Подивіться, як рухається цей робот-собака.
Спочатку він скаче риссю, потім переходить на стрибки. Ніхто не віддає йому команд. Він просто сам перемикається.
Це KAIST HOUND. Його вага становить близько 45 кілограмів (100 фунтів), і він рухається з тією плавністю, яка раніше здавалася неможливою для машин цього типу. Використовуючи камери та лідер, робот сканує поверхню попереду. Потім він вибирає відповідний крок: рівну рись для рівних ділянок та швидкий стрибковий біг для подолання перешкод. Усе це відбувається у режимі реального часу: робот коригує рух ніг самостійно, без зовнішнього втручання.
Дослідники протестували пристрій на відкритій місцевості. Вони прогнали робота кампусом університету, подолавши 0,7 милі асфальту, а потім відправили його в ліс. Там робот подолав 0,2 милі стежки, усіяної корінням, колодами та слизьким листям. Він упорався з усім. Подробиці дослідження були опубліковані в журналі Science Robotics 15 липня.
У чому складність
Тварини постійно змінюють манеру пересування. Ви ж помічали, як собака сповільнюється і переходить на рись нерівною землею, а коли шлях розчищається, легко перестрибує через ціпок? Їх це природний процес.
Для робота ж це зовсім неприродно. Це складно.
Зазвичай рись та стрибковий біг запрограмовані у цілком окремих системах. Перемикання між ними викликає затримки. Затримки призводять до спотикання. Спотикання означає поломку або збій робота. Саме у розриві між двома стилями програмування роботи «гинуть».
Команді дослідників потрібно було збудувати міст між цими системами.
«Мозок» за «м’язами»
Вони створили систему під назвою APT-RL.
Це абревіатура від Action Pretrained Transformer-based Reinforcement Learning (Навчання з підкріпленням на основі попередньо навченої трансформерної моделі дій). Назва складна. Концепція – простіше.
Спочатку штучний інтелект вивчив безліч рухів. Трансформерна модель виявила закономірності серед них. Потім набуло чинності навчання з підкріпленням: метод спроб і помилок. За правильні дії – заохочення, за помилки – штраф.
Але звідки взялися дані для навчання?
Реального робота ще існувало. Вони почали із двовимірної моделі. Простий комп’ютерної симуляції. За допомогою оптимізації траєкторії вони з’ясували, які рухи фізично можливі для кінцівок. Вони згенерували 180 мільйонів послідовностей: короткі фрагменти рисі та стрибкового бігу. Були розраховані сили, необхідних роботи суглобів. Створення цього набору даних зайняло лише вісім хвилин. П’ятнадцять годин даних про рух, готових за час, який потрібно закип’ятити воду.
Потім ІІ мав навчитися обирати, коли який рух застосовувати.
Симуляція кидала роботу на шлях різноманітні перешкоди: сходи, каміння для перестрибування, бар’єри, ями, нерівний ґрунт. Роботу доводилося самостійно вирішувати, яку навичку застосувати і як адаптувати її на льоту.
А ось тут починається найцікавіше. У симуляцію були додані глибинні камери та лідери. Робот мав «бачити» так само, як бачитиме реальний пристрій.
«Система вибирає відповідний крок і коригує рухи в режимі реального часу на основі візуальних даних».
В одному з тестів усередині приміщення робот подолав перешкоду заввишки два фути (близько 60 см). Він робив це на швидкості 15 кілометрів на годину (приблизно 9 миль на годину). Він навіть зістрибнув із триступеневих сходів.
Зверніть увагу, як він вибирав свої рухи. Низька швидкість? Рись. Нерівна поверхня? Він опускався нижче та діяв обережніше. Висока швидкість? Довгі кроки? Стрибковий біг.
Він завжди ухвалював правильне рішення. Версія програмного забезпечення, обмежена лише риссю, часто давала збої. Те саме відбувалося з версією, яка примусово використовує тільки стрибки. А гібридна версія? Стабільна.
Це просто трюк?
Ні. Робот вивчив поведінки, яким його явно не навчали. Наприклад, перестрибування через колоду. Вихідні дані для тренування передбачали рівну поверхню. Колоди не було в плані. Але ІІ впорався, тому що навчання полягало не просто в копіюванні, а в розумінні рельєфу у трьох вимірах.
Він сам коригує помилки.
Він адаптується.
Саме такі можливості змінюють те, на що ці машини можуть розраховувати у реальному житті, за межами лабораторії. Більше не потрібні ідеально рівні підлоги.
Чи побачите ви такого робота у кур’єрській службі найближчим часом? Можливо.
Або, можливо, він ще якийсь час залишиться в рамках університетського кампусу.
