Salti e limiti: il progresso vertiginoso dell'agilità dei robot

Quando Charles Rosen, l'A.I. pioniere che ha fondato il Centro di Intelligenza Artificiale di SRI International, è stato chiesto di trovare un nome per il il primo robot mobile universale al mondo, pensò per un momento e poi disse: “Beh, trema da morire quando si muove. Chiamiamolo semplicemente Shakey.

Alcune variazioni di questa idea hanno pervaso gran parte della storia della robotica moderna. I robot, spesso diamo per scontato, sono macchine goffe con la stessa grazia del pranzo domenicale di un ateo. Persino i film di fantascienza hanno ripetutamente immaginato i robot come creazioni sgraziate che camminano con passi lenti e incerti.

Quell’idea semplicemente non è più in linea con la realtà.

Recentemente, un gruppo di ricercatori del Dynamic Robotics Laboratory dell’Oregon State ne ha preso uno dell’università I robot di Cassie, un paio di gambe robotiche che camminano che ricordano le estremità inferiori di uno struzzo, in un campo sportivo per provare gli ultimi algoritmi di "andatura bipede" del laboratorio. Una volta lì, il robot saltava, camminava, galoppava e galoppava, passando senza soluzione di continuità da un tipo di movimento all'altro senza dover rallentare. È stata una dimostrazione impressionante, che parla dell’agilità degli attuali robot dotati di gambe, soprattutto quando è coinvolta un po’ di formazione basata sull’apprendimento profondo.

“Di solito, quando le persone applicano l’apprendimento per rinforzo profondo alla robotica, utilizzano funzioni di ricompensa che si riducono a premiare la rete neurale per aver imitato da vicino una traiettoria di riferimento”, Jonah Siekmann, uno dei ricercatori del progetto, ha detto a Digital Trends. “In primo luogo, raccogliere questa traiettoria di riferimento può essere piuttosto difficile e, una volta ottenuta una traiettoria di riferimento, non è molto chiaro se puoi usarla anche per apprendere un comportamento di "salto" o anche un comportamento di "camminata" comportamento."

Nel lavoro dell’OSU, il team ha creato un paradigma di ricompensa che eliminava completamente l’idea delle traiettorie di riferimento. Invece, suddivide porzioni di tempo in “fasi”, penalizzando il robot per avere un piede specifico a terra durante una determinata fase, mentre gli consente di farlo in altri punti. La rete neurale quindi capisce "tutte le cose difficili", come la posizione in cui dovrebbero trovarsi le articolazioni, quanta coppia applicare a ciascuna articolazione, come rimanere stabili e in posizione verticale - per creare un paradigma di progettazione basato sulla ricompensa che renda facile per robot come Cassie apprendere praticamente qualsiasi andatura bipede trovata in natura.

Predire il futuro

È un’impresa impressionante, certo. Ma fa sorgere anche una domanda più ampia: come diavolo hanno fatto i robot a diventare così agili? Mentre ancora non mancano i video online mostra i robot che crollano quando le cose vanno male, non c’è dubbio che il percorso complessivo che stanno seguendo sia diretto verso una locomozione straordinariamente fluida. Una volta l'idea di un robot che galoppa come un pony o esegue un routine atletica perfetta sarebbe stato inverosimile anche per un film. Nel 2020, i robot arriveranno lì.

Tuttavia, prevedere questi progressi non è facile. Non esiste una semplice osservazione del tipo della Legge di Moore che renda facile tracciare il percorso che i robot stanno seguendo da macchine goffe a operatori agili.

La legge di Moore si riferisce all’osservazione fatta dall’ingegnere Intel Gordon Moore nel 1965 secondo cui, ogni uno o due anni, il numero di componenti che potrebbero essere inseriti in un circuito integrato raddoppierà. Anche se c'è una discussione da sostenere sul fatto che noi potrebbe ora raggiungere i limiti della Legge di Moore, un ricercatore, diciamo, nel 1991 potrebbe realisticamente capire, sul retro di una busta, dove potrebbero essere le capacità del computer, in termini di calcoli, nel 2021. Per i robot le cose sono più complesse.

“Anche se la Legge di Moore aveva previsto sorprendentemente bene l’andamento della potenza di calcolo, prevedendo a La tendenza dei robot dotati di gambe è come guardare in una sfera di cristallo”, spiega Christian Gehring, responsabile della tecnologia ufficiale presso ANYbotics AG, un'azienda svizzera che produce robot dotati di gambe già utilizzati per compiti come ispezionando autonomamente le piattaforme energetiche offshore, ha detto a Digital Trends. “In sostanza, i robot dotati di gambe sono sistemi altamente integrati che si basano su molte tecnologie diverse come l’immagazzinamento dell’energia, il rilevamento, l’azione, l’elaborazione, il networking e l’intelligenza”.

Sono i progressi in questa fusione di diverse tecnologie che lavorano insieme che rendono i robot di oggi così potenti. È anche ciò che li rende difficili da prevedere per quanto riguarda la road map dello sviluppo futuro. Per costruire il tipo di robot che gli appassionati di robotica vorrebbero, sono necessari progressi nella creazione batterie piccole e leggere, capacità di rilevamento e percezione, comunicazioni cellulari e altro ancora. Tutti questi dovranno collaborare con i progressi in campi come il dee-learning A.I. per creare il tipi di macchine che bandiranno per sempre le immagini dei goffi robot di fantascienza con cui siamo cresciuti TV.

Più piccolo, più economico, migliore

La buona notizia è che sta accadendo. Mentre la Legge di Moore porta a progressi lato software, componenti hardware essenziali Sono diventando anche più piccoli ed economici. Non è così chiaro come la formulazione di Gordon Moore, ma sta accadendo.

“Anche con il ns Dimostratore scientifico di Atreus [robot] di sei o otto anni fa, gli amplificatori di potenza per far funzionare i nostri motori erano questi mattoni da un chilo e mezzo; erano grandi", Jonathan Hurst, co-fondatore di Robotica dell'Agilità, che ha costruito il già citato robot Cassie, ha detto a Digital Trends. “Da allora, abbiamo questi piccoli, minuscoli amplificatori che hanno la stessa quantità di corrente, la stessa quantità di tensione e ci danno un ottimo controllo sulla coppia erogata dai nostri motori. E sono piccoli: solo un pollice per due pollici per mezzo pollice di altezza o qualcosa del genere. Ne abbiamo 10 su Cassie. Ciò si aggiunge. Hai un mattone da tre libbre che misura sei pollici per quattro pollici per quattro pollici contro forse un paio di once che sono un pollice per due pollici. Fa una grande differenza con cose come l’elettronica di potenza”.

Hurst ritiene che i robot dotati di gambe siano ancora nelle fasi iniziali del loro percorso verso la diffusione onnipresente tecnologie che non solo possono muoversi in modo naturalistico come gli esseri umani, ma funzionano perfettamente al loro fianco loro. Alcune di queste sfide andranno ben oltre le simpatiche (ma estremamente impressionanti) demo come far galoppare i robot come pony. Ma costruire macchine più intelligenti in grado di padroneggiare diversi tipi di movimento e di cui fidarsi per operare nel mondo reale è certamente un passo importante.

È un passo (o più passi) che i robot ambulanti stanno migliorando sempre di più.

Raccomandazioni degli editori

• Esoscheletri con pilota automatico: uno sguardo al prossimo futuro della robotica indossabile
• Bravo in StarCraft? La DARPA vuole addestrare i robot militari con le tue onde cerebrali
• Il nuovo robot del MIT può giocare al gioco di impilamento di blocchi preferito da tutti, Jenga
• Il robot che salta sott'acqua mostra incredibili abilità di salto ispirate alla natura
• La morbida mano robotica offre agli scienziati una nuova presa sulla vita nelle profondità marine