Lompatan dan Batas: Kemajuan Luar Biasa dalam Kelincahan Robot

Robot Cassie belajar melompat, berlari, dan melompat

Ketika Charles Rosen, A.I. pionir yang mendirikan Pusat Kecerdasan Buatan SRI International, diminta menyebutkan nama untuknya robot seluler serba guna pertama di dunia, dia berpikir sejenak dan kemudian berkata: “Yah, itu bergetar hebat ketika bergerak. Sebut saja Shakey.”

Isi

  • Memprediksi masa depan
  • Lebih kecil, lebih murah, lebih baik

Beberapa variasi dari ide ini telah meresap sepanjang sejarah robotika modern. Kita sering berasumsi bahwa robot adalah mesin yang kikuk dan anggun seperti makan siang hari Minggu bagi seorang atheis. Bahkan film-film fiksi ilmiah telah berulang kali membayangkan robot sebagai makhluk canggung yang berjalan dengan langkah lambat dan tersendat-sendat.

Video yang Direkomendasikan

Gagasan itu tidak lagi sejalan dengan kenyataan.

Baru-baru ini, sekelompok peneliti dari Laboratorium Robotika Dinamis di Oregon State mengambil salah satu studi di universitas tersebut Robot Cassie, sepasang kaki robot berjalan yang menyerupai anggota tubuh bagian bawah burung unta, ke lapangan olahraga untuk mencoba algoritma “bipedal gait” terbaru dari laboratorium. Sesampainya di sana, robot melompat, berjalan, berlari kencang, dan berlari kencang, berpindah-pindah dengan mulus di antara setiap jenis gerakan tanpa harus melambat. Ini adalah demonstrasi yang mengesankan, dan menunjukkan ketangkasan robot berkaki saat ini — terutama jika melibatkan sedikit pelatihan berbasis pembelajaran mendalam.

Terkait

  • Robot berkembang pesat pada tahun 2020. Ini adalah hal yang menarik
  • Peneliti Jepang menggunakan pembelajaran mendalam A.I. untuk membuat robot kayu apung bergerak
  • Rise of the Machines: Inilah jumlah robot dan A.I. mengalami kemajuan pada tahun 2018
OSU/Robot Kelincahan

“Biasanya, ketika orang menerapkan pembelajaran penguatan mendalam pada robotika, mereka menggunakan fungsi penghargaan yang intinya memberi penghargaan pada jaringan saraf karena meniru lintasan referensi secara dekat,” Jonah Siekmann, salah satu peneliti proyek tersebut, mengatakan kepada Digital Trends. “Mengumpulkan lintasan referensi ini pada awalnya bisa jadi sangat sulit, dan begitu Anda sudah 'berlari' lintasan referensi, tidak begitu jelas apakah Anda juga dapat menggunakannya untuk mempelajari perilaku 'melompat', atau bahkan 'berjalan'. perilaku."

Dalam pekerjaan OSU, tim menciptakan paradigma penghargaan yang sepenuhnya menghilangkan gagasan tentang lintasan referensi. Sebaliknya, ia membagi sebagian waktu menjadi beberapa “fase”, memberikan hukuman kepada robot karena menginjakkan kaki tertentu di tanah selama fase tertentu, dan membiarkannya melakukannya di titik lain. Jaringan saraf kemudian mencari tahu “semua hal yang sulit” - seperti posisi sambungan yang seharusnya, berapa banyak torsi yang harus diterapkan pada setiap sambungan, bagaimana cara melakukannya. tetap stabil dan tegak — untuk menciptakan paradigma desain berbasis penghargaan yang memudahkan robot seperti Cassie mempelajari hampir semua gaya berjalan bipedal yang ditemukan di alam.

Memprediksi masa depan

Ini adalah prestasi yang mengesankan, tentu saja. Namun hal ini juga menimbulkan pertanyaan yang lebih besar: Bagaimana robot bisa begitu gesit? Meskipun masih ada kekurangan video online menunjukkan robot runtuh ketika ada yang tidak beres, tidak ada keraguan bahwa keseluruhan jalur yang mereka tempuh adalah jalur menuju pergerakan yang sangat mulus. Suatu saat muncul ide tentang robot yang berlari seperti kuda poni atau melakukan a rutinitas atletik yang sempurna akan terlalu dibuat-buat bahkan untuk sebuah film. Pada tahun 2020, robot akan mencapai tujuan tersebut.

Namun, memprediksi kemajuan ini tidaklah mudah. Tidak ada pengamatan sederhana seperti Hukum Moore yang memudahkan untuk memetakan jalur yang diambil robot dari mesin yang kikuk hingga operator yang mulus.

Hukum Moore mengacu pada pengamatan yang dilakukan oleh insinyur Intel Gordon Moore pada tahun 1965 bahwa, setiap satu atau dua tahun, jumlah komponen yang dapat dimasukkan ke dalam sirkuit terintegrasi akan berlipat ganda. Meskipun ada argumen yang harus dibuat bahwa kami sekarang mungkin mencapai batasnya Hukum Moore, seorang peneliti, katakanlah, pada tahun 1991 dapat secara realistis menemukan, di balik sebuah amplop, di mana kemampuan komputer, dalam hal perhitungan, mungkin terjadi pada tahun 2021. Segalanya menjadi lebih kompleks bagi robot.

Anybotik

“Meskipun Hukum Moore memperkirakan tren daya komputasi dengan sangat baik, memperkirakan a Tren robot berkaki seperti menatap bola kristal,” Christian Gehring, kepala teknologi petugas di ANYbotik AG, sebuah perusahaan Swiss yang membuat robot berkaki yang sudah digunakan untuk tugas-tugas seperti secara mandiri memeriksa platform energi lepas pantai, kepada Digital Trends. “Pada dasarnya, robot berkaki adalah sistem yang sangat terintegrasi yang mengandalkan banyak teknologi berbeda seperti penyimpanan energi, penginderaan, tindakan, komputasi, jaringan, dan kecerdasan.”

Kemajuan dalam penggabungan berbagai teknologi yang bekerja sama inilah yang membuat robot saat ini begitu kuat. Hal ini pula yang membuat mereka sulit memprediksi sejauh mana peta jalan pembangunan di masa depan. Untuk membuat jenis robot yang diinginkan oleh para ahli robotik, diperlukan kemajuan dalam penciptaannya baterai kecil dan ringan, kemampuan penginderaan dan persepsi, komunikasi seluler, dan banyak lagi. Semua ini perlu bekerja sama dengan kemajuan di bidang seperti pembelajaran mendalam A.I. untuk membuat jenis mesin yang akan selamanya menghilangkan gambar bot fiksi ilmiah kikuk yang kita tonton saat tumbuh dewasa TELEVISI.

Lebih kecil, lebih murah, lebih baik

Kabar baiknya adalah hal itu terjadi. Meskipun Hukum Moore mengarah pada kemajuan di sisi perangkat lunak, komponen perangkat keras yang penting adalah menjadi lebih kecil dan lebih murah juga. Memang tidak serapi rumusan Gordon Moore, namun terjadi.

“Bahkan dengan kami Demonstran sains Atreus [robot] dari enam atau delapan tahun yang lalu, penguat daya untuk menjalankan motor kita adalah batu bata seberat tiga pon ini; mereka besar,” Jonathan Hurst, salah satu pendiri Robotika Ketangkasan, yang membuat robot Cassie tersebut, mengatakan kepada Digital Trends. “Sejak itu, kami memiliki amplifier kecil yang memiliki jumlah arus yang sama, jumlah tegangan yang sama, dan memberi kami kontrol yang sangat baik terhadap keluaran torsi motor kami. Dan mereka kecil — tingginya hanya satu inci kali dua inci kali setengah inci atau sekitar itu. Kami punya 10 di antaranya di Cassie. Itu bertambah. Anda memiliki batu bata seberat tiga pon yang berukuran enam inci kali empat inci kali empat inci versus mungkin beberapa ons yang berukuran satu inci kali dua inci. Ini membuat perbedaan besar dengan hal-hal seperti elektronika daya.”

Kolokium Penelitian UW ECE, 20 Oktober 2020: Jonathan Hurst, Oregon State University

Hurst mengatakan dia yakin robot berkaki masih dalam tahap awal untuk bisa ada di mana-mana teknologi yang tidak hanya dapat bergerak secara naturalistik seperti manusia, namun juga dapat berfungsi secara mulus mereka. Beberapa tantangan ini akan lebih dari sekedar demo lucu (tapi sangat mengesankan) seperti membuat robot berlari seperti kuda poni. Namun membangun mesin yang lebih cerdas yang dapat menguasai berbagai jenis gerakan, dan dipercaya untuk beroperasi di dunia nyata, tentu merupakan sebuah langkah penting.

Ini adalah langkah (atau tahapan) dimana robot berjalan menjadi lebih baik dan lebih baik lagi setiap saat.

Rekomendasi Editor

  • Exoskeletons dengan autopilot: Mengintip masa depan robotika yang dapat dikenakan
  • Jago di StarCraft? DARPA ingin melatih robot militer dengan gelombang otak Anda
  • Robot baru MIT dapat memainkan permainan menyusun balok favorit semua orang, Jenga
  • Robot lompat bawah air menampilkan kemampuan melompat menakjubkan yang terinspirasi dari alam
  • Tangan robot yang lembut memberikan para ilmuwan pegangan baru pada kehidupan laut dalam