Его научили трем движениям для успешного перехвата мяча
Hybrid Robotics / YouTube
Американские инженеры научили четвероногого робота работать футбольным вратарем. Он анализирует траекторию полета мяча после удара и прыгает, чтобы перехватить его и не дать попасть в ворота. Статья о разработке опубликована на arXiv.org.
Как правило, инженеры-робототехники решают прикладные задачи, которые можно напрямую применить на практике. Например, это создание эффективных алгоритмов и приспособлений для перемещения ходячих роботов по пересеченной местности. Но есть и немало работ, в которых инженеры, казалось бы, занимаются не особо полезными вещами, к примеру, обучением двуногого робота чеканке мячика. Однако в процессе решения одной конкретной задачи они создают более фундаментальные наработки, которые в перспективе можно применить для многих практических применений. Так, в той же работе по чеканке мяча разработчики создали алгоритм, позволяющий роботу одновременно выполнять две динамические задачи.
В новой работе та же группа инженеров из лаборатории гибридной робототехнике Университета Калифорнии в Беркли во главе с Кушилем Сринатом (Koushil Sreenath) снова научила робота работать с мячом, но на этот раз инженеры использовали четвероногого Mini Cheetah и сделали его футбольным вратарем.
Разработчики научили робота трем основным движениям: сдвигу в сторону, прыжку и нырку. Под последним движением авторы подразумевают прыжок в сторону и последующее падение, чтобы перехватить мяч, летящий в нижний, а не верхний угол ворот.
При ударе робот определяет положение мяча с помощью камеры глубины, а затем планировщик определяет подходящее движение. После этого алгоритм подбирает траекторию частей робота, позволяющую перехватить мяч, а затем низкоуровневый контроллер вычисляет соответствующие крутящие моменты для моторов, позволяющие реализовать эту траекторию.
Инженеры сначала обучили в симуляции с помощью платформы Isaac Gym, реализующей обучение с подкреплением в виртуальном пространстве, имитирующим физические взаимодейтствия. После этого выученные навыки успешно перенесли на реального робота и продемонстрировали вратарские способности на видео. В большинстве случаев робот тратит на движения 0,9 секунды.
В прошлом году мы рассказывали о том, как эта группа инженеров научила Mini Cheetah перепрыгивать препятствия.
Сначала AquaBot учился на действиях человека-оператора, а затем превзошел его
Американские инженеры разработали автономный подводный манипулятор AquaBot, который способен самообучаться, хотя изначально его нейросетевая система управления обучается на действиях человека-оператора. Робот способен захватывать различные объекты, сортировать их, раскладывая по разным контейнерам, а также выполнять задачи поиска и спасения. В ходе испытаний AquaBot под управлением самообучающегося алгоритма превзошел человека-оператора по скорости захвата предметов более чем на 40 процентов. Препринт статьи с описанием робота доступен на сайте arXiv.org.