Sebagian besar robot berkaki empat dilatih untuk mendapatkan kembali keseimbangannya jika tersandung rintangan. Dalam upaya mengembangkan robot pembersih rumah, mahasiswa doktoral keturunan Vietnam-Amerika, Joanne Truong, di Sekolah Komputasi Interaktif (GIT) Institut Teknologi Georgia, bersama dua rekannya, Naoki Yokoyama dan Simar Kareer, melatih robot mereka untuk menavigasi melalui barang-barang yang mungkin ditemui di rumah, seperti yang dilaporkan Tech Xplore baru-baru ini.
(Dari kiri ke kanan) Naoki Yokoyama, Joanne Truong, dan Simar Kareer sedang bekerja dengan robot berkaki empat.
Menurut tim peneliti, robot berkaki empat yang dilengkapi dengan kontrol gerakan "buta" cenderung bereaksi lebih agresif untuk menghindari jatuh ketika menginjak suatu objek.
Sementara itu, tim peneliti mengadopsi pendekatan baru, yaitu menyediakan gambar langsung untuk membantu robot menavigasi rintangan dengan menggabungkan navigasi dengan pergerakan visual. Pendekatan ini memungkinkan robot untuk berhasil menavigasi rintangan dalam lingkungan simulasi yang berantakan dengan tingkat keberhasilan 72,6%.
Robot ini mampu belajar sendiri dan tidak meniru pola perilaku yang sudah ada sebelumnya. Para peneliti mengatakan ini adalah model yang dapat diskalakan dan dapat diterapkan segera tanpa banyak penyesuaian. Kebijakan-kebijakan ini memandu robot tentang cara menghindari objek saat berpindah dari satu tempat ke tempat lain, dan cara menggunakan kakinya untuk melangkahi objek, termasuk cara mengangkat kakinya ke ketinggian yang sesuai.
'Anjing robot' tersebut mampu melewati medan yang panjang dan berat tanpa terjatuh.
Menurut tim peneliti, robot berkaki empat konvensional hanya dapat melihat gambar dunia nyata melalui kamera di depannya dan tidak dapat melihat objek di dekat kakinya. Tim tersebut menggabungkan memori dan kesadaran spasial ke dalam sistem jaringan untuk mengajari robot secara tepat kapan dan di mana harus melangkahi rintangan. Jika objek terlalu tinggi, robot dapat melewatinya. "Kami menemukan bahwa metode ini bernavigasi dengan sangat baik, dan bahkan jika robot salah jalan, ia tahu bahwa ia dapat mundur dan kembali ke posisi semula," kata Truong. Tim tersebut juga mengajari robot objek mana yang harus dilangkahi, seperti mainan, dan objek mana yang harus dilewati, seperti meja dan kursi.
Temuan tim peneliti ini juga dapat membantu robot bernavigasi di lingkungan luar ruangan dunia nyata, memilih jalur berdasarkan preferensi pemilik untuk menghindari area berlumpur atau medan berbatu.
Penelitian ini memenangkan hadiah pertama di lokakarya robotika dalam kerangka Konferensi Pembelajaran Robotika 2022 di Selandia Baru. Penelitian ini akan dipresentasikan di Konferensi Internasional tentang Robotika dan Otomasi dari Institute of Electrical and Electronics Engineers (IEEE-USA) di London, Inggris, dari tanggal 29 Mei hingga 2 Juni.
Tautan sumber
Komentar (0)