Взгляните как гуманоидный робот "восстает из мертвых" с пугающей скоростью

Исследователи из Китая и Гонконга разработали новую систему искусственного интеллекта, которая обучает человекоподобных роботов вставать из положения покоя с невероятной скоростью вне зависимости от начальной позиции или типа поверхности.

Хотя исследование еще не прошло экспертную оценку, команда опубликовала свои результаты 12 февраля на GitHub, включая статью в базе данных препринтов arXiv и видео, демонстрирующее их систему в действии.

На видео показано, как двуногий человекоподобный робот поднимается после того, как лежал на спине, сидел у стены, лежал на диване и откидывался в кресле. Исследователи также проверили способность робота подниматься на различных поверхностях и склонах — включая каменистую дорогу, стеклянный склон и даже опираясь о дерево.

https://youtu.be/Yruh-3CFwE4

Они даже пытались помешать роботу, ударяя или пиная его, пока он пытался встать. В каждом сценарии робот адаптировался к окружающей среде и успешно поднимался.

Эта способность падать и снова вставать стала возможной благодаря системе под названием "Humanoid Standing-up Control" (HoST). Ученые достигли этого с помощью обучения с подкреплением — типа машинного обучения, где агент (в данном случае система HoST) пытается выполнить задачу методом проб и ошибок. По сути, робот совершает действие, и если это действие приводит к положительному результату, он получает сигнал поощрения, который стимулирует его повторить это действие в следующий раз, когда он окажется в аналогичной ситуации.

Система команды была несколько сложнее — в ней использовались четыре отдельные группы поощрений для более целенаправленной обратной связи, наряду с набором ограничений движения, включая сглаживание движений и ограничение скорости, чтобы предотвратить хаотичные или резкие движения. Также применялись другие способы направления процесса обучения на ранних стадиях.

Система HoST изначально обучалась в симуляциях с использованием Isaac Gym — среды физического моделирования, разработанной Nvidia. После достаточного обучения на симуляциях система была развернута в роботе Unitree G1 Humanoid для экспериментального тестирования, результаты которого продемонстрированы на видео.

Комментарии на сайте