Исследователи разработали новый способ обучения четвероногого робота преодолению препятствий на полосе паркура. Эксперты считают, что это ставит разработчиков в авангарде робототехники.
Робот-акробат может развивать скорость до 2 м/с, ориентируясь на маршруте в реальном времени.
«Акробатические навыки, такие как паркур, уже несколько лет используются для оценки возможностей аппаратного обеспечения роботов и алгоритмов», — рассказал профессор Ян Манчестер, директор Австралийского центра полевых роботов при Сиднейском университете, в интервью журналу Cosmos. Манчестер не участвовал в исследовании.
«Новым в этом подходе было то, что робот мог выполнять такие трюки на незнакомом ранее маршруте. Многие предыдущие методы были по сути хореографическими и предназначались для конкретной последовательности движений».
Чтобы достичь этого, команда из лаборатории робототехнических систем ETH Zurich научила робота отслеживать быстро меняющееся окружение и выбирать путь вперёд, используя последовательность движений, которая, по его мнению, наиболее вероятна для успеха.
Это описано в новом исследовании, опубликованном в журнале Science Robotics.
«Эта группа из ETH Zurich уже несколько лет входит в число немногих команд в промышленности и научных кругах, которые находятся в авангарде этой технологии», — говорит Манчестер.
«В этой статье обобщены результаты исследований множества различных групп, и, пожалуй, самое интересное — это то, как они объединили всё это в работающую систему, которая производит такое впечатление».
Для достижения результата использовались три обучающих модуля, в которых применялась одна или несколько нейронных сетей.
«Модуль восприятия получает измерения точечного облака с бортовых камер и лидара (обнаружение света и определение дальности) и вычисляет оценку местности вокруг робота», — написали авторы в исследовании.
«Модуль локомоции содержит каталог навыков передвижения, которые могут преодолевать определённые типы местности». Сюда входят прыжки, подъём и спуск, приседания и ходьба.
Четвероногий робот Anymal тренируется в зале ETH Zurich. (Фото: ETH Zurich / Никита Рудин)
Наконец, навигационный модуль «управляет модулем локомоции в окружающей среде, выбирая, какой навык активировать, и предоставляя промежуточные команды».
Эти модули были обучены в симуляции, но эксперименты показали, что они более чем способны выполнять паркур и в реальном мире.
Модуль восприятия правильно реконструировал сцену, несмотря на высокую скорость робота, в то время как модуль локомоции «выполнял точные и ловкие движения, иногда на узких коробках размером едва ли больше следа робота, и использовал полный диапазон движений системы для преодоления более высоких препятствий».
Навигационный модуль «использовал доступную информацию и свои внутренние знания о возможностях каждого навыка, чтобы направить робота по маршруту».
На прошлой неделе журнал Cosmos сообщал, что та же группа лаборатории научила четвероногого робота играть в бадминтон против людей. На этой неделе испытание — паркур.
Полученные кадры впечатляют, но зачем тренировать роботов для занятий спортом с людьми?
«Подобно спортивным соревнованиям для людей, такие испытания используются для тестирования роботов в основном потому, что они сложны, а не потому, что напрямую связаны с приложениями», — говорит Манчестер.
«Но они служат эталоном и мотивацией, которые способствуют развитию возможностей роботов».
Эти возможности могут включать в себя перемещение по сложной и неструктурированной местности в ситуациях, когда время имеет решающее значение, например, при поисково-спасательных работах в разрушенных зданиях или в сложных природных условиях.
«Эти возможности в конечном итоге будут полезны в таких приложениях, как производство или вспомогательные роботы для пожилых людей или людей с ограниченными возможностями, которые могут быть менее зрелищными, но в конечном итоге будут более значимыми», — говорит Манчестер.