Sprünge und Grenzen: Der halsbrecherische Fortschritt der Roboteragilität

Als Charles Rosen, die K.I. Pionier, der das Artificial Intelligence Center von SRI International gründete, wurde gebeten, einen Namen dafür zu finden der weltweit erste mobile Allzweckroboter, dachte er einen Moment nach und sagte dann: „Na ja, es zittert höllisch, wenn es sich bewegt. Nennen wir es einfach Shakey.“

Einige Variationen dieser Idee haben sich über weite Teile der Geschichte der modernen Robotik durchgesetzt. Wir gehen oft davon aus, dass Roboter klobige Maschinen sind, die so elegant sind wie das Sonntagsessen eines Atheisten. Sogar Science-Fiction-Filme haben sich Roboter immer wieder als ungelenke Geschöpfe vorgestellt, die mit langsamen, stockenden Schritten gehen.

Diese Vorstellung entspricht einfach nicht mehr der Realität.

Kürzlich übernahm eine Gruppe von Forschern des Dynamic Robotics Laboratory der Oregon State einen der Universitätstests Cassie-Roboter

, ein Paar Laufroboterbeine, die den unteren Extremitäten eines Straußes ähneln, zu einem Sportplatz, um die neuesten „Zweibeiner-Gang“-Algorithmen des Labors auszuprobieren. Dort angekommen hüpfte, ging, galoppierte und galoppierte der Roboter und wechselte dabei nahtlos zwischen den einzelnen Bewegungsarten, ohne dass er langsamer werden musste. Es war eine beeindruckende Demonstration, die die Agilität aktueller Roboter mit Beinen deutlich macht – insbesondere, wenn ein wenig Deep-Learning-Training im Spiel ist.

„Wenn Menschen Deep Reinforcement Learning auf die Robotik anwenden, verwenden sie normalerweise Belohnungsfunktionen, die darauf hinauslaufen, das neuronale Netzwerk dafür zu belohnen, dass es eine Referenztrajektorie genau nachahmt.“ Jona Siekmann, einer der Forscher des Projekts, sagte gegenüber Digital Trends. „Es kann ziemlich schwierig sein, diese Referenzflugbahn überhaupt zu erfassen, und wenn man erst einmal eine ‚laufende‘ Referenzflugbahn, es ist nicht ganz klar, ob man damit auch ein „Hüpf“-Verhalten oder sogar ein „Gehen“-Verhalten erlernen kann. Verhalten."

Im Rahmen der OSU-Arbeit entwickelte das Team ein Belohnungsparadigma, das die Idee von Referenztrajektorien vollständig verwarf. Stattdessen unterteilt es Zeitabschnitte in „Phasen“ und bestraft den Roboter dafür, dass er in einer bestimmten Phase einen bestimmten Fuß auf dem Boden hat, während ihm dies an anderen Stellen gestattet wird. Das neuronale Netzwerk findet dann „alle schwierigen Dinge“ heraus – etwa die Position, in der sich die Gelenke befinden sollten, wie viel Drehmoment auf jedes Gelenk ausgeübt werden muss und wie Bleiben Sie stabil und aufrecht – um ein belohnungsbasiertes Designparadigma zu schaffen, das es Robotern wie Cassie leicht macht, nahezu jeden zweibeinigen Gang zu erlernen, den es gibt Natur.

Die Zukunft voraussagen

Es ist gewiss eine beeindruckende Leistung. Aber es wirft auch eine größere Frage auf: Wie um alles in der Welt sind Roboter so wendig geworden? Zwar mangelt es immer noch nicht an Videos online zeigt zusammenbrechende Roboter Wenn etwas schief geht, besteht auch kein Zweifel daran, dass der gesamte Weg, auf dem sie sich befinden, auf eine beeindruckend reibungslose Fortbewegung abzielt. Es war einmal die Idee, dass ein Roboter wie ein Pony galoppiert oder a Bilderbuch-Sportprogramm wäre selbst für einen Film weit hergeholt gewesen. Im Jahr 2020 kommen Roboter dorthin.

Es ist jedoch nicht einfach, diese Fortschritte vorherzusagen. Es gibt keine einfache Beobachtung nach dem Mooreschen Gesetz, die es einfach macht, den Weg zu erkennen, den Roboter von klobigen Maschinen zu reibungslosen Bedienern nehmen.

Moores Gesetz bezieht sich auf die Beobachtung des Intel-Ingenieurs Gordon Moore aus dem Jahr 1965, dass sich die Anzahl der Komponenten, die auf einem integrierten Schaltkreis Platz finden, alle ein bis zwei Jahre verdoppelt. Es gibt zwar ein Argument dafür, dass wir könnte jetzt an seine Grenzen stoßen Mit der Beschreibung des Mooreschen Gesetzes konnte ein Forscher beispielsweise im Jahr 1991 auf der Rückseite eines Umschlags realistisch ausrechnen, wo sich die Rechenleistung eines Computers im Jahr 2021 befinden könnte. Bei Robotern sind die Dinge komplexer.

„Obwohl das Mooresche Gesetz die Entwicklung der Rechenleistung erstaunlich gut vorhersagte, prognostizierte es a „Der Trend zu Beinrobotern ist wie ein Blick in eine Kristallkugel“, sagt Christian Gehring, Leiter Technik Offizier bei ANYbotics AG, ein Schweizer Unternehmen, das Beinroboter herstellt, die bereits für Aufgaben wie verwendet werden autonome Inspektion von Offshore-Energieplattformen, sagte Digital Trends. „Im Wesentlichen handelt es sich bei Robotern auf Beinen um hochintegrierte Systeme, die auf vielen verschiedenen Technologien wie Energiespeicherung, Sensorik, Steuerung, Berechnung, Vernetzung und Intelligenz basieren.“

Es sind die Fortschritte bei der Kombination verschiedener Technologien, die die heutigen Roboter so leistungsstark machen. Dies macht es auch schwierig, den Fahrplan für die zukünftige Entwicklung vorherzusagen. Um die Art von Robotern zu bauen, die sich Robotiker wünschen, müssen Fortschritte bei der Entwicklung erzielt werden kleine und leichte Batterien, Sensor- und Wahrnehmungsfähigkeiten, Mobilfunkkommunikation und mehr. All dies muss mit Fortschritten in Bereichen wie Dee-Learning A.I. zusammenarbeiten. zu erstellen Arten von Maschinen, die Bilder von klobigen Science-Fiction-Bots, die wir als Kind gesehen haben, für immer verbannen werden FERNSEHER.

Kleiner, günstiger, besser

Die gute Nachricht ist, dass es passiert. Während das Mooresche Gesetz zu Fortschritten auf der Softwareseite führt, sind wesentliche Hardwarekomponenten wichtig Sind wird auch kleiner und billiger. Es ist nicht so klar wie Gordon Moores Formulierung, aber es geschieht.

„Auch bei unserem Atreus-Wissenschaftsdemonstrator [Roboter] von vor sechs oder acht Jahren waren die Leistungsverstärker zum Betrieb unserer Motoren diese drei Pfund schweren Bausteine; Sie waren groß“, Jonathan Hurst, Mitbegründer von Agilitätsrobotik, das den oben genannten Cassie-Roboter gebaut hat, sagte gegenüber Digital Trends. „Seitdem haben wir diese kleinen, winzigen Verstärker, die die gleiche Strommenge und Spannung haben und uns eine sehr gute Kontrolle über die Drehmomentabgabe unserer Motoren ermöglichen. Und sie sind winzig – nur einen Zentimeter mal fünf Zentimeter mal einen halben Zentimeter hoch oder so ähnlich. Wir haben 10 davon auf Cassie. Das summiert sich. Sie haben einen drei Pfund schweren Ziegelstein, der 15 mal 10 mal 10 Zentimeter groß ist, im Vergleich zu vielleicht ein paar Unzen, der 2,5 mal 5 Zentimeter misst. Bei Dingen wie der Leistungselektronik macht es einen großen Unterschied.“

Hurst sagte, er glaube, dass sich Roboter mit Beinen noch im Anfangsstadium ihres Weges zur Allgegenwart befänden Technologien, die sich nicht nur auf natürliche Weise wie Menschen bewegen können, sondern auch nahtlos daneben funktionieren ihnen. Einige dieser Herausforderungen werden weit über niedliche (aber äußerst beeindruckende) Demos hinausgehen, wie zum Beispiel Roboter dazu zu bringen, wie Ponys zu galoppieren. Aber der Bau intelligenterer Maschinen, die verschiedene Arten von Bewegungen beherrschen und denen man vertrauen kann, dass sie in der realen Welt funktionieren, ist sicherlich ein wichtiger Schritt.

Es ist ein Schritt (oder mehrere Schritte), dass Laufroboter immer besser werden.

Empfehlungen der Redaktion

• Exoskelette mit Autopilot: Ein Blick in die nahe Zukunft der tragbaren Robotik
• Gut in StarCraft? DARPA möchte Militärroboter mit Ihren Gehirnwellen trainieren
• Der neue Roboter des MIT kann Jenga, das beliebteste Blockstapelspiel aller, spielen
• Der Unterwasser-Sprungroboter zeigt erstaunliche, von der Natur inspirierte Sprungfähigkeiten
• Weiche Roboterhand gibt Wissenschaftlern neuen Einblick in das Leben in der Tiefsee