Robot poznat kao ANImal već neko vreme nije imao problema da se nosi sa kamenim terenom švajcarskih pešačkih staza. Sada su istraživači sa ETH u Cirihu naučili ovog četvoronožnog robota nekim novim veštinama: pokazalo se da je prilično vešt u parkuru, sportu zasnovanom na korišćenju atletskih manevara za glatko savladavanje prepreka u urbanom okruženju, koji je postao veoma popularan. ANImal je takođe vešt u suočavanju sa nezgodnim terenima koji se obično nalaze na gradilištima ili u područjima katastrofe.
Rad je objavljen u časopisu Science Robotics.
Da bi ANImal naučili ovim novim veštinama, dva tima, oba iz grupe koju je predvodio profesor ETH Marko Hater sa Odseka za mašinstvo i procesno inženjerstvo, sledili su različite pristupe.
Iscrpljivanje mehaničkih opcija
U jednom od timova radi i doktorand ETH Nikita Rudin, koji se u slobodno vreme bavi parkurom. „Pre nego što je projekat započeo, nekoliko mojih kolega istraživača je mislilo da su roboti na nogama već dostigli granice svog razvojnog potencijala“, kaže on, „ali ja sam imao drugačije mišljenje. U stvari, bio sam siguran da se može učiniti mnogo više sa mehanikom robota sa nogama.“
Imajući na umu sopstveno iskustvo u parkuru, Rudin je krenuo da dalje pomera granice onoga što BILO KOJI može da uradi. I uspeo je, koristeći mašinsko učenje da nauči četvoronožnog robota novim veštinama. BILO KOJI sada može da pređe prepreke i izvede dinamičke manevre da skoči sa njih.
U tom procesu, BILO KOJI je učio kao što bi dete – pokušajima i greškama. Sada, kada se nađe sa preprekom, ANImal koristi svoju kameru i veštačku neuronsku mrežu da odredi sa kakvom se preprekom nosi. Zatim izvodi pokrete za koje se čini da će uspeti na osnovu prethodnog treninga.
Da li je to puni obim onoga što je tehnički moguće? Rudin sugeriše da je to uglavnom slučaj za svaku pojedinačnu novu veštinu. Ali on dodaje da to i dalje ostavlja mnogo potencijalnih poboljšanja. To uključuje omogućavanje robotu da se kreće dalje od rešavanja unapred definisanih problema i umesto toga traži od njega da pregovara o teškim terenima kao što su ruševine zasute oblasti katastrofe.
Kombinovanje novih i tradicionalnih tehnologija
Priprema ANImal-a za upravo takvu aplikaciju bio je cilj drugog projekta, koji je vodio Rudinov kolega i kolega ETH doktorand Fabijan Jenelten. Ali umesto da se oslanja samo na mašinsko učenje, Jenelten ga je kombinovao sa isprobanim i testiranim pristupom koji se koristi u kontrolnom inženjerstvu poznatom kao kontrola zasnovana na modelu.
Ovo omogućava lakši način podučavanja robota tačnim manevrima, kao što je kako da prepozna i prođe praznine i udubljenja u gomilama ruševina. Zauzvrat, mašinsko učenje pomaže robotu da savlada obrasce kretanja koje onda može fleksibilno da primeni u neočekivanim situacijama.
„Kombinovanje oba pristupa nam omogućava da izvučemo maksimum iz ANImal-a“, kaže Jenelten.
Kao rezultat toga, četvoronožni robot je sada bolji u sticanju sigurnog uporišta na klizavim površinama ili nestabilnim stenama. ANImal će uskoro takođe biti raspoređen na gradilištima ili na bilo kom mestu koje je previše opasno za ljude — na primer, za pregled srušene kuće u zoni katastrofe.
