Barion Pixel

Ez a robot már az embernél is ügyesebb a lépcsőn

Cassie az Agility Robotics kétlábú kincse, bár az ideje nagy részét eddig csetlés-botlással töltötte. A fejlesztésénél azt az alapvető elvárást fogalmazták meg, hogy mindenhova el kell jutnia, ahová kétlábú emberek menni képesek, és mi is az egyik leggyakrabban előforduló, mégis legnehezebben utánozható mozdulatsor? A lépcsőmászás.

A járó emberek számára hétköznapi lépcsőzés a robotok rémálma, akárhány lábuk vagy kerekük is legyen, hiszen önállóan rendkívül nehezen képesek rá. Ezért is hátborzongató látni, ha egy kétlábú gép végrehajtja. Laikusként azt feltételezhetnénk, hogy a dolog mögött nincs semmi különös: kicsivel több szenzor, illetve a lépések megtervezése kell hozzá, és kész. Nos, az Oregoni Egyetem Agility Roboticsszal közös fejlesztése, Cassie messze túlmutat ezen: bármiféle térérzékelés nélkül odaállíthatják egy kültéri lépcsősorhoz, és tökéletesen megoldja a feladatot.

Fontos leszögezni: ez a gép vak, tehát semmilyen látott információja nincs arról a lépcsőről, amin le vagy fel kell haladnia (pedig erre még az embernek is szüksége van). Gyűjti viszont a propriocepciós információkat, magyarán képes a testrészei helyzetének érzékelésére, és tudja, hogyan érintkezzen a lépcsővel. A tanulási folyamat azonban nem volt egyszerű: sokszor akasztotta el a lábát, botlott meg, vagy szaladt neki a korlátnak, de lenyűgöző, hogy mégis addig ment, amíg végre nem hajtotta a rábízott feladatot:



- Hirdetés -

Cassie azért különleges, mert nincs telepakolva érzékelőkkel, és nem kellett számára bonyolult lépcsőmászási mintázatokat gyártani. A kutatók inkább szimulációt készítettek a tipikusan előforduló városi épületbejáratok lépcsőiről, és megtanítottak a robotnak nyolc különálló lépést, amelyekkel azok egytől egyig legyűrhetők. A lépcsőmászási stratégiákhoz persze más tényezőket is hozzá kellett adni, hogy ne csak laboratóriumi körülmények között működjön, hanem a való világban is: reagáljon rá például, ha megbotlik, vagy nem várt talajegyenetlenségbe ütközik.

A megerősítő mélytanulás alkalmazása nyilván nehézségeket rejt, számolt be Kevin Green, a kutatást leíró tanulmány társszerzője, elismerve: nem mindig tudják megmagyarázni, hogy Cassie egyes esetekben miért lesz sikeres, vagy éppen vall kudarcot. A legtöbb, amit tehetnek az, hogy megfigyelik a működő mechanizmusokat, és tippeket adnak a gépnek, ami nem mellesleg valamiért pontosabban lépked gyors tempóban. Lássuk be: emberként aligha futnánk neki egy lépcsősornak lehunyt szemmel, viszont Cassie gyakorlatilag ezt teszi, és állja a sarat. A tudósok a jövőben azzal foglalkoznak majd, hogy finomítsák a gép mozgását sima talajon (mert ez jelenleg túl hangos és nem elég hatékony), majd felruházzák valamilyen észlelőrendszerrel, ami arra figyelmezteti, hogy lépcsőhöz érkezett. A többi már bekötött szemmel is megy.

Gábor János, NEW technology

Forrás: IEEE Spectrum

- Hirdetés -

NEW technology