DribbleBot sa učí hrať s futbalovou loptou v reálnych podmienkach
- Autor:
- Roman Mališka
- Zverejnené:
- 11. 4. 2023
- Hodnotenie:
- Už ste hlasovali.
V laboratóriu Improbable Artificial Intelligence na MIT vyvinuli štvornohého robota s názvom DribbleBot (Dexterous Ball Manipulation with a Legged Robot, čiže „obratná manipulácia s loptou pomocou robota s nohami“), ktorý dokáže hrať s futbalovou loptou v reálnych podmienkach podobných tým, s ktorými sa stretáva ľudský hráč.
Robotický futbal existuje už od polovice 90. rokov, hoci tieto zápasy boli zvyčajne pomerne zjednodušenou verziou ľudskej hry. Avšak prinútiť robota manipulovať s loptou je tiež veľmi atraktívnou témou výskumu v robotike. Zvyčajne sa tieto snahy sústreďovali na kolesové roboty hrajúce na veľmi rovnom, jednotnom povrchu, ktoré naháňajú loptu, ktorú nechajú kotúľať a zastaviť.
V prípade DribbleBota tím použil štvornohého robota s dvoma objektívmi typu rybieho oka a palubným počítačom s kapacitou učenia neurónovej siete na sledovanie futbalovej lopty na ploche, ktorá má nerovný terén skutočného ihriska a obsahuje piesok, blato a dokonca aj sneh. To nielenže znížilo predvídateľnosť lopty pri jej kotúľaní, ale zvýšilo aj nebezpečenstvo pádu, z ktorého sa musel 40-centimetrov vysoký robot spamätať a potom loptu získať späť ako ľudský hráč.
Vo svete, v ktorom sa dvojnohý robot Atlas od spoločnosti Boston Dynamics pravidelne ukazuje, ako behá po rozbitej zemi a robí salto vzad, sa to môže zdať jednoduché, ale v manipulácii s loptou je veľký rozdiel. Kráčajúci robot sa môže spoliehať na externé vizuálne senzory a pri udržiavaní rovnováhy sa spolieha na analýzu toho, ako dobre sa jeho nohy držia zeme. Lopta kotúľajúca sa po nerovnom teréne je oveľa zložitejšia, pretože reaguje na malé faktory, ktoré nemajú vplyv na robota, čo si vyžaduje, aby robot sám objavil zručnosti potrebné na ovládanie lopty, keď je lopta aj on v pohybe.
Na urýchlenie tohto procesu sa paralelne v reálnom čase uskutočnilo 4 000 digitálnych simulácií robota, vrátane príslušnej dynamiky a spôsobu reakcie na spôsob, akým sa simulovaná lopta kotúľa. Keď sa robot naučil manipulovať s loptou, bol odmeňovaný pozitívnym hodnotením a v prípade chyby dostával negatívne hodnotenie. Tieto simulácie umožnili stlačiť stovky dní hry len do niekoľkých dní.
Potom v reálnom svete umožnila vstavaná kamera, senzory a aktuátory robota aplikovať to, čo sa naučil digitálne, a zdokonaliť tieto zručnosti v zložitejšej realite.
„Ak sa dnes pozriete okolo seba, väčšina robotov je na kolieskach,“ hovorí Pulkit Agrawal, profesor MIT, hlavný výskumník CSAIL a riaditeľ Improbable AI Lab. „Predstavte si však, že dôjde ku katastrofickému scenáru, záplavám alebo zemetraseniu, a my chceme, aby roboty pomáhali ľuďom pri pátraní a záchrane. Potrebujeme, aby stroje prechádzali terénom, ktorý nie je rovný, a kolesové roboty nedokážu prejsť takýmito terénmi. Celý zmysel štúdia robotov s nohami spočíva v tom, aby sa dostali do terénov mimo dosahu súčasných robotických systémov. Naším cieľom pri vývoji algoritmov pre tieto roboty je zabezpečiť autonómiu v náročných a zložitých terénoch, ktoré sú v súčasnosti mimo dosahu robotických systémov“.
Výskum bude prezentovaný na medzinárodnej konferencii IEEE o robotike a automatizácii (ICRA) 2023 v Londýne, ktorá sa začína 29. mája 2023.
