W przypadku człowieka proces chodzenia przebiega dość długo i następuje kolejnymi etapami. Zanim zacznie biegać, mija trochę czasu. Wszystko jednak przychodzi naturalnie. Ten schemat chcą ominąć specjaliści od robotyki, którzy chcą nauczyć maszyny poruszać się, nie tracąc przy tym czasu na kolejne etapy nauki. Ich sposób jest trochę podobny do tego u dzieci, jednak odbywa się o wiele szybciej.
Robot gepard potrafi biec około 13 km na godzinę
Naukowcy z MIT ogłosili, że udało się im opracować czworonożnego robota Mini Cheetah. Przy ich wkładzie pracy uzyskali zaskakujące efekty – maszyna osiągnęła największą, jak dotąd, prędkość w historii – około 4 m na sekundę, czyli prawie 13 km na godzinę. Co więcej, to robot sam podchodził do prób poruszania się i, w późniejszym etapie, do biegania.
Nie miało tu miejsca kodowanie ruchów po linii. Robił to podczas symulacji komputerowej opartej na sztucznej inteligencji. Następnie w procesie uczenia się przełożył swoją „wiedzę” na świat rzeczywisty i próbował dokonać tego samego.
Oczywiście obywało się to z różnym skutkiem, jednak finalnie doszedł do takiej wprawy, że jest w stanie na przykład przeskakiwać przez różne przeszkody czy poruszać się po każdym terenie bez zaliczenia upadku. Zarówno wolnym krokiem, jak i bardzo szybkim sprintem.
To zdolność do adaptacji daje robotom możliwość poruszania się szybciej i pewniej w zróżnicowanym terenie. Nie mają one problemu, by zmienić chód i prędkość wtedy, gdy zidentyfikują, że znalazły się na bezpiecznej powierzchni typu chodnik. Następnie po wejściu na mniej stabilne podłoże stają się bardziej ostrożne i zwalniają. Programowanie robota można także ręcznie modyfikować i aktualizować za każdym razem, gdy napotka nowy teren. Znacznie lepszym rozwiązaniem jest jednak opracowanie systemu bazującego na AI i samouczeniu się.
Jak przebiega proces nauki biegania u robotów?
Rozpoczynając etap testów naukowcy zasymulowali w wirtualnym świecie ponad 100 dni, w czasie których robot miał okazję poznać różne tereny i w ten sposób doskonalił technikę swojego chodu. Po zakończonym okresie badań był już w stanie poruszać się z punktu A do punktu B bez zaliczania upadków, niezależnie od tego, na jakim podłożu się znajdował.
Mini Gepard może nie do końca rozpoznaje rodzaj terenu, tzn. nie wie, czy chodzi po asfalcie, żwirze, czy też lodzie, jednak stale monitorując swoje ruchy, może stwierdzić, kiedy może poruszać się stabilnie i przyspieszyć, a kiedy musi dopasować swoje ruchy tak, aby utrzymać równowagę. Zdolność ta może znacząco wpłynąć na wydajność oraz zapobiec ewentualnym usterkom i uszkodzeniom maszyny.
Jakie prędkości może osiągnąć Mini Cheetah?
Choć zaprezentowany sprint może wyglądać dość śmiesznie, to osiągane przez Mini Cheetah prędkości są imponujące – maksymalna to około 4 m/s, czyli nieco ponad 12 km na godzinę. To szybciej niż może biec przeciętny człowiek. Trenowanie umiejętności robota nie ogranicza się tylko do nauczeniu go biegania. Jeśli dołożymy do niego ręce, możemy wyszkolić go do bezpiecznego przenoszenia różnych przedmiotów.
W zasadzie system oparty na AI może wykonywać wiele czynności, wystarczy tylko poddać roboty odpowiedniej symulacji, a następnie pozwolić maszynom wykorzystać nabytą wiedzę, by wypróbowały ją w świecie rzeczywistym.