы эффективности, устойчивости и баланса — как в природе.

Перспективы применения робота — поисково‑спасательные операции в разрушенных зданиях, работы в экологически опасных зонах (например, вокруг АЭС), исследование труднопроходимой местности (лес, планеты, джунгли) и помощь в аграрном секторе и инспекциях инфраструктуры.

ИИ-система освободила робота от необходимости предусматривать каждый возможный сценарий, приблизив нас к инстинктивным, адаптивным роботам

Источник: университет Лидса

В будущем система может масштабироваться на гуманоидов и способствовать экологичным исследованиям двигательной биомеханики без ущерба для животных.

Появление таких систем — важный шаг в сторону автономии роботов. Возможность из симуляции напрямую перейти к реальным условиям резко удешевляет обучение и тестирование. Отказ от экстероцептивных датчиков (камер, радара и т. д.) делает робота компактнее, надежнее и менее уязвимым к повреждениям.

Ранее Наука Mail рассказывала, что в России разработали уникальную технологию управления роботами через мозг.