Российские программисты научили роботов не сбиваться с пути

Ученые Московского физико-технического института разработали систему, которая учит роботов двигаться точно по заданной траектории, не сбиваясь с пути. Это достижение открывает новые возможности для создания маневренных автономных устройств, способных работать на производстве, в логистике и в быту.

Основная проблема современной робототехники – разрыв между виртуальными моделями и реальными машинами. Алгоритмы часто тренируются в идеальных цифровых средах, но при переносе на физического робота его движения становятся неточными из-за таких факторов, как трение в суставах и разный вес деталей. Разработка российских ученых устраняет этот разрыв.

Суть уникальной разработки заключается в создании самонастраивающейся виртуальной копии робота. Специальный симулятор на базе платформы MuJoCo-XLA автоматически подбирает параметры цифрового двойника – массу, инерцию и трение, – чтобы его поведение в точности совпадало с поведением реального аппарата.

«Обычно, чтобы точно определить параметры робота, на него приходится вешать множество дорогих и неудобных датчиков. Наша модель использует только данные о положении, скорости частей робота и управляющих командах, которые подаются на его моторы. На их основе симулятор оптимизирует параметры и настраивает виртуальную копию робота. Это позволяет уже реальному роботу идеально повторять его сценарии», – пояснил аспирант МФТИ, программист лаборатории интеллектуальных технологий робототехники Вячеслав Ковалев.

Испытания на двуногом роботе Mini π

Эффективность метода подтвердили испытания на двуногом роботе Mini π. По сравнению со стандартными методами обучения, новая система на 75% уменьшила отклонение от заданной траектории и на 46% увеличила расстояние, которое робот смог пройти в нужном направлении.

Теперь более точные и устойчивые роботы смогут эффективнее работать на сборочных линиях, выполнять задачи на складах в качестве автономных курьеров или служить надежными помощниками в быту. Кроме того, система учитывает сложные физические эффекты, такие как трение в механизмах, что не только повышает точность, но и позволяет роботам экономить энергию, которую они ранее тратили на коррекцию ошибок и неустойчивое движение.