Самообучаемый робот-гепард научился бегать наравне с людьми
Американские инженеры сконструировали робота-гепарда, способного бегать по любой местности, выбирая оптимальный путь и адаптируясь к сложным условиям без участия человека. Ранее движения робота контролировались системой, которая использовала данные о движениях конечностей робота и создавала модели для использования машиной. Новый робот использует нейронную сеть, позволяющую ему двигаться более эффективно.
Новая версия робота-гепарда
Инженеры из Массачусетского технологического института в США (MIT) создали нового робота-гепарда, способного бегать по пересеченной местности с большой скоростью, сообщает сайт MIT News. Мини-гепард разогнался до скорости 14,04 км/ч (средн)благодаря новой системе обучения с подкреплением.
Робот обучался самостоятельно, используя нейронные сети на симуляторе, где 100-дневный опыт пробежек по пересеченной местности удалось вместить в три часа компьютерного времени, отметили специалисты.
Особенность новой системы состоит в том, что она позволяет роботу самостоятельно определять наилучший способ передвижения, не полагаясь на оператора. Поведение робота, по словам разработчиков, корректируется на основе смоделированного опыта.
"Ландшафты, с которыми робот сталкивается в симуляторе, позволяют обучить его навыкам, необходимым в реальном мире. При настоящем беге наш контроллер выбирает и применяет соответствующий навык в режиме реального времени", – пояснили аспирант MIT Габриэль Марголис и постдокторант Ян Гэ.
Особенности передвижения робота в реальной среде
В реальности люди свободно бегают по траве и замедляются, оказываясь на льду, то есть приспосабливаются к новым условиям. Динамику быстро бегающего робота сложно моделировать только аналитическими методами. Гепард должен сам оперативно реагировать на изменения в реальной среде.
Например, если робот передвигается в медленном темпе, то лед и снег не станут для него проблемой. Однако если он будет двигаться по произвольной местности так же, как и по скользкой поверхности, то будут затрачиваться дополнительные энергия и время. Чтобы избежать возможное падение, робота научили быстро и правильно идентифицировать изменения в окружающей среде и адаптироваться к ним.
Новый подход позволил увеличить эффективность движений робота. Во время эксперимента он врезался в препятствие и лишился лапы, но при этом продолжил движение на трех ногах. Робот сумел адаптироваться к скользкой поверхности и перемещаться по рыхлым холмам.