Skokovi i granice: vratoloman napredak agilnosti robota

Kada je Charles Rosen, A.I. pionir koji je osnovao SRI International's Artificial Intelligence Center, zamoljen je da smisli ime za prvi mobilni robot opće namjene na svijetu, malo se zamislio, a onda rekao: “Pa, trese se ko vrag kad se miče. Nazovimo ga samo Shakey.”

Neke varijacije ove ideje prožimale su veći dio povijesti moderne robotike. Roboti su, često pretpostavljamo, nezgrapni strojevi s toliko milosti koliko i nedjeljni ručak ateista. Čak su i filmovi znanstvene fantastike više puta zamišljali robote kao nezgrapne kreacije koje hodaju sporim, zaustavljenim koracima.

Ta ideja jednostavno više ne odgovara stvarnosti.

Nedavno je skupina istraživača iz Laboratorija za dinamičku robotiku u državi Oregon uzela jedan od sveučilišnih Cassie roboti, par hodajućih robotskih nogu koje podsjećaju na donje ekstremitete noja, do sportskog terena kako bi isprobali najnovije algoritme laboratorija za "dvonožni hod". Kad je stigao tamo, robot je skakutao, hodao, kanterirao i galopirao, bez problema se mijenjajući između svake vrste kretanja bez usporavanja. Bila je to impresivna demonstracija koja govori o agilnosti sadašnjih nožnih robota — pogotovo kada je uključeno malo dubokog učenja temeljenog na obuci.

"Obično, kada ljudi primjenjuju duboko učenje s pojačanjem na robotiku, koriste funkcije nagrađivanja koje se svode na nagrađivanje neuronske mreže za blisko oponašanje referentne putanje," Jonah Siekmann, jedan od istraživača na projektu, rekao je za Digital Trends. "Prikupljanje ove referentne putanje na prvom mjestu može biti prilično teško, a nakon što 'trčite' referentnu putanju, nije baš jasno možete li je također koristiti za učenje ponašanja "preskakanja" ili čak "hodanja" ponašanje."

U radu OSU-a tim je stvorio paradigmu nagrađivanja koja je u potpunosti odbacila ideju referentnih putanja. Umjesto toga, razbija dijelove vremena u "faze", kažnjavajući robota zato što ima određenu nogu na tlu tijekom određene faze, dok mu dopušta da to čini u drugim točkama. Neuronska mreža zatim utvrđuje "sve teške stvari" - kao što je položaj u kojem bi zglobovi trebali biti, koliki zakretni moment primijeniti na svaki spoj, kako ostati stabilan i uspravan — kako bi se stvorila paradigma dizajna temeljena na nagrađivanju koja robotima poput Cassie olakšava učenje bilo kojeg dvonožnog hoda koji se nalazi u priroda.

Predviđanje budućnosti

To je impresivan podvig, svakako. Ali to također dovodi do većeg pitanja: kako su roboti, zaboga, postali tako agilni? Iako još uvijek nema manjka videozapisa na internetu prikazuje robote koji se ruše kada stvari krenu po zlu, također nema sumnje da je cjelokupni put na kojem se nalaze onaj koji ide prema impresivno glatkom kretanju. Jednom je ideja o robotu koji galopira poput ponija ili izvodi a savršena sportska rutina bilo bi nevjerojatno čak i za film. U 2020. roboti stižu tamo.

Međutim, nije lako predvidjeti ovaj napredak. Ne postoji jednostavno promatranje tipa Mooreova zakona koje olakšava mapiranje puta kojim roboti idu od nezgrapnih strojeva do glatkih operatera.

Mooreov zakon odnosi se na zapažanje Intelovog inženjera Gordona Moorea 1965. da će se svake jedne do dvije godine broj komponenti koje se mogu ugurati u integrirani krug udvostručiti. Iako postoji argument da mi možda sada doseže granice Mooreova zakona, istraživač je, recimo, 1991. mogao realno izračunati, na poleđini omotnice, gdje bi mogle biti mogućnosti računala, u smislu izračuna, 2021. godine. Za robote su stvari složenije.

"Iako je Mooreov zakon nevjerojatno dobro predvidio trend računalne snage, predviđajući trend nožnih robota je poput gledanja u kristalnu kuglu,” Christian Gehring, glavni tehničar časnik na ANYbotics AG, švicarska tvrtka koja proizvodi nožne robote koji se već koriste za zadatke poput autonomno pregledavanje offshore energetskih platformi, rekao je za Digital Trends. "U biti, nožni roboti su visoko integrirani sustavi koji se oslanjaju na mnogo različitih tehnologija kao što su skladištenje energije, senzori, djelovanje, računalstvo, umrežavanje i inteligencija."

Napredak u ovoj kombinaciji različitih tehnologija koje rade zajedno čini današnje robote tako moćnima. To je također ono zbog čega im je teško predvidjeti dokle ide mapa budućeg razvoja. Da bi se izgradile vrste robota kakve bi robotičari željeli, potreban je napredak u stvaranju male i lagane baterije, mogućnosti osjeta i percepcije, mobilne komunikacije i više. Sve će to morati raditi zajedno s napretkom u poljima kao što je dubinsko učenje A.I. stvoriti vrste strojeva koji će zauvijek protjerati slike nezgrapnih znanstvenofantastičnih robota na kojima smo odrasli gledajući TELEVIZOR.

Manji, jeftiniji, bolji

Dobra vijest je da se to događa. Dok Mooreov zakon dovodi do napretka na strani softvera, bitne hardverske komponente su sve manji i jeftiniji. Nije tako uredno kao formulacija Gordona Moorea, ali se događa.

“Čak i s našim Atreus znanstveni demonstrator [robot] od prije šest ili osam godina, pojačala snage za pokretanje naših motora bile su ove cigle od tri funte; bili su veliki,” Jonathan Hurst, suosnivač Robotika agilnosti, koja je izradila spomenutog robota Cassie, rekla je za Digital Trends. “Od tada imamo ova mala, sićušna pojačala koja imaju istu količinu struje, istu količinu napona i daju nam vrlo dobru kontrolu nad izlaznim momentom naših motora. I maleni su - visoki samo centimetar sa dva sa pola inča ili nešto slično. Imamo 10 takvih na Cassie. To se zbraja. Imate ciglu od tri funte koja je šest inča sa četiri inča sa četiri inča naspram možda nekoliko unci koje su inč sa dva inča. To čini veliku razliku sa stvarima poput energetske elektronike.”

Hurst je rekao kako vjeruje da su nožni roboti još uvijek u ranoj fazi svog puta da postanu sveprisutni tehnologije koje ne samo da se mogu kretati na prirodan način poput ljudi, već i funkcioniraju bez problema ih. Neki od ovih izazova ići će daleko dalje od simpatičnih (ali iznimno impresivnih) demonstracija poput tjeranja robota da galopiraju poput ponija. Ali izrada pametnijih strojeva koji mogu svladati različite vrste kretanja i kojima se vjeruje da rade u stvarnom svijetu svakako je važan korak.

To je korak (ili koraci) u kojem hodajući roboti postaju sve bolji i bolji u svakom trenutku.

Preporuke urednika

• Egzoskeleti s autopilotom: Zavirite u blisku budućnost nosive robotike
• Dobar si u StarCraftu? DARPA želi trenirati vojne robote s vašim moždanim valovima
• Novi robot MIT-a može igrati svačiju omiljenu igru ​​slaganja blokova, Jenga
• Robot za podvodno skakanje pokazuje nevjerojatne sposobnosti skakanja inspirirane prirodom
• Meka robotska ruka daje znanstvenicima novu kontrolu nad morskim životom