途中で流出した油に対応する4本足ロボット

ビデオ: 途中で流出した油に対応する4本足ロボット
ビデオ: ラバ型ロボットLS3がすごく怖いぞ!アメリカ海兵隊四足歩行ロボット 2023, 2月
途中で流出した油に対応する4本足ロボット
途中で流出した油に対応する4本足ロボット
Anonim
Image
Image

アメリカのエンジニアは、視覚センサーなしで即座に盲目的にロボットを制御し、地形の変化や外部負荷に適応し、同時に完全に機械学習に基づいている、4本足のロボットを制御するアルゴリズムを開発しました。開発者は、ロボットが油を塗ったフィルムの上を歩くことや、8キログラムの重りが背中に置かれているという事実に簡単に適応することを示しました。これにより、ロボットの動きのダイナミクスが変化します。アルゴリズムと実験の簡単な説明はFacebookAIブログで公開されており、例を含む記事とビデオは著者のWebサイトで入手できます。

車輪付きロボットに対する一般的な4脚歩行ロボットの主な利点は、外乱下でもその開通性とバランスをとることができることです。たとえば、数年前、ボストンダイナミクスのエンジニアは、足で開発を開始するローラーをアップロードしたり、足で立つ能力をテストしたり、薄い氷の上を歩くように送ったりして、さまざまなレベルの表面への適応を示しました。スライドの。

歩行ロボットの制御アルゴリズムを作成するための古典的なアプローチは、ロボットのモーションモデルに基づいてコントローラーを作成することです。たとえば、モデル予測制御(MPC)または線形2次コントローラー(LQR)がよく使用されます。しかし、このアプローチでは、大量の手動調整と、ロボットと周囲の世界のダイナミクスの正確な説明が必要です。近年、4本足ロボットと他のデバイスの両方で、ロボットがそれ自体で最適な動きを学習できるようにする機械学習アルゴリズムが使用されることが多くなっています。最も有望なアプローチは、仮想環境でのトレーニングです。その後、習得したスキルを実際のマシンに転送します。

カリフォルニア大学バークレー校のJitendraMalikとFacebookAI Researchが率いるエンジニアは、視覚センサーを使用せずにその場で変化する条件に適応できる、完全に学習された4重ロボット制御アルゴリズムを作成しました。

アルゴリズムの動作は次のように説明できます。外部条件に理想的に適応するには、ロボットは、傾斜、表面摩擦、足の下の障害物の高さなど、環境のパラメータを知る必要があります。実際には、特に開発者がこの作業の一環として視覚センサーを放棄したという事実を考えると、環境のプロパティを理解する唯一の方法は、コマンドの比較と実行中のロボットの実際の動きに基づいて、間接的です。

ロボットは、各時点で現在の状態と前のアクションを分析し、このすべてのデータに基づいて次のアクションを計算します。これが基本的なアルゴリズムの仕組みです。しかし、それに加えて、開発者は適応モジュールも作成しました。彼の仕事は、環境の特性を理解することです。これを行うために、彼は過去0.5秒間のロボットの状態とその動作を分析し、1次元の畳み込みニューラルネットワークを使用して、それらを外部条件をエンコードするベクトルに変換します。このベクトルは、最後の0.5秒間の状態とアクションとともに、モーション計算モジュールに送られます。

Image
Image

アルゴリズムのトレーニングと操作のスキーム

著者は、2段階の仮想環境でアルゴリズムをトレーニングしました。最初に、彼らは動きを計算するための基本的なアルゴリズムと外部条件をエンコードするアルゴリズムを訓練しました(この段階で、彼は環境のパラメーターにアクセスできました)。次に、動きの基本的なスキルと条件のエンコーダーが学習されると、開発者は、環境に関するデータがすでにない状態で、ロボットの状態とアクションに基づいて適応モジュールをトレーニングし、外部条件のベクトルを計算して、それに適応します。彼らの変化。

仮想トレーニングの後、開発者は中国の4本足ロボットUnitreeA1にアルゴリズムを展開しました。テスト中、ロボットは砂、泥、山道、背の高い草の上を歩いているときに落下することはありませんでした。彼はまた、岩や不均一な泡の上を歩くときは80%、山道を下るときは70%働いていました。最後に、彼らは、歩行中に最大8 kgの負荷がロボットにかかると、ロボットが正常に対処し、それによってロボットの動きのダイナミクスが変化することを示しました。

アメリカのエンジニアの別のグループは最近、4本足のロボットにその経路の障害物を自律的に飛び越えるように教えました。

トピックによって人気があります