Как роботы учатся ходить пешком

Исследователи ETH Zurich под руководством Марко Хаттера разработали новый подход к управлению, который позволяет у на ногах под названием ANYmal быстро и надежно передвигаться по труднопроходимой местности. Благодаря машинному обучению робот впервые может совмещать визуальное восприятие окружающей среды с осязанием.



Крутые участки на скользком грунте, высокие ступени, осыпи и лесные тропы, усеянные корнями: путь на гору Этцель высотой 1098 метров на южной оконечности Цюрихского озера усеян многочисленными препятствиями. Но ANYmal, четвероногий робот из Лаборатории робототехнических систем в ETH Zurich, без особых усилий преодолевает 120 метров по вертикали за 31-минутный поход. Это на 4 минуты быстрее, чем предполагаемая продолжительность для пешеходов-людей, и без падений или оплошностей.

Это стало возможным благодаря новой технологии управления, которую исследователи из ETH Zurich во главе с профессором робототехники Марко Хаттером недавно представили в журнале. Научная робототехника. «Робот научился сочетать визуальное восприятие окружающей среды с проприоцепцией — осязанием, основанным на прямом контакте ног. Это позволяет ему преодолевать пересеченную местность быстрее, эффективнее и, прежде всего, надежнее», — говорит Хаттер. . В будущем ANYmal можно будет использовать везде, где слишком опасно для человека или слишком непроходимо для других роботов.

Точное восприятие окружающего мира

Для навигации по труднопроходимой местности люди и животные автоматически комбинируют зрительное восприятие окружающей среды с проприоцепцией ног и рук. Это позволяет им легко преодолевать скользкую или мягкую почву и уверенно передвигаться даже в условиях плохой видимости. До сих пор ножные роботы могли делать это лишь в ограниченной степени.

«Причина в том, что информация о ближайшем окружении, записанная лазерными датчиками и камерами, часто бывает неполной и неоднозначной», — объясняет Такахиро Мики, аспирант группы Хаттера и ведущий автор исследования. Например, высокая трава, неглубокие лужи или снег кажутся непреодолимыми препятствиями или частично невидимы, даже если робот действительно может их пересечь. Кроме того, обзор робота в полевых условиях может быть затруднен из-за сложных условий освещения, пыли или тумана.

«Вот почему такие роботы, как ANYmal, должны сами решать, когда доверять визуальному восприятию окружающей среды и двигаться вперед быстро, а когда лучше действовать осторожно и небольшими шагами», — говорит Мики. «И это большая проблема».

Виртуальный тренировочный лагерь

Благодаря новому контроллеру, основанному на нейронной сети, робот на ногах ANYmal, разработанный исследователями ETH Zurich и коммерциализированный дочерней компанией ETH ANYbotics, теперь впервые может сочетать внешнее и проприоцептивное восприятие. Прежде чем робот смог проверить свои возможности в реальном мире, ученые подвергли систему многочисленным препятствиям и источникам ошибок в виртуальном тренировочном лагере. Это позволило сети изучить идеальный способ преодоления препятствий роботом, а также то, когда он может полагаться на данные об окружающей среде, а когда было бы лучше игнорировать эти данные.