چین ربات‌ها را برای پرش مانند گربه‌ها برای کاوش سیارک‌ها آموزش می‌دهد

با الهام از توانایی گربه‌ها در چرخش و فرود، یک تیم تحقیقاتی در موسسه فناوری هاربین (چین) از یادگیری تقویتی (RL) - نوعی هوش مصنوعی (AI) - برای آموزش ربات‌ها جهت تنظیم وضعیت خود در هوا هنگام پرش از روی سطوح ناهموار و کم‌گرانش روی سیارک‌ها استفاده کردند.

یک تیم تحقیقاتی چینی یک ربات چهارپا را آموزش داد تا وضعیت خود را تنظیم کند و مانند یک گربه روی سطح یک سیارک فرود بیاید. (عکس: SCMP)

برخلاف سیستم‌های سنتی که به سخت‌افزار تثبیت‌کننده تخصصی اما سنگین متکی هستند، این ربات از یک سیستم کنترل «بدون مدل» برای حرکت هماهنگ چهار پای خود استفاده می‌کند. محققان در مجله Astronautics گزارش می‌دهند که این به ربات اجازه می‌دهد تا شیب خود را تنظیم کرده و جهت حرکت خود را در هوا تغییر دهد.

این تحقیق به یک چالش کلیدی در پرش ربات هنگام حرکت روی سیارک‌ها می‌پردازد، جایی که محیط گرانش کمی دارد و حتی یک عدم تعادل جزئی در نیروهای پا می‌تواند باعث شود ربات به طور غیرقابل کنترل بچرخد، فرود ناموفقی داشته باشد یا به طور کامل از سطح به بیرون پرتاب شود.

این تیم در گزارش خود آورده است: «در محیط کم‌گرانش سیارک‌ها، ربات‌ها در هر پرش، دوره‌های طولانی سقوط آزاد را تجربه می‌کنند. استفاده از این زمان برای تنظیم انحراف ناشی از پرش، اطمینان از فرود ایمن یا تغییر زاویه چرخش برای تنظیم جهت حرکت، مهم است.»

این تیم افزود: «یک پلتفرم شبیه‌سازی ریزگرانش طراحی و ساخته شد تا اثربخشی این روش پرش از طریق آزمایش‌ها روی نمونه اولیه یک ربات چهارپا تأیید شود.»

سیارک‌ها بقایای تشکیل منظومه شمسی هستند و کلید رمزگشایی از منشأ آن را در دست دارند. آن‌ها همچنین سرشار از منابعی مانند پلاتین و سایر فلزات کمیاب هستند که می‌توانند به اکتشافات فضایی و کاربردهای صنعتی در آینده کمک کنند.

چالش‌های سطح سیارک

تاکنون، آژانس‌های فضایی در اروپا، ژاپن و ایالات متحده با موفقیت فضاپیماهایی را برای جمع‌آوری نمونه‌ها روی سیارک‌ها فرود آورده‌اند، اما هیچ‌کدام مریخ‌نوردهایی با قابلیت اکتشاف طولانی‌مدت سطح سیارک‌ها مستقر نکرده‌اند.

مریخ‌نوردهای چرخ‌دار سنتی، مانند آن‌هایی که در ماه و مریخ استفاده می‌شوند، در محیط‌های سیارکی با چالش‌هایی روبرو هستند زیرا گرانش ضعیف، که معمولاً تنها چند هزارم گرانش زمین است، کشش کافی برای عملکرد مؤثر چرخ‌ها را فراهم نمی‌کند.

برای رفع این محدودیت‌ها، دانشمندان استفاده از ربات‌های جهنده را برای ماموریت‌های آینده پیشنهاد کرده‌اند، اما این کار مجموعه‌ای جدید از چالش‌ها را به همراه دارد.

هر بار که می‌پرد، ربات حدود ۱۰ ثانیه در هوا می‌ماند، این مدت زمان برای نیروهای نامتعادل پاها کافی است تا باعث شود ربات به طور غیرقابل کنترل بچرخد یا حتی از سطح زمین پرتاب شود و در فضا رانده شود.

تیم هاربین از یادگیری تقویتی (RL) برای آموزش ربات در یک شبیه‌سازی مجازی استفاده کرد. طی هفت ساعت، هوش مصنوعی از اشتباهات تجربی خود درس گرفت و حرکات خود را برای فرود پایدار اصلاح کرد. سیستم هوش مصنوعی ربات، توانایی تنظیم جهت‌گیری خود، از جمله شیب (خم شدن به جلو یا عقب)، شیب (خم شدن به طرفین) و انحراف (زاویه چرخش) را تنها در چند ثانیه نشان داد.

برای مثال، وقتی با شیب زیاد تا ۱۴۰ درجه به جلو پرتاب می‌شود، ربات می‌تواند در عرض ۸ ثانیه وضعیت خود را تثبیت کند. همچنین می‌تواند در هوا تا ۹۰ درجه بچرخد تا جهت حرکت را تغییر دهد.

ربات‌ها با استفاده از روش‌های یادگیری تقویتی آموزش می‌بینند. (عکس: SCMP)

برای اعتبارسنجی اثربخشی سیستم، محققان یک پلتفرم شبیه‌سازی ریزگرانش ساختند که به ربات اجازه می‌دهد روی سطحی تقریباً بدون اصطکاک «شناور» شود.

اگرچه این آزمایش‌ها محدود به حرکت دوبعدی بودند، اما این تیم اعلام کرد که آزمایش‌ها اثربخشی سیستم را تأیید کرده و نتایج شبیه‌سازی‌ها را تقویت می‌کنند.

علاوه بر این، دانشمندان دریافتند که این فرآیند به قدرت محاسباتی بسیار کمی از ربات نیاز دارد. طراحی سبک و کم‌مصرف این سیستم، آن را به ویژه برای ماموریت‌های اکتشاف اعماق فضا مناسب می‌کند.

در آینده، این سیستم می‌تواند کاربردهای گسترده‌ای داشته باشد، از اکتشافات علمی گرفته تا استخراج منابع در سیارک‌ها. با این حال، تیم تحقیقاتی گفت که تحقیقات بیشتری برای بهبود توانایی هوش مصنوعی در سازگاری با زمین‌ها و محیط‌های متنوع مورد نیاز است.

هوآ یو (منبع: SCMP)

منبع