Исследователи из лаборатории робототехнических систем ETH Zurich разработали инновационного робота, способного перемещаться на колесах и ногах, что позволяет ему адаптироваться к различным типам ландшафта, пишет New Voice.
Этот робот, описанный в статье в Science Robotics, использует методы обучения с подкреплением, чтобы плавно переключаться между режимами вождения и ходьбы.
«Главная цель проекта — создать автономную систему передвижения для наземного робота, способного передвигаться с самой высокой скоростью», — сообщил Джунхо Ли, соавтор исследования. «Этому предшествовали более пяти лет исследований в области робототехники, автономной навигации и восприятия роботов». Новый робот основывается на предыдущей разработке команды CERBERUS, победившей в конкурсе DARPA Subterranean Challenge в 2021 году, но имеет упрощенную конструкцию и улучшенную навигационную систему на базе ИИ.
Традиционные методы планирования навигации для наземных роботов часто используют онлайн-оптимизацию. Она подходит для медленных роботов, но неэффективна для быстродвижущихся систем. Роботы, способные передвигаться со скоростью до 20 км/ч, требуют быстрых планов навигации. Даже задержка в 0,5 секунды может привести к ошибке в 1 метр и катастрофическим столкновениям.
Исследователи разработали и протестировали различные методы иерархического обучения с подкреплением. Это позволило создать нейронную сеть, которая может генерировать новые планы навигации за миллисекунды. «Наш контроллер нейронной сети полностью понимает нелинейную и сложную динамику роботов на ногах, — пояснил Ли. Он может эффективно управлять роботом на различных поверхностях с разной скоростью».
На гладкой местности робот использует колеса, минимизируя энергопотребление, а на сложной местности, где колеса неэффективны, он переключается в режим ходьбы. Контроллер на основе нейронной сети обрабатывает сенсорные данные и выбирает наиболее эффективный способ передвижения.
Контроллер, созданный Ли и его коллегами, использует две искусственные нейронные сети.
Они анализируют данные датчиков и определяют движения робота. Традиционные методы планирования и управления часто не справляются с реальными условиями, полными неопределенностей, но нейронные сети позволяют роботу успешно адаптироваться.
В будущем такие роботы могут быть использованы для автономной доставки грузов в различных условиях, обеспечивая быструю и надежную транспортировку.
1 уведомление