Американська компанія Hybrid Robotics представила одного зі своїх чотириногих роботів, який навчився азів гри у футбол (а заразом і влучності). Він вміє координувати свої рухи так, щоб сили було достатньо для штовхання м'яча, а також вміє планувати це штовхання так, що влучати в імпровізовані ворота. Поки показаний за буцанням м'яча робот А1 може робити це лише стоячи, однак у майбутньому його планують навчити робити це і під час бігу. Статтю про підхід до навчання та його результати дослідники представлять на конференції IROS 2022.
Yandong Ji et al. / arXiv, 2022
Багатоногі роботи, які можуть вправлятися з м'ячем не гірше за людей, є доволі популярним напрямком у робототехніці, а дослідники навіть змагаються. Наприклад, заснований ще у 1996 році конкурс RoboCup. Однак методи навчання роботів, які засновані на моделюванні, часто не дають можливості навчити їх «бити в ціль», зокрема через відмінності між динамікою симулятора та реального світу. І Hybrid Robotics вирішили змінити підхід для свого чотириногого робота А1 та поєднали навчання з підкріпленням у симуляції та під час дійсних тренувань з м'ячем.
Щоб буцнути м'яч, контролери робота мають забезпечити йому можливість достатньо швидко махнути кінцівкою так, щоб м'яч можна було відштовхнути. При цьому робот має тримати рівновагу, а бажано ще і враховувати положення м'яча та воріт у реальному часі, щоб генерувати найкращі рішення щодо рухів, враховуючи свої фізичні обмеження. І Hybrid Robotics для свого А1 розбили задачу на дві менші — планування власних рухів та руху м'яча. Відтак, коли робот отримує команду завдати удару, він рухає свою «ударну» ногу, прискорюючи її так, щоб переданий при контакті імпульс м'ячу забезпечив потрапляння у ціль. Відстежувати м'яч допомагає камера.
Hybrid Robotics / YouTube
Спершу робот «тренувався» у симуляції із уявним жорстким м'ячем, для кидка якого було легко обирати параметри, а затим продовжив навчання із реальним м'ячем. Якщо використовувати лише набуті у симуляції навички, робот заледве потрапляє м'ячем в ціль, особливо якщо вона знаходиться на відстані понад 3 метри. Це ілюструє величезний розрив між змодельованою та реальною динамікою м'яча. Натомість після 32 ітерацій у реальному світі точність зростає і м'яч досягає цілі у 8 із 9 спроб (проти жодної вдалої навіть в одне і те саме місце влучання, якщо використовувати лише дані моделювання).
Головне міцно стояти на ногах
😸Французькі інженери навчили чотириногого робота падати з висоти і приземлятися на лапи
🐈Американські інженери запропонували наділяти чотириногих хвостом, щоб вони краще могли долати перешкоди
🕳️ А шестиногий робот може використовувати одну зі своїх кінцівок для промацування шляху перед собою — щоб обирати найстійкіші місця