За последние десятилетия робототехнические системы становились все более сложными, эволюционируя от примитивных жестких роботов до широкого спектра мягких гуманоидных роботов, вдохновленных животными. Роботы с ногами, особенно четвероногие, оказались особенно перспективными для решения простых задач на уровне земли, таких как исследование окружающей среды и переноска предметов.

Несмотря на свои обещания, большинство роботов с ногами по-прежнему ограничены в том, как они могут взаимодействовать с объектами и людьми в их окружении. Более того, те, кто демонстрирует более продвинутые навыки манипулирования объектами, обычно оснащены дополнительными, а иногда и громоздкими компонентами, такими как специальные роботизированные руки или захваты.

Команда исследователей из ETH Zurich недавно представила новую модель, основанную на обучении с подкреплением , которая может позволить четвероногим роботам взаимодействовать с окружающей средой инновационными способами, не требуя дополнительных рук или манипуляторов. Их статья , опубликованная на сервере препринтов arXiv , показывает, что эта модель может позволить четвероногим роботам решать более сложные задачи, такие как открытие холодильника и перемещение предметов с дороги.

«Идея использовать роботизированные ноги для манипуляций существует уже давно», — рассказал Tech Xplore Филип Арм, соавтор статьи. «Например, роботизированные ноги использовались для проведения инспекций или игры в футбол . Однако большинство этих подходов были нацелены на одну-единственную задачу».

Ключевой целью недавней работы Арма и его коллег была разработка универсального подхода, который позволил бы роботам на ногах решать более широкий спектр реальных проблем. Разработанная ими модель была обучена с использованием обучения с подкреплением — известного метода, широко используемого в сообществе робототехники.

«Роботу поручено привести ногу в желаемое положение, что он делает много раз в симуляции, со временем обучаясь и совершенствуя свои навыки», — объяснил Арм. «Мы изменили некоторые параметры в симуляциях, которые мы проводили, например, где должна быть размещена нога и насколько сильно робот будет потревожен, пока он пытается достичь цели. Благодаря такому подходу робот стал очень устойчивым к неопределенностям, с которыми он может столкнуться в процессе». реальный мир.»

В первоначальных экспериментах было обнаружено, что модель исследователей работает очень хорошо, позволяя четвероногому роботу эффективно решать задачи манипулирования объектами, которые он не мог выполнить раньше, включая открытие дверцы холодильника, перенос предметов, нажатие кнопки, выталкивание препятствий. своего пути и собирая камни с пола.

В отличие от других подходов к улучшению навыков манипулирования объектами у четвероногих роботов, модель учит роботов использовать все свое тело, когда это необходимо (например, наклоняться вперед, чтобы дотянуться до кнопки одной ногой).

«Мы обнаружили, что модель даже учит робота прыгать, чтобы он мог достичь цели, находящейся на расстоянии нескольких метров», — сказал Арм. «На самом деле мы были удивлены тем, сколько задач мы могли решить с помощью ноги робота, включая открытие дверцы холодильника. Сейчас робот все еще управляется дистанционно, но если нам удастся автоматизировать многие из этих задач, это расширит диапазон применения робота. роботов на ногах без необходимости менять свое оборудование».

Новая вычислительная модель, разработанная Армом и его сотрудниками, вскоре может быть усовершенствована и обучена дополнительным задачам. После усовершенствования и проверки в полностью автоматизированных сценариях робототехники он может значительно расширить реальное применение роботов на ногах, например, позволяя роботам, используемым для проведения проверок складов или инфраструктуры, самостоятельно нажимать кнопки, перемещать рычаги и открывать двери.

В своих следующих исследованиях исследователи продолжат работать над достижением этой цели, увеличивая автономность своего подхода и пытаясь автоматизировать больше задач, включая захват объектов и открытие других типов дверей.