Oamenii de știință au antrenat un robot cu patru picioare pentru a juca badminton împotriva unui adversar uman și se aruncă peste teren pentru a juca mitinguri de până la 10 lovituri.
Prin combinarea mișcărilor întregului corp cu percepția vizuală, robotnumit “Anymal”, a învățat să adapteze modul în care s -a mutat pentru a ajunge la navetă și a returnat -o cu succes pe net, datorită inteligenţă artificială (AI).
Acest lucru arată că roboții cu patru picioare pot fi construiți ca adversari în „scenarii sportive complexe și dinamice”, au scris cercetătorii într-un studiu publicat pe 28 mai în Jurnal Robotică științifică.
Anymal este un robot cu patru picioare, asemănător unui câine, care cântărește 110 kilograme (50 de kilograme) și are o înălțime de aproximativ 1,5 metri (0,5 metri). A avea patru picioare permite oricând și Roboți cvadrupați similari să călătorească pe un teren provocator și Mutați în sus și în jos obstacole.
Cercetătorii au adăugat anterior arme la aceste mașini asemănătoare câinelui și le-au învățat cum să preluați anumite obiecte sau uși deschise prinzând mânerul. Dar coordonarea controlului membrelor și a percepției vizuale într -un mediu dinamic rămâne o provocare în robotică.
Înrudite: Urmăriți un „câine robot” scrâșnit printr -un curs de bază de parkour cu ajutorul AI
„Sportul este o aplicație bună pentru acest tip de cercetare, deoarece puteți crește treptat competitivitatea sau dificultatea”, co-autor de studiu Yuntao Maa declarat pentru Live Science, un cercetător de robotică la ETH Zürich și acum cu Startup Light Robotics.
Predarea unui câine nou trucuri noi
În această cercetare, MA și echipa sa au atașat un braț dinamic care ținea o rachetă de badminton la un unghi de 45 de grade pe robotul Standard Anymal.
Odată cu adăugarea brațului, robotul stătea de 5 metri, 3,6 m înălțime și avea 18 articulații: trei pe fiecare din cele patru picioare și șase pe braț. Cercetătorii au conceput un sistem complex încorporat care controla mișcările brațului și picioarelor.
Echipa a adăugat, de asemenea, o cameră stereo, care avea două lentile stivuite una peste alta, chiar în dreapta centrului pe partea din față a corpului robotului. Cele două lentile i -au permis să proceseze informații vizuale despre navele de intrare în timp real și să se rezolve unde se îndreptau.
Robotul a fost apoi învățat să devină un jucător de badminton Învățare de întărire. Cu acest tip de învățare automată, robotul și -a explorat mediul și a folosit încercarea și eroarea pentru a învăța să observe și să urmărească Shuttlecock, să navigheze spre el și să balanseze racheta.
Pentru a face acest lucru, cercetătorii au creat pentru prima dată un mediu simulat format dintr -o curte de badminton, cu omologul virtual al robotului care stă în centru. Shuttlecock -urile virtuale au fost deservite din apropierea centrului jumătății adversarului, iar robotul a fost însărcinat să -și urmărească poziția și să estimeze traiectoria de zbor.
Apoi, cercetătorii au creat un regim strict de instruire pentru a învăța orice lucru cum să lovească shuttlecocks, cu un antrenor virtual răsplătind robotul pentru o varietate de caracteristici, inclusiv poziția rachetei, unghiul capului rachetei și viteza leagănului. Important este că recompensele swing au fost bazate pe timp pentru a stimula lovituri exacte și în timp util.
Shuttlecock ar putea ateriza oriunde în toată instanța, astfel încât robotul a fost, de asemenea, recompensat dacă s -a mutat eficient în toată instanța și dacă nu a accelerat inutil. Obiectivul lui Anymal a fost să maximizeze cât a fost răsplătit în toate încercările.
Pe baza a 50 de milioane de încercări ale acestei instruiri de simulare, cercetătorii au creat o rețea neuronală care ar putea controla mișcarea celor 18 articulații pentru a călători și a lovi Shuttlecock.
Un elev rapid
După simulări, oamenii de știință au transferat rețeaua neuronală în robot, iar oricaremal a fost trecut prin ritmul său în lumea reală.
Aici, robotul a fost instruit să găsească și să urmărească o navetă de portocaliu strălucitoare deservită de o altă mașină, care a permis cercetătorilor să controleze viteza, unghiurile și locațiile de aterizare ale Shuttlecocks. Anymal a trebuit să se scutească pe teren pentru a lovi shuttlecock -ul cu o viteză care o va returna peste plasă și în centrul instanței.
Cercetătorii au descoperit că, în urma unei antrenamente extinse, robotul ar putea urmări navetele și le -a returnat cu exactitate cu viteze de balansare de până la aproximativ 39 de metri pe secundă (12 metri pe secundă) – aproximativ jumătate din viteza de balansare a unui jucător mediu de badminton amator uman, au remarcat cercetătorii.
Anymal și -a ajustat, de asemenea, modelele de mișcare pe baza cât de departe a trebuit să călătorească spre Shuttlecock și cât timp a trebuit să ajungă la el. Robotul nu a avut nevoie să călătorească atunci când shuttlecock -ul trebuia să aterizeze la doar câțiva metri (jumătate de metru) distanță, dar la aproximativ 5,5 m (1,5 m), orice mal s -a aruncat pentru a ajunge la Shuttlecock, mișcând toate cele patru picioare. La 2,2 m (2,2 m) distanță, robotul s -a aruncat în galop la shuttlecock, producând o perioadă de altitudine care a întins raza brațului cu 3 metri (1 m) în direcția țintei.
“Controlul robotului pentru a privi shuttleclock nu este atât de banal”, a spus Ma. Dacă robotul se uită la Shuttlecock, nu se poate mișca foarte repede. Dar dacă nu arată, nu va ști unde trebuie să meargă. “Acest compromis trebuie să se întâmple într-un mod oarecum inteligent”, a spus el.
Ma a fost surprins de cât de bine a dat seama cum să mute toate cele 18 articulații într -un mod coordonat. Este o sarcină deosebit de provocatoare, deoarece motorul la fiecare articulație învață în mod independent, dar mișcarea finală le impune să lucreze în tandem.
De asemenea, echipa a constatat că robotul a început în mod spontan să se întoarcă în centrul terenului după fiecare hit, asemănător cu modul în care jucătorii umani se pregătesc pentru Shuttlecocks primite.
Cu toate acestea, cercetătorii au remarcat că robotul nu a luat în considerare mișcările adversarului, ceea ce este un mod important al jucătorilor umani să prezică traiectoriile Shuttlecock. Includerea estimărilor privind poza umană ar contribui la îmbunătățirea performanței Anymal, a spus echipa în studiu. De asemenea, ar putea adăuga o articulație a gâtului pentru a permite robotului să monitorizeze Shuttlecock pentru mai mult timp, a menționat Ma.
El crede că această cercetare va avea în cele din urmă aplicații dincolo de sport. De exemplu, ar putea susține îndepărtarea resturilor în timpul eforturilor de salvare a dezastrelor, a spus el, deoarece robotul va putea echilibra percepția vizuală dinamică cu mișcarea agilă.