Найти в Дзене
I

РайБо, робот, бегущий по песку со скоростью 11 км / ч

Корейская команда разработала технологию, позволяющую четвероногому роботу без проблем перемещаться по деформируемому грунту. Машина обучалась с помощью обучения с подкреплением.
Mini Cheetah (мини-гепард), высаженный высоко на 50-сантиметровых лапах, по своей сути является четвероногим роботом лаборатории биомиметической робототехники Массачусетского технологического института (США). Служит платформой для разработки всевозможных проектов.
В конце января 2023 года лаборатория робототехники и искусственного интеллекта Корейского высшего института науки и технологий (KAIST) представила результаты своей работы над роботом: машина, переименованная в RaiBo, способна бегать со скоростью 3 метра в секунду, то есть почти со скоростью 11 км / ч по пересеченной местности песчаного пляжа.
Сложно, потому что песок представляет собой деформируемую, нестабильную поверхность, которая меняется, как только ноги робота погружаются в нее, и по своей природе препятствует продвижению.
Нейронные сети, обу

Корейская команда разработала технологию, позволяющую четвероногому роботу без проблем перемещаться по деформируемому грунту. Машина обучалась с помощью обучения с подкреплением.


Mini Cheetah (мини-гепард), высаженный высоко на 50-сантиметровых лапах, по своей сути является четвероногим роботом лаборатории биомиметической робототехники Массачусетского технологического института (США). Служит платформой для разработки всевозможных проектов.
В конце января 2023 года лаборатория робототехники и искусственного интеллекта Корейского высшего института науки и технологий (KAIST) представила результаты своей работы над роботом: машина, переименованная в RaiBo, способна бегать со скоростью 3 метра в секунду, то есть почти со скоростью 11 км / ч по пересеченной местности песчаного пляжа.
Сложно, потому что песок представляет собой деформируемую, нестабильную поверхность, которая меняется, как только ноги робота погружаются в нее, и по своей природе препятствует продвижению.


Нейронные сети, обученные реалистичному моделированию


Команда впервые разработала реалистичную моделируемую среду, то есть с соблюдением законов физики, касающихся, среди прочего, силы и угла проникновения лапок РайБо в землю, трения с материалом, образования кратеров в материале и под воздействием удара и т. Д. Это моделирование было использовано для обучения нейронных сетей робота с помощью обучения с подкреплением. А именно метод проб и ошибок.

-2


В проектах, связанных с этим типом обучения, исследователи в большинстве случаев, как и здесь, прибегают к численному моделированию вместо того, чтобы напрямую запускать свою машину в реальных условиях и заставлять ее ошибаться и начинать все сначала бесчисленное количество раз.

Это позволяет избежать утомительных манипуляций и ускоряет процесс обучения, прежде чем его можно будет продолжить в полевых условиях. Потому что симуляция, очевидно, никогда не приближается к реальности полностью и в любом случае не может предложить все сценарии, с которыми робот, вероятно, столкнется.
Таким образом, РайБо работает без камеры, принимая решения о том, какие движения следует совершать в тот момент, когда его лапы касаются земли, когда его датчики позволяют ему понимать особенности местности.

Устройство оказалось настолько мощным, что робот мог перемещаться по другим поверхностям без необходимости адаптации его технологии командой. Таким образом, он без проблем ходил по траве, беговой дорожке, виниловой плитке и совершал вращения на месте со скоростью 90 градусов в секунду на надувном матрасе.