Четвероногий робот обучается избегать падений

Прочитано: 170 раз(а)


Четвероногий робот, обученный с помощью машинного обучения исследователями EPFL, научился избегать падений, спонтанно переключаясь между ходьбой, рысью и проныриванием. Это важная веха для робототехников, а также биологов, интересующихся передвижением животных.

С помощью формы машинного обучения, называемой глубоким обучением с подкреплением (DRL), робот EPFL, в частности, научился переходить от рыси к пронкингу — прыжковой походке с прогибом спины, используемой такими животными, как спрингбок и газели, — для перемещения по сложной местности с помощью зазоры от 14 до 30 см. Исследование, проведенное Лабораторией биороботики Инженерной школы EPFL, предлагает новое понимание того, почему и как такие изменения походки происходят у животных.

«Предыдущие исследования показали, что энергоэффективность и предотвращение травм опорно-двигательного аппарата являются двумя основными объяснениями смены походки. Совсем недавно биологи заявили, что стабильность на ровной местности может быть более важной.

«Однако эксперименты на животных и роботах показали, что эти гипотезы не всегда верны, особенно на неровной поверхности», — говорит доктор философии. студент Милад Шафии, первый автор статьи , опубликованной в журнале Nature Communications .

Поэтому Шафи и соавторы Гийом Беллегарда и руководитель лаборатории биороботики Ауке Эйспирт были заинтересованы в новой гипотезе о том, почему происходят изменения в походке: жизнеспособность или предотвращение падений. Чтобы проверить эту гипотезу, они использовали DRL, чтобы обучить четвероногого робота пересекать различные местности.

На равнинной местности они обнаружили, что разные походки демонстрируют разный уровень устойчивости к случайным толчкам и что робот переключается с ходьбы на рысь, чтобы сохранить жизнеспособность, точно так же, как это делают четвероногие животные, когда они ускоряются.

Столкнувшись с последовательными провалами на экспериментальной поверхности, робот самопроизвольно переключился с рыси на пробежку, чтобы избежать падения. Более того, жизнеспособность была единственным фактором, который улучшался за счет таких переходов в походке.

«Мы показали, что на равнинной местности и сложной дискретной местности жизнеспособность приводит к появлению переходов в походке, но энергоэффективность не обязательно улучшается», — объясняет Шафи. «Похоже, что энергоэффективность, которая ранее считалась движущей силой таких переходов, может быть скорее следствием. Когда животное перемещается по сложной местности, вполне вероятно, что его первым приоритетом является не падение, а затем энергоэффективность».

Биологическая архитектура обучения

Чтобы смоделировать управление движением своего робота, исследователи рассмотрели три взаимодействующих элемента, которые управляют движением животного: головной мозг, спинной мозг и сенсорную обратную связь от тела. Они использовали DRL, чтобы обучить нейронную сеть имитировать передачу сигналов спинного мозга телу, когда робот пересекает экспериментальную местность.

Затем команда присвоила разные веса трем возможным целям обучения: энергоэффективности , снижению усилий и жизнеспособности. Серия компьютерных симуляций показала, что из этих трёх целей жизнеспособность была единственной, которая побудила робота автоматически — без инструкций учёных — изменить свою походку.

Команда подчеркивает, что эти наблюдения представляют собой первую систему локомоции, основанную на обучении, в которой переходы походки возникают спонтанно в процессе обучения, а также наиболее динамичное пересечение таких больших последовательных промежутков для четвероногого робота.

«Наша архитектура обучения, основанная на биотехнологиях, продемонстрировала современную маневренность четвероногих роботов на сложной местности», — говорит Шафи.

Исследователи стремятся расширить свою работу с помощью дополнительных экспериментов, в которых различные типы роботов будут помещены в более разнообразные сложные условия. Помимо дальнейшего выяснения движений животных , они надеются, что в конечном итоге их работа позволит более широко использовать роботов для биологических исследований, уменьшая зависимость от моделей животных и связанные с этим этические проблемы.

Четвероногий робот обучается избегать падений



Новости партнеров