De flesta fyrbenta robotar är tränade att återfå balansen om de snubblar över ett hinder. I ett försök att utveckla en städrobot tränar den vietnamesiskfödda doktoranden Joanne Truong vid School of Interactive Computing vid Georgia Institute of Technology (GIT) och hennes två kollegor Naoki Yokoyama och Simar Kareer sin robot att kliva över röriga föremål den kan stöta på i hemmet, rapporterade Tech Xplore nyligen.
(Från vänster) Naoki Yokoyama, Joanne Truong och Simar Kareer arbetar med den fyrbenta roboten
Enligt forskargruppen tenderar fyrbenta robotar utrustade med "blinda" rörelsekontroller att reagera mer för att undvika att falla när de trampar på ett föremål.
Samtidigt tillämpade forskargruppen en ny metod, där roboten fick livebilder för att ta sig över hinder, genom att kombinera navigationspolicyn med den bildbaserade förflyttningspolicyn. Denna metod hjälpte roboten att ta sig över hinder i en simulerad rörig miljö med en framgångsgrad på upp till 72,6 %.
Roboten kan lära sig på egen hand och imiterar inte några redan existerande beteendemönster. Forskarna säger att detta är en skalbar modell som kan tillämpas omedelbart utan större finjusteringar. Policyerna instruerar roboten hur den ska undvika föremål när den rör sig från en plats till en annan och hur den ska använda benen för att kliva över föremål, inklusive hur den ska lyfta benen till lämplig höjd.
"Robothund" tar sig över långa, guppiga vägar utan att falla
Enligt teamet kan konventionella fyrfotade robotar bara se den verkliga bilden genom en kamera framför dem och kan inte se föremål nära deras fötter. Teamet integrerade minne och spatial medvetenhet i nätverket för att lära roboten exakt när och var den ska kliva över hinder. Om föremålet var för högt upp kunde roboten gå runt det. "Vi fann att den här metoden navigerade mycket bra, och även om roboten gick åt fel håll visste den att den kunde backa och återgå till sin ursprungliga position", sa Truong. Teamet lärde också roboten vilka föremål den skulle kliva över, såsom leksaker, och vilka föremål den skulle gå runt, såsom bord och stolar.
Teamets resultat kan också hjälpa robotar att navigera i verkliga utomhusmiljöer och välja vägar baserat på deras ägares önskemål för att undvika lerig eller stenig terräng.
Forskningen vann första pris vid en robotworkshop som en del av Robotics 2022-konferensen i Nya Zeeland. Forskningen kommer att presenteras vid IEEE International Conference on Robotics and Automation i London från 29 maj till 2 juni.
[annons_2]
Källänk
Kommentar (0)