Роботы перестали "думать" перед каждым препятствием: в чем секрет
Робот KAIST HOUND бьет рекорды скорости на сложном бездорожье (фото: KAIST)
Ученые разработали ИИ-систему, позволяющую четвероногим работам самостоятельно выбирать способ передвижения в зависимости от местности. Технология позволяет переходить от ходьбы к бегу, прыжкам или преодолению сложных препятствий.
Об этом сообщает РБК-Украина со ссылкой на научное исследование, опубликованное в Science Robotics.
В чем проблема роботов прошлых поколений?
Ученые объяснили: четвероногие работы имеют значительное преимущество над колесными аналогами на пересеченной местности. Однако в реальных условиях препятствия - таких как лестница, выступы, камни или поваленные деревья - появляются непрерывно и совершенно хаотично.
Раньше работам было сложно совмещать высокую скорость с общей стабильностью на сложном рельефе. Для каждого типа движения (бега, ходьбы или скачков) приходилось создавать и запускать отдельные алгоритмы.
Поэтому машины не могли плавно и естественно переключаться между разными стилями передвижения, когда условия под ногами внезапно менялись.
Технология APT-RL: обучение за восемь минут
Чтобы решить эту проблему, ученые разработали технологию APT-RL (Action Pretrained Transformer-based Reinforcement Learning - обучение с подкреплением на основе предварительно обученного трансформера действий).
Этот подход позволяет работу сначала усвоить базовые двигательные навыки, затем свободно комбинировать и чередовать их на практике.
Процесс обучения состоял из нескольких этапов:
Быстрая генерация данных. Вместо длительной и дорогостоящей съемки движений реальных животных или людей с помощью датчиков движения, ученые использовали компьютерную симуляцию. Всего за восемь минут компьютер сгенерировал 15,5 часов виртуальных тренировочных данных на основе физических моделей движения и расчета траекторий.
Обучение с подкреплением. На базе полученных данных ИИ прошел через тысячи виртуальных попыток и ошибок, чтобы научиться самостоятельно выбирать оптимальную стратегию поведения для трехмерных помех.
Сенсорное восприятие. Для ориентации в пространстве работа оснастила 3D-камерой глубины и лазерным дальномером LiDAR. Это позволяет машине сканировать рельеф и мгновенно адаптировать к нему свои движения.
Обзор разработанной технологии управления (схема: KAIST)
Реальные кейсы и результаты
Новую систему управления опробовали на фирменной четырехногой работе KAIST HOUND. Тесты проходили как на закрытых площадках, так и в естественных условиях - на территории кампуса и на лесных тропах с корнями деревьев, ямами и опавшей листвой.
Во время бега по пересеченной местности робот продемонстрировал рекордную мгновенную скорость в 6 метров в секунду (около 22 километров в час).
Машина самостоятельно меняла ход с трота (диагонального шага) на галоп или прыжки в зависимости от того, насколько сложным казался маршрут.
KAIST HOUND демонстрирует свою способность преодолевать различные препятствия с помощью разработанной технологии управления (коллаж: KAIST)
Разработчики убеждены, что созданный ими универсальный контролер станет базовой технологией для будущих физических роботов с ИИ, которые будут привлекаться в инспекцию промышленных объектов, военные миссии и ликвидацию последствий природных катастроф.
