Robot nhỏ này có thể đi hầu hết mọi nơi.
Các nhà nghiên cứu tại Trường Khoa học Máy tính của Đại học Carnegie Mellon và Đại học California, Berkeley, đã thiết kế một hệ thống rô bốt cho phép rô bốt (robot) có chân tương đối nhỏ và chi phí thấp leo lên và xuống cầu thang gần bằng chiều cao của nó; đi qua địa hình sỏi đá, trơn trượt, không bằng phẳng, dốc và đa dạng; đi bộ qua những khoảng trống; đá quy mô và lề đường; và thậm chí hoạt động trong bóng tối.
Deepak Pathak, trợ lý giáo sư tại Viện Robot cho biết: “Trao quyền cho các robot nhỏ leo cầu thang và xử lý nhiều môi trường khác nhau là rất quan trọng để phát triển các robot hữu ích trong nhà của con người cũng như các hoạt động tìm kiếm và cứu nạn”. “Hệ thống này tạo ra một robot mạnh mẽ và linh hoạt, có thể thực hiện nhiều công việc hàng ngày.”
>> Tham khảo: Hình ảnh X-quang do AI tạo ra đã đánh lừa các chuyên gia y tế và cải thiện phân loại viêm xương khớp.
Nhóm nghiên cứu đã cho rô-bốt thử các bước đi của nó, thử nghiệm nó trên những bậc thang và sườn đồi không bằng phẳng tại các công viên công cộng, thử thách nó đi qua những bậc thang đá và trên các bề mặt trơn trượt, đồng thời yêu cầu nó leo lên những bậc thang mà ở độ cao tương đương với một người nhảy qua. một trở ngại. Rô-bốt thích nghi nhanh chóng và làm chủ địa hình đầy thử thách bằng cách dựa vào tầm nhìn của nó và một máy tính nhỏ tích hợp.
Các nhà nghiên cứu đã huấn luyện robot với 4.000 bản sao của nó trong một mô phỏng, nơi chúng thực hành đi bộ và leo trèo trên những địa hình đầy thử thách. Tốc độ của trình mô phỏng cho phép rô-bốt có được sáu năm kinh nghiệm chỉ trong một ngày. Trình mô phỏng cũng lưu trữ các kỹ năng vận động mà nó học được trong quá trình huấn luyện trong một mạng lưới thần kinh mà các nhà nghiên cứu đã sao chép sang rô-bốt thực. Cách tiếp cận này không yêu cầu bất kỳ kỹ thuật thủ công nào đối với các chuyển động của rô-bốt – một sự khác biệt so với các phương pháp truyền thống.
>> Tham khảo: Các kỹ sư tìm ra cách tạo ra pin nhỏ hơn và nhẹ hơn.
Hầu hết các hệ thống robot sử dụng máy ảnh để tạo bản đồ về môi trường xung quanh và sử dụng bản đồ đó để lên kế hoạch cho các chuyển động trước khi thực hiện chúng. Quá trình này diễn ra chậm và thường có thể bị chùn bước do sự mờ nhạt cố hữu, sự không chính xác hoặc nhận thức sai trong giai đoạn lập bản đồ ảnh hưởng đến việc lập kế hoạch và các hoạt động tiếp theo. Lập bản đồ và lập kế hoạch rất hữu ích trong các hệ thống tập trung vào kiểm soát cấp cao nhưng không phải lúc nào cũng phù hợp với yêu cầu năng động của các kỹ năng cấp thấp như đi bộ hoặc chạy trên các địa hình đầy thử thách.
Hệ thống mới bỏ qua các giai đoạn lập bản đồ và lập kế hoạch, đồng thời định tuyến trực tiếp các đầu vào tầm nhìn tới bộ điều khiển rô-bốt. Những gì robot nhìn thấy sẽ xác định cách nó di chuyển. Ngay cả các nhà nghiên cứu cũng không xác định được chân nên di chuyển như thế nào. Kỹ thuật này cho phép robot phản ứng với địa hình sắp tới một cách nhanh chóng và di chuyển qua địa hình đó một cách hiệu quả.
Do không cần lập bản đồ hoặc lập kế hoạch và các chuyển động được huấn luyện bằng cách sử dụng máy học nên bản thân robot có thể có chi phí thấp. Robot mà nhóm sử dụng rẻ hơn ít nhất 25 lần so với các lựa chọn thay thế hiện có. Thuật toán của nhóm có khả năng làm cho rô-bốt giá rẻ trở nên phổ biến hơn nhiều.
>> Tham khảo: Túi nước biển nhỏ nhất từ trước đến nay được tiết lộ.
Ananye Agarwal, Tiến sĩ SCS cho biết: “Hệ thống này sử dụng trực tiếp tầm nhìn và phản hồi từ cơ thể làm đầu vào để xuất các lệnh cho động cơ của rô-bốt. sinh viên học máy. “Kỹ thuật này cho phép hệ thống trở nên rất mạnh mẽ trong thế giới thực. Nếu trượt chân trên cầu thang, nó có thể phục hồi. Nó có thể đi vào những môi trường không xác định và thích nghi.”
Khía cạnh kiểm soát tầm nhìn trực tiếp này được lấy cảm hứng từ sinh học. Con người và động vật sử dụng tầm nhìn để di chuyển. Thử chạy hoặc giữ thăng bằng khi nhắm mắt. Nghiên cứu trước đây của nhóm đã chỉ ra rằng rô bốt mù – rô bốt không có camera – có thể chinh phục địa hình đầy thử thách, nhưng việc bổ sung tầm nhìn và dựa vào tầm nhìn đó sẽ cải thiện đáng kể hệ thống.
Nhóm cũng tìm đến tự nhiên để tìm các yếu tố khác của hệ thống. Đối với một rô-bốt nhỏ — trong trường hợp này là cao chưa đến một foot — để leo lên các bậc thang hoặc chướng ngại vật gần bằng chiều cao của nó, nó đã học cách áp dụng chuyển động mà con người sử dụng để bước qua các chướng ngại vật cao. Khi một người phải nhấc chân lên cao để leo lên một gờ đá hoặc chướng ngại vật, họ sẽ sử dụng hông để di chuyển chân của mình sang một bên, được gọi là dạng giật và rút, giúp tạo khoảng trống nhiều hơn. Hệ thống rô-bốt do nhóm của Pathak thiết kế cũng làm như vậy, sử dụng động tác giật hông để giải quyết các chướng ngại vật vấp phải một số hệ thống rô-bốt có chân tiên tiến nhất trên thị trường.
Chuyển động của hai chân sau của động vật bốn chân cũng truyền cảm hứng cho nhóm nghiên cứu. Khi một con mèo di chuyển qua các chướng ngại vật, hai chân sau của nó sẽ tránh các vật giống như hai chân trước mà không có lợi ích của một cặp mắt ở gần. “Động vật bốn chân có trí nhớ cho phép chân sau theo dõi chân trước. Hệ thống của chúng tôi hoạt động theo cách tương tự”, Pathak nói. Bộ nhớ tích hợp của hệ thống cho phép chân sau ghi nhớ những gì camera ở phía trước nhìn thấy và điều động để tránh chướng ngại vật.
>> Tham khảo: E.coli có thể tồn tại trong môi trường đường ruột khắc nghiệt đủ lâu để điều trị bệnh.
Tiến sĩ Ashish Kumar cho biết: “Vì không có bản đồ, không có kế hoạch nên hệ thống của chúng tôi ghi nhớ địa hình và cách nó di chuyển chân trước và chuyển nó sang chân sau, thực hiện rất nhanh chóng và hoàn hảo”. sinh viên tại Berkeley.
Nghiên cứu này có thể là một bước tiến lớn trong việc giải quyết những thách thức hiện có đối với robot có chân và đưa chúng vào nhà của mọi người. Bài báo “Legged Locomotion in Challenging Terrains Using Egocentric Vision,” được viết bởi Pathak, giáo sư Jitendra Malik, Agarwal và Kumar của Berkeley, sẽ được trình bày tại Hội nghị sắp tới về Học tập Robot ở Auckland, New Zealand.
