Як тварини. Робот KAIST навчився ходити складною місцевістю, аналізуючи її в реальному часі

Дослідники з KAIST створили систему DreamWaQ++, яка дозволяє чотириногому роботу в реальному часі «бачити» місцевість, розпізнавати перешкоди й змінювати кроки, як це роблять тварини, щоб безпечніше рухатися складною територією. Про це пише видання Interesting Engineering . Команда розробила систему керування, яка дає змогу роботу пересуватися складною місцевістю, аналізуючи навколишнє середовище за допомогою камер, LiDAR і вбудованих сенсорів. Це допомагає йому підлаштовувати рухи подібно до тварин у незнайомих умовах. Система DreamWaQ++ розвиває попередню технологію, де роботи могли ходити без зору, використовуючи лише внутрішні датчики, зокрема сенсори руху та положення. Такий підхід забезпечував стабільність навіть при поганій видимості, але робот реагував лише після контакту з перешкодою і не міг уникати її заздалегідь. Нова версія додає зовнішнє сприйняття: поєднує візуальні дані, інформацію про глибину та сигнали від власного « тіла» робота. Завдяки цьому він помічає перешкоди наперед і змінює траєкторію під час руху. Рух стає не реакцією, а результатом аналізу середовища. Розробники зазначають, що це робить робота більш надійним у непередбачуваних умовах, зокрема в зонах катастроф, на промислових об'єктах і нерівній природній місцевості. Для цього створили систему навчання, яка одночасно обробляє різні сигнали з датчиків і при цьому працює достатньо швидко для керування в реальному часі. Вона також може перемикатися між режимами сенсорів у разі помилок, що підвищує стабільність. Під час випробувань робот показав високі результати. Він піднявся сходами з 50 сходинок, подолавши 30,03 метра по горизонталі та 7,38 метра по вертикалі за 35 секунд, перевершивши попередні системи. Також він піднімався на схили до 35°, що значно крутіше умов навчання, і при цьому зменшував навантаження на двигуни. Робот сам обирав ефективні маршрути без зовнішніх систем планування. У складних умовах він міг зупинятися, щоб оцінити небезпечні ділянки, наприклад перепади висоти, і лише потім рухатися далі. Під час тестів із перешкодами він долав бар'єри вищі за власний зріст і водночас ніс додатковий вантаж, зберігаючи рівновагу. Хоча систему навчали на невеликих перешкодах, робот успішно працював і в складніших реальних умовах, що свідчить про здатність адаптуватися, а не просто повторювати вивчені дії. Керівник дослідження Хюн Мьон зазначив, що роботи вже перейшли від простого руху до розуміння середовища і самостійного прийняття рішень. За його словами, технологію планують розвивати для використання в різних сферах. Теги:   Робот Роботи Штучний інтелект Якщо ви знайшли помилку в тексті, виділіть її мишкою і натисніть Ctrl + Enter