تعلم روبوت ذو أربع أرجل تغيير طريقة جريه أثناء التنقل في الغابات والسلالم ومسارات العوائق. – التبديل بسلاسة بين الخبب الثابت والمشية السريعة دون تعليمات من المشغل البشري.
ويستخدم الروبوت الذي يبلغ وزنه 100 رطل (45 كيلوجرامًا)، ويسمى KAIST HOUND، كاميرات و ليدار لمسح الأرض أمامك، ثم تحديد المشية المناسبة وضبط تحركاتها في الوقت الفعلي. وفي الاختبارات الخارجية، عبرت طريقًا للحرم الجامعي بطول 0.7 ميل (1.1 كيلومترًا) ومسارًا للغابات بطول 0.2 ميل (0.3 كيلومترًا) تتناثر فيه الجذور وجذوع الأشجار والأوراق الزلقة.
ووصف الباحثون الإطار الآلي في 15 يوليو في المجلة الروبوتات العلمية.
تغيير المشية
تغير الحيوانات مشيتها بشكل طبيعي اعتمادًا على سرعتها والبيئة المحيطة بها. قد يهرول الكلب بحذر عبر أرض غير مستوية، على سبيل المثال، قبل أن يقفز فوق فرع ساقط. إن إعادة إنتاج هذه القدرة على التكيف في الروبوتات أمر صعب لأن الحركات المختلفة غالبا ما يتم التحكم فيها من خلال أنظمة تشفير منفصلة ومتخصصة للغاية، ويمكن أن تؤدي التحولات بينها إلى تأخر يدفع الروبوت إلى التعثر.
للتغلب على هذه المشكلة، طور الباحثون إطارًا تدريبيًا خاصًا يسمى التعلم المعزز المعتمد على المحولات (APT-RL). هذا هو نظام تدريب على الذكاء الاصطناعي (AI) يدرس أولاً العديد من أمثلة الإجراءات، ويستخدم محولًا لفهم الأنماط عبر تلك الإجراءات، ثم يتحسن من خلال المكافآت والعقوبات.
بدأ التدريب بنموذج حاسوبي بسيط ثنائي الأبعاد للروبوت. باستخدام تقنية تحسين المسار – وهي تقنية تحسب الحركات القابلة للتشغيل جسديًا للروبوت – قام الفريق بإنشاء 180.000 تسلسل خبب وارتباط قصير، بما في ذلك القوى المشتركة التي تحتاج أرجل الروبوت إلى أدائها. تمثل مجموعة البيانات حوالي 15.5 ساعة من الحركة ولكن إنتاجها استغرق حوالي ثماني دقائق فقط.
خلال التعلم المعزز – تقنية للتعلم الآلي حيث يتعلم الذكاء الاصطناعي اتخاذ أفضل القرارات من خلال التعامل مع بيئة معينة من خلال التجربة والخطأ – ثم يتعلم نظام الذكاء الاصطناعي كيفية اختيار تلك المهارات وتعديلها أثناء التفاوض على السلالم المحاكاة، والأحجار المعطاة، والعقبات، والفجوات، والأرض الوعرة.
احصل على الاكتشافات الأكثر روعة في العالم والتي يتم تسليمها مباشرة إلى صندوق الوارد الخاص بك.
في عمليات المحاكاة الرقمية، لم يقتصر عمل الكلب الآلي على نسخ حركاته المسجلة مسبقًا. ويمكنه أيضًا إجراء تصحيحات للتضاريس ثلاثية الأبعاد والمواقف غير المتوقعة، مثل القفز فوق جذع شجرة – وهو سلوك لم يتم تضمينه في بيانات التدريب الأصلية على الأرض المسطحة.
يتنقل روبوت KAIST HOUND رباعي الأرجل في منطقة غابات
(رصيد الصورة: جون-جيل كانغ، جايهيون بارك)
وأخيرًا، قام الباحثون بتكوين النظام ليشمل كاميرا العمق الخاصة بالروبوت والماسح الضوئي الليدار في المحاكاة.
في أحد الاختبارات الداخلية، تخطى HOUND عائقًا يبلغ ارتفاعه 2 قدم (60 سم) بينما حقق لفترة وجيزة 9.5 ميل في الساعة (15 كم / ساعة). كما قفزت إلى أسفل درج من ثلاث درجات. اختار الروبوت عمومًا الخبب بسرعات منخفضة على أرض غير منتظمة، بينما أصبح الارتداد أكثر شيوعًا عند السرعات الأعلى أو عندما يواجه خطوات أو عقبات أو فجوات أكبر. كان أداء نظام الذكاء الاصطناعي الذي يمكنه اختيار أي مشية أكثر اتساقًا عبر بيئات المحاكاة المختلفة مقارنة بالإصدار المقتصر على الخبب أو الإحاطة بمفرده.
ويشير الباحثون إلى أن هذه التكنولوجيا يمكن أن تساعد الروبوتات في نهاية المطاف على التنقل مناطق الكوارث أو أماكن أخرى لا يمكن الوصول إليها للآلات ذات العجلات. ومع ذلك، فإن الإطار الحالي يسمح فقط باختيارين للمشي ويتعامل بشكل أساسي مع الحركة إلى الأمام. يبقى الدوران السريع والحركة الجانبية والسلوكيات الأخرى مثل الزحف أهدافًا مستقبلية لفريق البحث.
