Роботът Каси се научава да подскача, да бяга и да подскача
Когато Чарлз Розен, А.И. пионерът, основал Центъра за изкуствен интелект на SRI International, беше помолен да измисли име за първият в света мобилен робот с общо предназначение, той се замисли за момент и след това каза: „Ами, адски се тресе, когато се движи. Нека просто го наречем Шейки.
Съдържание
- Предсказване на бъдещето
- По-малък, по-евтин, по-добър
Някои варианти на тази идея са проникнали в голяма част от историята на съвременната роботика. Често приемаме, че роботите са тромави машини с толкова благодат, колкото неделния обяд на атеист. Дори научнофантастичните филми многократно са си представяли роботите като неудобни творения, които вървят с бавни, спиращи крачки.
Препоръчани видеоклипове
Тази идея просто вече не отговаря на реалността.
Наскоро група изследователи от лабораторията за динамична роботика в щата Орегон взеха един от университетските Каси роботи, чифт крака на крачещ робот, който наподобява долните крайници на щраус, до спортно игрище, за да изпробвате най-новите алгоритми на лабораторията за „двукрака походка“. Веднъж стигнал, роботът подскачаше, ходеше, галопваше и галопираше, превключвайки безпроблемно между всеки тип движение, без да се налага да забавя. Това беше впечатляваща демонстрация и такава, която говори за гъвкавостта на настоящите краки роботи - особено когато е включено малко обучение, базирано на задълбочено обучение.
Свързани
- Роботите напреднаха главоломно през 2020 г. Това бяха акцентите
- Японски изследователи използват дълбоко обучение A.I. за да накарате роботите да се движат
- Rise of the Machines: Ето колко роботи и A.I. напредна през 2018 г
„Обикновено, когато хората прилагат обучение за задълбочено подсилване към роботиката, те използват функции за възнаграждение, които се свеждат до възнаграждаване на невронната мрежа за тясно имитиране на референтна траектория,“ Йона Сиекман, един от изследователите по проекта, каза пред Digital Trends. „Събирането на тази референтна траектория на първо място може да бъде доста трудно и след като имате „бягане“ референтна траектория, не е много ясно дали можете също да използвате това, за да научите поведение на „прескачане“ или дори на „ходене“ поведение."
В работата на OSU екипът създаде парадигма за възнаграждение, която напълно премахна идеята за референтни траектории. Вместо това, той разделя отрязъци от време на „фази“, наказвайки робота за това, че има конкретен крак на земята по време на определена фаза, като същевременно му позволява да прави това в други точки. След това невронната мрежа открива „всички трудни неща“ - като позицията, в която трябва да бъдат ставите, колко въртящ момент да се приложи към всяка става, как да останете стабилни и изправени - за да създадете базирана на награди парадигма за дизайн, която улеснява роботи като Каси да научат почти всяка двукрака походка, открита в природа.
Предсказване на бъдещето
Това е впечатляващо постижение, разбира се. Но също така повдига по-голям въпрос: как, за бога, роботите са станали толкова гъвкави? Въпреки че все още няма недостиг на видеоклипове онлайн показващи колабиращи роботи когато нещата се объркат, също така няма съмнение, че цялостният път, по който вървят, е този, който се насочва към впечатляващо гладко придвижване. Веднъж идеята за робот, който галопира като пони или изпълнява a перфектна атлетична рутина би било пресилено дори за филм. През 2020 г. роботите стигат до там.
Предсказването на този напредък обаче не е лесно. Няма просто наблюдение от типа на Закона на Мур, което да улеснява очертаването на пътя, който роботите поемат от тромави машини до гладки оператори.
Законът на Мур се позовава на наблюдението, направено от инженера на Intel Гордън Мур през 1965 г., че на всеки една до две години броят на компонентите, които могат да бъдат вкарани в една интегрална схема, ще се удвои. Въпреки че има аргументи, че ние вече може да достигне границите от закона на Мур, изследовател през, да речем, 1991 г. би могъл реалистично да изчисли на гърба на плик къде могат да бъдат компютърните възможности, по отношение на изчисленията, през 2021 г. При роботите нещата са по-сложни.
„Въпреки че законът на Мур прогнозира тенденцията в изчислителната мощност удивително добре, прогнозира тенденцията при роботите с крака е като да се взирате в кристална топка“, Кристиан Геринг, главен технологичен директор офицер при ANYbotics AG, швейцарска компания, произвеждаща роботи с крака, които вече се използват за задачи като автономно инспектиране на офшорни енергийни платформи, каза Digital Trends. „По същество роботите с крака са силно интегрирани системи, разчитащи на много различни технологии като съхранение на енергия, усещане, действие, изчисления, работа в мрежа и интелигентност.“
Напредъкът в тази комбинация от различни технологии, работещи заедно, прави днешните роботи толкова мощни. Това е и това, което ги прави трудни за прогнозиране докъде стига пътната карта на бъдещото развитие. За да се изградят видовете роботи, които роботиците биха искали, трябва да има напредък в създаването им малки и леки батерии, възможности за усещане и възприемане, клетъчни комуникации и др. Всичко това ще трябва да работи заедно с напредъка в области като дълбокото обучение A.I. за създаване на видове машини, които завинаги ще прогонят образите на тромави научнофантастични ботове, на които сме израснали, гледайки телевизор.
По-малък, по-евтин, по-добър
Добрата новина е, че се случва. Докато законът на Мур води до напредък от страна на софтуера, основните хардуерни компоненти са стават все по-малки и по-евтини. Не е толкова спретнато като формулировката на Гордън Мур, но се случва.
„Дори и с нашите Научен демонстратор на Атреус [робот] отпреди шест или осем години, усилвателите на мощността за задвижване на нашите двигатели бяха тези три килограмови тухли; те бяха големи“, Джонатан Хърст, съосновател на Роботика за ловкост, която създаде гореспоменатия робот Cassie, каза пред Digital Trends. „Оттогава имаме тези малки, миниатюрни усилватели, които имат еднакво количество ток, същото количество напрежение и ни дават много добър контрол върху изходния въртящ момент на нашите двигатели. И те са малки - само инч на два инча на половин инч високи или нещо подобно. Имаме 10 от тези на Каси. Това се добавя. Имате тухла от три килограма, която е шест инча на четири инча на четири инча срещу може би няколко унции, които са инч на два инча. Това прави голяма разлика с неща като силовата електроника.“
Изследователски колоквиум на UW ECE, 20 октомври 2020 г.: Джонатан Хърст, Държавен университет на Орегон
Хърст каза, че вярва, че краките роботи все още са в ранните етапи от пътя си към това да станат повсеместни технологии, които могат не само да се движат по натуралистичен начин като хората, но и да функционират безпроблемно заедно тях. Някои от тези предизвикателства ще надхвърлят сладките (но изключително впечатляващи) демонстрации, като например карането на роботи да галопират като понита. Но изграждането на по-интелигентни машини, които могат да овладеят различни видове движения и да им се вярва да работят в реалния свят, със сигурност е важна стъпка.
Стъпка (или стъпки) е, че ходещите роботи стават все по-добри и по-добри през цялото време.
Препоръки на редакторите
- Екзоскелети с автопилот: Поглед към близкото бъдеще на носимата роботика
- Добър в StarCraft? DARPA иска да обучава военни роботи с вашите мозъчни вълни
- Новият робот на MIT може да играе любимата на всички игра за подреждане на блокове, Jenga
- Подводен скачащ робот демонстрира невероятни способности за скачане, вдъхновени от природата
- Меката роботизирана ръка дава на учените нов контрол върху дълбоководния живот
