بیشتر رباتهای چهارپا آموزش داده میشوند تا در صورت برخورد با مانع، تعادل خود را بازیابند. اخیراً Tech Xplore گزارش داده است که در تلاش برای توسعه یک ربات نظافتچی، جوآن ترونگ، دانشجوی دکترای ویتنامیالاصل در دانشکده محاسبات تعاملی در موسسه فناوری جورجیا (GIT) و دو همکارش نائوکی یوکویاما و سیما کریر، در حال آموزش ربات خود برای عبور از روی اشیاء بههمریختهای هستند که ممکن است در خانه با آنها مواجه شود.
(از چپ) نائوکی یوکویاما، جوآن ترونگ و سیمار کریر در حال کار با ربات چهارپا
به گفته این تیم تحقیقاتی، رباتهای چهارپا مجهز به کنترلکنندههای حرکتی «کور»، هنگام قدم گذاشتن روی یک جسم، تمایل دارند واکنش بیشتری برای جلوگیری از افتادن نشان دهند.
در همین حال، تیم تحقیقاتی رویکرد جدیدی را به کار گرفت و با ترکیب سیاست ناوبری با سیاست حرکت مبتنی بر تصویر، تصاویر زندهای را برای ربات فراهم کرد تا بتواند از موانع عبور کند. این رویکرد به ربات کمک کرد تا در یک محیط شلوغ شبیهسازی شده با نرخ موفقیت تا ۷۲.۶٪ از موانع عبور کند.
این ربات میتواند به تنهایی یاد بگیرد و هیچ الگوی رفتاری از پیش موجود را تقلید نمیکند. محققان میگویند این یک مدل مقیاسپذیر است که میتواند بلافاصله بدون تنظیم دقیق اعمال شود. این سیاستها به ربات دستور میدهند که چگونه هنگام حرکت از یک مکان به مکان دیگر از برخورد با اشیاء اجتناب کند و چگونه از پاهای خود برای عبور از اشیاء استفاده کند، از جمله اینکه چگونه پاهای خود را تا ارتفاع مناسب بلند کند.
«سگ رباتیک» بدون زمین خوردن از جادههای طولانی و ناهموار عبور میکند
طبق گفته این تیم، رباتهای چهارپای معمولی فقط میتوانند تصویر دنیای واقعی را از طریق دوربینی که در مقابلشان قرار دارد ببینند و نمیتوانند اشیاء نزدیک پای خود را ببینند. این تیم حافظه و آگاهی فضایی را در شبکه گنجانده است تا به ربات دقیقاً آموزش دهد که چه زمانی و کجا از روی موانع عبور کند. اگر جسم خیلی بالا بود، ربات میتوانست از کنار آن عبور کند. ترونگ گفت: «ما دریافتیم که این روش بسیار خوب جهتیابی میکند و حتی اگر ربات مسیر اشتباه را طی میکرد، میدانست که میتواند به عقب برگردد و به موقعیت اولیه خود بازگردد.» این تیم همچنین به ربات آموزش داد که باید از روی کدام اشیاء، مانند اسباببازیها، و از کنار کدام اشیاء، مانند میز و صندلی، عبور کند.
یافتههای این تیم همچنین میتواند به رباتها کمک کند تا در محیطهای بیرونی دنیای واقعی مسیریابی کنند و مسیرهایی را بر اساس خواسته صاحبانشان انتخاب کنند تا از زمینهای گلی یا سنگی اجتناب کنند.
این تحقیق در کارگاه رباتیک به عنوان بخشی از کنفرانس رباتیک ۲۰۲۲ در نیوزیلند، جایزه اول را از آن خود کرد. این تحقیق در کنفرانس بینالمللی رباتیک و اتوماسیون IEEE در لندن از ۲۹ مه تا ۲ ژوئن ارائه خواهد شد.
لینک منبع
نظر (0)