Chodzące roboty mogą wykonywać zadania dzięki zapamiętywaniu ruchów
Obliczanie ruchów robotów jest niezwykle skomplikowane, a wykonanie tego w przypadku robotów posiadających ręce i nogi, poruszających się w nieuporządkowanym środowisku, jest jeszcze trudniejsze. Robot musi szybko reagować na bodźce rejestrowane przez czujniki i stosować te dane w nowych sytuacjach w oparciu o optymalne decyzje. „Takie roboty są bardzo niestabilne. Jeśli robot dwunożny nie podejmie właściwej decyzji, może upaść i prawdopodobnie ulegnie uszkodzeniu”, mówi koordynator projektu MEMMO Nicolas Mansard, ekspert w dziedzinie robotyki i dyrektor ds. badań w Narodowym Centrum Badań Naukowych (CNRS) w Tuluzie we Francji. „Aby chodzący robot mógł reagować na sytuację w czasie rzeczywistym, musi rozwiązać problem numeryczny z 10 000 zmiennych w ciągu milisekundy, a to znacznie przekracza możliwości obecnych systemów sztucznej inteligencji”, wyjaśnia Mansard. „Aby sprostać temu poważnemu wyzwaniu, opracowaliśmy system Memory of Motion”.
Zbyt wiele zmiennych do wyboru
Ogromna ilość wstępnie obliczonych optymalnych ruchów została wygenerowana offline i skompresowana do bazy danych potencjalnych reakcji zwanej Memory of Motion. Aby stworzyć bibliotekę ruchów, robot jest trenowany w trybie offline w różnych symulowanych środowiskach. „Korzystamy z najlepszych dostępnych narzędzi do planowania ruchu, aby zmniejszyć czas eksploracji [bazy danych] i poprawić jakość generowanych danych, a także używamy uczenia maszynowego, aby zakodować je w bazie Memory of Motion, co pozwala na mniejsze zużycie pamięci. Następnie optymalnie adaptujemy potencjalny ruch z pamięci do podobnych sytuacji, które nie zostały przetestowane w rzeczywistych warunkach”, mówi Mansard. Jest to tak zwane „uogólnienie”. Podczas chodzenia robot rozpoznaje nową sytuację na podstawie swoich czujników działających w czasie rzeczywistym. Następnie wybiera z pamięci odpowiednią reakcję i optymalizuje ją z wykorzystaniem własnych funkcji predykcyjnych. „W trybie online używamy bazy Memory of Motion do sterowania tzw. solwerem optymalizacyjnym, który podejmuje ostateczną decyzję o sposobach zachowania się robota, tak aby mógł on utrzymać równowagę, chodzić czy wykonywać pewne czynności związane z manipulacją narzędziami itp.”, dodaje Mansard. „Ten sposób generowania ruchów robota jest zupełnie nową koncepcją, którą opracowaliśmy od podstaw”.
Weryfikacja przy użyciu trzech różnych scenariuszy
Wspólnie z partnerskim konsorcjum Airbus z Tuluzy we Francji zespół MEMMO wykorzystał zaawansowanego robota humanoidalnego do wykonywania zadań związanych z narzędziami do montażu samolotów. „W projekcie demonstracyjnym robot był w stanie chodzić po fabryce, przejść do obszaru montażu i zastosować uproszczoną wersję zadania związanego z narzędziami”, mówi Mansard. W drugim przykładzie w centrum rehabilitacyjnym zaawansowany chodzący egzoszkielet został połączony z pacjentem cierpiącym na paraplegię pod nadzorem medycznym, aby umożliwić mu chodzenie. W trakcie projektu opracowano dojrzały produkt, który obecnie jest przygotowywany w celu dostarczenia do centrum medycznego, a w dalszej perspektywie ma być wykorzystywany w warunkach domowych. Na koniec egzoszkielet przetestowano z robotem czworonożnym, który jest w stanie wchodzić do kopanego tunelu lub do budynków przeznaczonych do wyburzenia. „Warto mieć wgląd w to, co się dzieje, szczególnie w strefie zagrożenia, gdzie nie chcemy posyłać ludzi”, mówi Mansard. System został przetestowany przy użyciu istniejącego komercyjnego robota do inspekcji przemysłowej szwajcarskiej firmy ANYbotics. Robot ANYmal trafił już do sprzedaży.
Uniwersalne rozwiązanie
Ten sam generator ruchu jest używany w trzech bardzo różnych robotach. „Było to możliwe dzięki wykorzystaniu najnowszych osiągnięć w optymalizacji numerycznej, a także w uczeniu maszynowym, oraz połączeniu ich ze sobą”. Uczony dodaje przy tym: „Zwykle systemy te nie są stosowane równocześnie”. „Nie jest to rozwiązanie wszystkich możliwych problemów dotyczących ruchu – przynajmniej jeszcze nie teraz. Jest jednak bardzo uniwersalne i idzie znacznie dalej niż poprzednie modele”, dodaje na koniec Mansard.
Słowa kluczowe
MEMMO, roboty, robotyka, generator ruchu, humanoid, Airbus, egzoszkielet, paraplegik, rehabilitacja, czworonożny, ANYbotics, ANYmal
