Driblebot может играть в футбол на песке, гравии, грязи и снеге
Название Driblebot переводится как «робот, ведущий мяч», «робот для дриблинга». Он действительно может водить футбольный мяч на таких ландшафтах, как песок, гравий, грязь и снег. Машина обучается и подстраивается под изменчивую динамику мяча.
Лаборатория искусственного интеллекта Массачусетского технологического института (MIT) — часть Лаборатории компьютерных наук и искусственного интеллекта (CSAIL). Научный коллектив создал роботизированную систему, способную управлять футбольным мячом в тех же условиях, что и люди. Робот использует сочетание встроенных датчиков и вычисления для перемещения по различным природным ландшафтам. В том числе Driblebot может вставать и подбирать мяч после падения. Исследователи хотели научить машину автоматически управлять ногами, чтобы развить сложные навыки реагирования на различные естественные поверхности.
Робот, мяч и местность находятся также внутри симуляции, то есть цифрового двойника окружающей среды. Параллельно в режиме реального времени моделируются 4000 версий виртуального робота, что позволяет обрабатывать данные в 4000 раз быстрее, чем при использовании только лишь физически существующего робота.
Причём Driblebot начинает движение, не зная, как вести мяч. Он, по сути, пытается выяснить, какую последовательность усилий должен совершать ногами.
Аспирант MIT Гейб Марголис пояснил, что если в реальном времени на комплекс движений нужно пару дней, то в симуляторе пролетают сотни виртуальных дней. Со временем робот учится всё лучше и лучше управлять футбольным мячом, чтобы соответствовать желаемой скорости.
Driblebot также может перемещаться по незнакомой местности и подниматься после падений благодаря отдельному контроллеру, а затем переключиться на контроллер дриблинга, чтобы продолжить преследование мяча.
— Пулкит Агравал, профессор MIT, главный исследователь CSAIL и директор лаборатории ИИ.
Увлечение четвероногими роботами и футболом имеет глубокие корни. Канадский профессор Алан Макворт впервые описал эту идею в статье под названием «О наблюдении за роботами» ещё в 1992 году. Позднее японские исследователи организовали семинар на тему «Грандиозные вызовы в области искусственного интеллекта», который привёл к дискуссиям об использовании футбола для продвижения науки и технологий. Год спустя запустили проект Robot J-League, и вскоре последовал глобальный ажиотаж. Так возникли международные соревнования — Чемпионат мира по футболу среди роботов RoboCup.
Итак, особенность проекта заключается как раз в естественных, трудных условиях для Driblebot. Что касается аппаратной части, робот оснащён набором датчиков, которые позволяют ему воспринимать окружающую среду, чувствовать, где он находится, «понимать» своё положение и «видеть» окрестности. Набор приводов позволяют машине прикладывать усилия и перемещать себя и объекты. В системе наряду с датчиками и механизмами действует компьютер, чтобы преобразовывать данные в действия. Когда робот бежит по снегу, он может чувствовать его с помощью моторных датчиков. Но футбол — более сложная задача, чем ходьба, поэтому команда использовала камеры на голове и туловище робота для новой сенсорной модальности зрения в дополнение к новому двигательному навыку.
И учёным ещё есть, к чему стремиться: Driblebot пока не обучен условиям на склонах и лестницах. Робот не воспринимает геометрию местности; он только оценивает свойства контакта с материалом, такие как трение. Например, если есть ступенька вверх, робот застрянет. Он не сможет поднять мяч над ступенькой — это область, которую авторы проекта исследуют в будущем.
Исследователи затем применят выводы, полученные в ходе разработки Dribblebot, к другим задачам: комбинированное передвижение и манипулирование объектами, быстрая транспортировка различных объектов с места на место с помощью ног или «рук».
Сторонний эксперт по ИИ Викаш Кумар отметил, что в Dribblebot впечатляет, как сенсомоторные навыки синтезируются в режиме реального времени в недорогой системе с использованием встроенных вычислительных ресурсов. В общем, система демонстрирует замечательную ловкость и координацию.
Лаборатория искусственного интеллекта Массачусетского технологического института (MIT) — часть Лаборатории компьютерных наук и искусственного интеллекта (CSAIL). Научный коллектив создал роботизированную систему, способную управлять футбольным мячом в тех же условиях, что и люди. Робот использует сочетание встроенных датчиков и вычисления для перемещения по различным природным ландшафтам. В том числе Driblebot может вставать и подбирать мяч после падения. Исследователи хотели научить машину автоматически управлять ногами, чтобы развить сложные навыки реагирования на различные естественные поверхности.
Робот, мяч и местность находятся также внутри симуляции, то есть цифрового двойника окружающей среды. Параллельно в режиме реального времени моделируются 4000 версий виртуального робота, что позволяет обрабатывать данные в 4000 раз быстрее, чем при использовании только лишь физически существующего робота.
Причём Driblebot начинает движение, не зная, как вести мяч. Он, по сути, пытается выяснить, какую последовательность усилий должен совершать ногами.
Аспирант MIT Гейб Марголис пояснил, что если в реальном времени на комплекс движений нужно пару дней, то в симуляторе пролетают сотни виртуальных дней. Со временем робот учится всё лучше и лучше управлять футбольным мячом, чтобы соответствовать желаемой скорости.
Driblebot также может перемещаться по незнакомой местности и подниматься после падений благодаря отдельному контроллеру, а затем переключиться на контроллер дриблинга, чтобы продолжить преследование мяча.
Если вы посмотрите вокруг, то увидите большинство роботов на колёсах. Но представьте сценарий бедствия, наводнения или землетрясения. Мы хотим, чтобы роботы помогали людям при поисках и спасении. Для этого машины должны передвигаться по пресечённой местности. Наша цель — создать алгоритмы для роботов с ногами, то есть обеспечить автономность в сложных условиях
— Пулкит Агравал, профессор MIT, главный исследователь CSAIL и директор лаборатории ИИ.
Увлечение четвероногими роботами и футболом имеет глубокие корни. Канадский профессор Алан Макворт впервые описал эту идею в статье под названием «О наблюдении за роботами» ещё в 1992 году. Позднее японские исследователи организовали семинар на тему «Грандиозные вызовы в области искусственного интеллекта», который привёл к дискуссиям об использовании футбола для продвижения науки и технологий. Год спустя запустили проект Robot J-League, и вскоре последовал глобальный ажиотаж. Так возникли международные соревнования — Чемпионат мира по футболу среди роботов RoboCup.
Итак, особенность проекта заключается как раз в естественных, трудных условиях для Driblebot. Что касается аппаратной части, робот оснащён набором датчиков, которые позволяют ему воспринимать окружающую среду, чувствовать, где он находится, «понимать» своё положение и «видеть» окрестности. Набор приводов позволяют машине прикладывать усилия и перемещать себя и объекты. В системе наряду с датчиками и механизмами действует компьютер, чтобы преобразовывать данные в действия. Когда робот бежит по снегу, он может чувствовать его с помощью моторных датчиков. Но футбол — более сложная задача, чем ходьба, поэтому команда использовала камеры на голове и туловище робота для новой сенсорной модальности зрения в дополнение к новому двигательному навыку.
И учёным ещё есть, к чему стремиться: Driblebot пока не обучен условиям на склонах и лестницах. Робот не воспринимает геометрию местности; он только оценивает свойства контакта с материалом, такие как трение. Например, если есть ступенька вверх, робот застрянет. Он не сможет поднять мяч над ступенькой — это область, которую авторы проекта исследуют в будущем.
Исследователи затем применят выводы, полученные в ходе разработки Dribblebot, к другим задачам: комбинированное передвижение и манипулирование объектами, быстрая транспортировка различных объектов с места на место с помощью ног или «рук».
Сторонний эксперт по ИИ Викаш Кумар отметил, что в Dribblebot впечатляет, как сенсомоторные навыки синтезируются в режиме реального времени в недорогой системе с использованием встроенных вычислительных ресурсов. В общем, система демонстрирует замечательную ловкость и координацию.
- Дмитрий Ладыгин
- youtu.be/bV4ek-zI3CU
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Контрабандисты оккупировали Восточную Африку: зачем черных муравьев тайно вывозят в Китай и Европу?
Эксперты предупреждают: такой вывоз в итоге закончится непоправимой экологической катастрофой...
Немецкий ученый был главным в секретной ракетной программе: однажды он вышел из кабинета и исчез навсегда
Как операция «Дамоклов меч» пресекла главную военную операцию целого государства...
К 2060 году половина плотин в мире выйдет из строя: США — главные в черном списке
Эксперты говорят: если не принять меры, часть Соединенных Штатов может полностью опустеть...
В России снова захотели строить железную дорогу в Индию: почему не удались прошлые попытки?
Эксперты говорят: дерзкий проект мог бы принести российской казне миллиардные прибыли...
Этим книгам осталось жить считаные дни: кто охотится на очень редкие экземпляры, а затем уничтожает их?
Эксперты бьют тревогу: это, пожалуй, самый циничный поворот в истории книгопечатания...
Кольца на деревьях раскрыли тайну гибели последней империи кочевников в Евразии
Поразительно, но падение Джунгарского ханства началось за тысячи километров от Азии, в Северной Атлантике...
Личность пророка Моисея, возможно, раскрыта: следы ведут к легендарной царице Египта
По словам историков, новое исследование собрало максимальное количество возможных доказательств...
Самое жаркое лето в истории СССР: кто остановил огненную стихию
Почему в советское время подробности этой экологической катастрофы находились под грифом «совершенно секретно╗?...
Тайна огней Марфы, 150 лет не дававшая покоя ученым, похоже, разгадана
Болотный газ? Огни святого Эльма? НЛО? Ответ оказался намного проще и сложнее одновременно...
«Сувенир» от неандертальцев: секреты этих мутаций не разгаданы до конца
Они живут в ДНК 47 000 лет, но почему их совсем нет у африканцев, зато много у жителей Южной Азии...
Где искать миллионы индейцев, погибших от оспы: новая теория может шокировать
Ученые доказали: могилы не пропали, их никто даже не копал. Но почему так произошло?...
Авокадо ежедневно меняет пол, и исследователи, наконец, выяснили, как именно
Почему селекционеры и ботаники ждали этого открытия более 100 лет?...