Как известно, этот сравнительно новый вид атлетики славится эффектным преодолением препятствий в городской среде. ANYmal также умеет справляться с пересечённой местностью, которая обычно встречается на строительных площадках или в зонах стихийных бедствий.
Чтобы научить робопса новым навыкам, две команды инженеров под руководством одного и того профессора Марко Хаттера с кафедры механики и технологических процессов, продвигались к достижению разными путями.
В одной из групп трудится Никита Рудин, который лично увлекается паркуром в свободное время. Он сказал, что до начала проекта ряд его коллег полагали, что четвероногие роботы в своём развитии достигли предела. Но у искушённого в паркуре Рудина было другое мнение. Более того — уверенность, что роботов можно научить куда большему.
С помощью машинного обучения инженер научил робопса новым навыкам. Теперь тот может взбираться на препятствия и выполнять сложные манёвры, чтобы спрыгнуть с них.
В процессе робот учился подобно детям, то есть путём проб и ошибок. Теперь, когда на его пути есть преграда, он благодаря своей видеокамере и искусственной нейронной сети определяет, с каким именно препятствием столкнулся. Затем выполняет оптимальные движения, которые на основе накопленного им опыта с наибольшей вероятностью окончатся успехом.
Рудин также объяснил, что робот получил возможность выходить за рамки предопределённых задач и теперь преодолевает труднопроходимую местность, например, бетонные завалы.
Подготовить ту же модель ANYmal именно к таким хаотичным трудностям стало задачей другого научного проекта, над которым трудился коллега Рудина из ETH Фабиан Дженелтен. Он объединил ради этого возможности машинного обучение с испытанным подходом, известным как управление на основе моделей.
Так называют относительно простой способ научить робота распознавать углубления в кучах щебня и преодолевать их. А машинное обучение при этом помогает освоить схемы движений, которые робот затем может гибко, в динамическом диапазоне, совершать в непредсказуемых ситуациях.
Сочетание обоих подходов позволяет нам получать максимальную отдачу от любого робота
— Фабиан Дженелтен, ETH Zurich.
— Фабиан Дженелтен, ETH Zurich.
В результате четвероногий робот теперь успешнее передвигается по скользким поверхностям или шатким валунам. Так учёные готовят мобильные устройства к работе в местах, опасных для человека. Например, на стройплощадках или после землетрясений.