Роботы научились адаптировать движения с помощью ИИ

Специалисты создали инновационную систему искусственного интеллекта (ИИ), которая дает четвероногим роботам возможность самостоятельно выбирать наиболее подходящий способ передвижения, ориентируясь на особенности рельефа. Эта технология позволяет машинам плавно переключаться между ходьбой, бегом, прыжками и преодолением сложных препятствий.

Как сообщает РБК-Украина со ссылкой на публикацию в Science Robotics, разработка решает давнюю проблему робототехники.

Проблемы предыдущих поколений роботов

Четвероногие роботы обладают значительными преимуществами перед колесными аналогами при движении по пересеченной местности. Однако в реальных условиях они постоянно сталкиваются с хаотично возникающими препятствиями, такими как лестницы, выступы, камни или упавшие деревья.

Ранее роботам было сложно одновременно поддерживать высокую скорость и сохранять стабильность на сложном рельефе. Для каждого типа движения — бега, ходьбы или прыжков — требовалось разрабатывать и запускать отдельные алгоритмы. Это мешало машинам плавно и естественно менять стили передвижения при внезапных изменениях условий под ногами.

Технология APT-RL: ускоренное обучение

Для решения этой задачи исследователи разработали технологию APT-RL (Action Pretrained Transformer-based Reinforcement Learning), основанную на обучении с подкреплением с использованием предварительно обученного трансформера действий. Этот подход позволяет роботу сначала освоить базовые двигательные навыки, а затем свободно комбинировать и чередовать их на практике.

Процесс обучения состоял из нескольких этапов:

• Быстрая генерация данных: Вместо длительной и дорогостоящей съемки движений реальных объектов, ученые использовали компьютерную симуляцию. Всего за восемь минут было сгенерировано 15,5 часов виртуальных тренировочных данных на основе физических моделей движения.
• Обучение с подкреплением: На основе полученных данных ИИ прошел через тысячи виртуальных попыток и ошибок, осваивая оптимальные стратегии поведения для трехмерных препятствий.
• Сенсорное восприятие: Для ориентации в пространстве робот оснащен 3D-камерой глубины и лазерным дальномером LiDAR, что позволяет ему сканировать рельеф и мгновенно адаптировать движения.

Обзор разработанной технологии управления (схема: KAIST)

Тестирование и результаты

Новая система управления была протестирована на четвероногом роботе KAIST HOUND в различных условиях, включая закрытые площадки, кампус университета и лесные тропы. Во время бега по пересеченной местности робот продемонстрировал рекордную мгновенную скорость в 6 метров в секунду (около 22 км/ч).

Машина самостоятельно переключалась между различными видами аллюра, такими как шаг или галоп, и прыжками, в зависимости от сложности маршрута. Разработчики уверены, что созданный ими универсальный контроллер станет основой для будущих физических роботов с ИИ, которые будут применяться в инспекции промышленных объектов, военных миссиях и ликвидации последствий стихийных бедствий.

KAIST HOUND демонстрирует способность преодолевать различные препятствия с помощью разработанной технологии управления (коллаж: KAIST)