Sprongen en grenzen: de halsbrekende vooruitgang van robotbehendigheid

Toen Charles Rosen, de A.I. pionier die het Artificial Intelligence Center van SRI International oprichtte, werd gevraagd een naam te bedenken voor de 's werelds eerste mobiele robot voor algemene doeleinden, dacht hij even na en zei toen: 'Nou, het schudt enorm als het beweegt. Laten we het gewoon Shakey noemen.

Een variatie op dit idee is gedurende een groot deel van de geschiedenis van de moderne robotica doorgedrongen. Robots, zo nemen we vaak aan, zijn onhandige machines met net zoveel gratie als de zondagse lunch van een atheïst. Zelfs sciencefictionfilms hebben robots herhaaldelijk voorgesteld als lompe creaties die met langzame, aarzelende stappen lopen.

Dat idee strookt simpelweg niet meer met de werkelijkheid.

Onlangs heeft een groep onderzoekers van het Dynamic Robotics Laboratory in Oregon State een van de universiteiten meegenomen Cassie-robots, een paar lopende robotpoten die lijken op de onderste ledematen van een struisvogel, naar een sportveld om de nieuwste ‘tweevoetige loop’-algoritmen van het laboratorium uit te proberen. Eenmaal daar aangekomen sprong, liep, galoppeerde de robot en schakelde naadloos tussen elk type beweging zonder te vertragen. Het was een indrukwekkende demonstratie, die spreekt over de behendigheid van de huidige robots – vooral als er een beetje op diepgaand leren gebaseerde training bij betrokken is.

“Wanneer mensen diepgaande versterkingsleren toepassen op robotica, gebruiken ze meestal beloningsfuncties die neerkomen op het belonen van het neurale netwerk voor het nauwkeurig nabootsen van een referentietraject,” Jonas Siekmann, vertelde een van de onderzoekers van het project aan Digital Trends. “Het verzamelen van dit referentietraject kan in de eerste plaats behoorlijk lastig zijn, en als je eenmaal een ‘running’ referentietraject, het is niet zo duidelijk of je dat ook kunt gebruiken om ‘huppelgedrag’ aan te leren, of zelfs ‘lopen’ gedrag."

In het OSU-werk creëerde het team een ​​beloningsparadigma dat het idee van referentietrajecten volledig schrapte. In plaats daarvan worden delen van de tijd opgedeeld in ‘fasen’, waarbij de robot wordt bestraft voor het feit dat hij tijdens een bepaalde fase een specifieke voet op de grond heeft staan, terwijl hij dit op andere punten wel toestaat. Het neurale netwerk zoekt vervolgens “alle moeilijke dingen” uit – zoals de positie waarin de gewrichten zich moeten bevinden, hoeveel koppel er op elk gewricht moet worden uitgeoefend, hoe stabiel en rechtop blijven – om een ​​op beloningen gebaseerd ontwerpparadigma te creëren dat het voor robots als Cassie gemakkelijk maakt om vrijwel elke tweevoetige gang te leren die te vinden is in natuur.

De toekomst voorspellen

Het is zeker een indrukwekkende prestatie. Maar het roept ook een grotere vraag op: hoe zijn robots in vredesnaam zo wendbaar geworden? Hoewel er nog steeds geen tekort is aan video's online waarin robots instorten als er iets misgaat, bestaat er ook geen twijfel over dat het algemene pad dat ze volgen er een is dat op weg is naar een indrukwekkend soepele voortbeweging. Ooit ontstond het idee van een robot die galoppeert als een pony of een perfecte atletische routine zou zelfs voor een film vergezocht zijn geweest. In 2020 komen robots daar.

Het voorspellen van deze vooruitgang is echter niet eenvoudig. Er bestaat geen eenvoudige observatie van het type Moore’s Law die het gemakkelijk maakt om het pad dat robots volgen van onhandige machines naar vlotte operators in kaart te brengen.

De wet van Moore verwijst naar de observatie van Intel-ingenieur Gordon Moore in 1965 dat elke één tot twee jaar het aantal componenten dat op een geïntegreerd circuit kan worden geperst, zal verdubbelen. Terwijl er een argument is dat wij bereikt nu misschien wel de grens van de wet van Moore zou een onderzoeker uit bijvoorbeeld 1991 realistisch kunnen uitrekenen, op de achterkant van een envelop, waar de computercapaciteiten, in termen van berekeningen, in 2021 zouden kunnen zijn. Voor robots is het complexer.

“Hoewel de wet van Moore de trend in rekenkracht verbazingwekkend goed voorspelde, voorspelde hij een De trend bij robots op poten is als staren in een kristallen bol”, zegt Christian Gehring, hoofd technologie officier bij ANYbotics AG, een Zwitsers bedrijf dat potenrobots maakt die al worden gebruikt voor taken als het autonoom inspecteren van offshore-energieplatforms, vertelde Digitale Trends. “In wezen zijn potente robots sterk geïntegreerde systemen die afhankelijk zijn van veel verschillende technologieën, zoals energieopslag, detectie, acteren, computergebruik, netwerken en intelligentie.”

Het zijn de vorderingen in deze samensmelting van verschillende technologieën die samenwerken die de robots van vandaag zo krachtig maken. Dat maakt ze ook moeilijk te voorspellen wat de routekaart van toekomstige ontwikkeling betreft. Om het soort robots te bouwen dat robotici graag zouden willen, moet er vooruitgang worden geboekt bij de creatie ervan kleine en lichtgewicht batterijen, detectie- en perceptiemogelijkheden, mobiele communicatie en meer. Deze zullen allemaal moeten samenwerken met ontwikkelingen op terreinen als dee-learning A.I. om de soorten machines die voor altijd de beelden zullen verbannen van onhandige sciencefictionbots waar we naar keken TV.

Kleiner, goedkoper, beter

Het goede nieuws is dat het gebeurt. Terwijl de wet van Moore leidt tot vooruitgang aan de softwarekant, essentiële hardwarecomponenten Zijn wordt ook kleiner en goedkoper. Het is niet zo netjes als de formulering van Gordon Moore, maar het gebeurt.

“Zelfs bij onze Wetenschapsdemonstrator van Atreus [robot] van zes of acht jaar geleden waren de eindversterkers om onze motoren aan te drijven deze stenen van drie pond; ze waren groot”, zegt Jonathan Hurst, mede-oprichter van Behendigheidsrobotica, die de eerder genoemde Cassie-robot bouwde, vertelde Digital Trends. “Sindsdien hebben we deze kleine, kleine versterkers die dezelfde hoeveelheid stroom en dezelfde hoeveelheid spanning hebben en ons een zeer goede controle geven over het koppel van onze motoren. En ze zijn klein – slechts een centimeter bij vijf centimeter bij een halve centimeter hoog of zoiets. We hebben er tien van Cassie. Dat klopt. Je hebt een steen van drie pond van vijftien bij vier centimeter bij vier centimeter, tegenover misschien een paar ons van een centimeter bij vijf centimeter. Bij zaken als de vermogenselektronica maakt het een groot verschil.”

Hurst zei dat hij gelooft dat robots met poten zich nog in de beginfase bevinden van hun pad om alomtegenwoordig te worden technologieën die niet alleen op een naturalistische manier kunnen bewegen zoals mensen, maar ook naadloos naast elkaar functioneren hen. Sommige van deze uitdagingen gaan veel verder dan schattige (maar uiterst indrukwekkende) demo's, zoals het laten galopperen van robots als pony's. Maar het bouwen van slimmere machines die verschillende soorten bewegingen kunnen beheersen en die in de echte wereld kunnen functioneren, is zeker een belangrijke stap.

Het is een stap (of stappen) dat lopende robots steeds beter en beter worden.

Aanbevelingen van de redactie

• Exoskeletten met automatische piloot: een kijkje in de nabije toekomst van draagbare robotica
• Goed in StarCraft? DARPA wil militaire robots trainen met jouw hersengolven
• De nieuwe robot van MIT kan ieders favoriete blokkenstapelspel spelen, Jenga
• De onderwaterspringrobot beschikt over verbazingwekkende, door de natuur geïnspireerde springcapaciteiten
• Zachte robothand geeft wetenschappers nieuwe grip op het diepzeeleven