Большинство четвероногих роботов обучены восстанавливать равновесие, если они натыкаются на препятствие. В попытке разработать робота-уборщика вьетнамская аспирантка Джоанн Труонг из Школы интерактивных вычислений Технологического института Джорджии (GIT) и ее двое коллег Наоки Ёкояма и Симар Карир обучают своего робота переступать через загроможденные предметы, с которыми он может столкнуться дома, как недавно сообщил Tech Xplore.
(Слева направо) Наоки Ёкояма, Джоанн Труонг и Симар Карир работают с четвероногим роботом.
По данным исследовательской группы, четвероногие роботы, оснащенные «слепыми» контроллерами движения, склонны активнее реагировать, чтобы избежать падения, когда они наступают на объект.
Тем временем исследовательская группа применила новый подход, предоставив роботу живые изображения для преодоления препятствий, объединив политику навигации с политикой перемещения на основе изображений. Этот подход помог роботу преодолевать препятствия в смоделированной загроможденной среде с вероятностью успеха до 72,6%.
Робот может обучаться самостоятельно и не имитирует какие-либо уже существующие поведенческие модели. Исследователи говорят, что модель масштабируема и может быть применена немедленно без особой тонкой настройки. Политики предписывают роботу избегать объектов при перемещении из одного места в другое и использовать ноги, чтобы перешагивать через объекты, включая то, как поднять ноги на соответствующую высоту.
«Робот-собака» преодолевает длинные ухабистые дороги, не падая
По словам команды, обычные четвероногие роботы могут видеть реальный мир только через фронтальную камеру и не могут видеть объекты возле своих ног. Команда включила память и пространственное восприятие в сеть, чтобы научить робота точно, когда и где перешагивать через препятствия. Если объект был слишком высоким, робот мог его обойти. «Мы обнаружили, что этот метод очень хорошо ориентируется, и даже если робот идет не в ту сторону, он знает, что может вернуться назад и вернуться в исходное положение», — сказал Труонг. Команда также научила робота, через какие объекты он должен перешагивать, например, игрушки, и какие объекты он должен обходить, например, столы и стулья.
Результаты исследования также могут помочь роботам ориентироваться в реальных условиях окружающей среды, выбирая пути в соответствии с пожеланиями их владельцев, чтобы избегать грязной или каменистой местности.
Исследование получило первую премию на семинаре по робототехнике на конференции Robotics Learning Conference 2022 в Новой Зеландии. Исследование будет представлено на Международной конференции IEEE по робототехнике и автоматизации в Лондоне, Великобритания, с 29 мая по 2 июня.
Ссылка на источник
Комментарий (0)