Миниатюрный робопёс Aibo, разработанный Sony, позиционирующийся как домашний компаньон, способен имитировать поведение реальных собак: ходить на четырёх лапах, откликаться на имя, играть с игрушками и даже реагировать на ласку. Однако инженеры из ETH Zurich и Sony Group Corporation пошли дальше, представив два новых алгоритма на основе обучения с подкреплением (reinforcement learning, RL), которые делают робота тише во время передвижения и наделяют его навыками выразительного танца. Результаты исследований открывают путь к более «тактичным» и артистичным домашним роботам.
Пользователи Aibo неоднократно жаловались на шум, который робот издаёт при ходьбе. Для решения этой проблемы команда под руководством Рё Ватанабэ разработала RL-алгоритм, снижающий громкость шагов за счёт минимизации скорости контакта лап с поверхностью в физическом симуляторе.
«Мы обучили модель активно гасить колебания и увеличивать жёсткость суставов, используя данные сенсоров на лапах, а также ввели штрафы за резкие движения, создающие шум», — пояснил Ватанабэ в интервью.
В реальных экспериментах алгоритм сравнили с базовыми RL-методами и коммерческими контроллерами Sony. Оказалось, что новая система снижает уровень шума на 30% – 50%, делая передвижение Aibo практически бесшумным. «Наш подход значительно тише как стандартных решений Sony, так и традиционных RL-контроллеров», — подчеркнул исследователь.
Параллельно команда разработала модель Deep Fourier Mimic (DFM), которая сочетает RL с анализом движений для создания сложных танцевальных паттернов. «Генерация артистичных движений для развлекательных роботов обычно требует ручной работы проектировщиков и ограничивается простым воспроизведением заранее запрограммированных движений, — отметил Ватанабэ. — DFM позволяет роботу имитировать танцевальные движения, одновременно выполняя дополнительные задачи, например, перемещение в пространстве».
Тесты показали, что DFM обеспечивает плавные переходы между движениями, превращая танец Aibo в более естественный и интерактивный. Робот научился не только следовать заранее заданным паттернам, но и адаптироваться к движениям пользователя, создавая импровизированные «дуэты».
Разработанные методы могут быть внедрены в новые версии Aibo, а также адаптированы для других домашних роботов или развлекательных систем в парках аттракционов. Однако перед этим предстоит решить ключевые проблемы. Например, текущая версия алгоритма ходьбы демонстрирует компромисс между тишиной и устойчивостью: чем тише шаги, тем выше риск потери баланса. «Мы планируем интегрировать данные с камер и сенсоров, чтобы добиться одновременной тишины и надёжности», — поделился планами Ватанабэ.