Учёные создали робопса, как у Boston Dynamics, но в 25 раз дешевле благодаря использованию симулирования

Учёные Школы компьютерных наук Университета Карнеги-Меллона и Калифорнийского университета в Беркли разработали робопса, похожего на роботизированные системы Boston Dynamics, который тоже может перемещаться по пересечённой местности, скользкой неровной поверхности, подниматься и спускаться по лестнице, но гораздо дешевле в изготовлении.

Источник изображения: CMU

В большинстве подобных роботизированных систем для планирования движения используются карты окружающей среды, которые перед началом движения создаются с помощью камер. Этот процесс идёт медленно и нередко даёт сбои из-за неточностей или неправильных установок на этапе картографирования, которые влияют на последующее планирование и перемещение робота. Как утверждают учёные, картографирование и планирование движения полезны в системах, ориентированных на высокоуровневый контроль, но не всегда подходят для динамических требований низкоуровневых навыков, таких как ходьба или бег по пересечённой местности.

Вместо применения камер для отображения окружающей обстановки и составления карт местности, команда учёных обучала робота с помощью симуляции: четыре тысячи его виртуальных клонов заставили перемещаться по самой разной местности, чтобы он получил необходимые навыки.

Благодаря использованию симуляции робот всего за один день получил навыки, на освоение которых в обычных условиях понадобилось бы шесть лет. Полученные двигательные навыки были сохранены в нейронной сети, которую исследователи скопировали в рабочий образец роботизированной системы.

Новая система обходится без картографирования и планирования движения и напрямую направляет входные визуальные данные на блоки управления роботом. Робот перемещается в зависимости от того, что он «видит» перед собой. Эта технология позволяет роботу быстро реагировать на изменения в рельефе местности и без труда перемещаться по ней.

«Эта система использует зрительное восприятие и обратную связь от корпуса (робота) непосредственно в качестве входных данных для вывода команд на двигательную систему робота, — сообщил участник команды Ананье Агарвал (Ananye Agarwal). — Данный метод обеспечивает высокую надёжность роботизированной системы в реальном мире. Если он (робопёс) поскользнётся на лестнице, он сможет восстановить равновесие. Он сможет адаптироваться в неизвестной среде».

Поскольку нет надобности в картографировании и планировании, а двигательные навыки приобретаются с помощью машинного обучения, стоимость робота заметно снижается. Робот, которого создала команда учёных, как минимум в 25 раз дешевле имеющихся аналогов.

Доцент Дипак Патхак говорит, что роботизированная система действует так же, как животные, такие как кошки. «У четвероногих животных есть способность к запоминанию, которая позволяет их задним лапам отслеживать передние. Наша система работает аналогичным образом», — рассказал он.

Также сообщается, что этот робопёс может перемещаться в темноте, хотя для повышения производительности ему всё же потребуется система камер.