Ερευνητές στην Κίνα και το Χονγκ Κονγκ ανέπτυξαν ένα νέο πλαίσιο εκμάθησης τεχνητής νοημοσύνης (AI) που διδάσκει στα ανθρωποειδή ρομπότ να σηκώνονται απίστευτα γρήγορα από μια θέση αδράνειας, ανεξάρτητα από τη θέση ή το έδαφος.

Ενώ η έρευνα δεν έχει ακόμη υποβληθεί για αξιολόγηση, η ομάδα δημοσίευσε τα ευρήματά της στις 12 Φεβρουαρίου στο GitHub, μαζί με ένα βίντεο που δείχνει το πλαίσιο τους σε δράση.

Το βίντεο δείχνει ένα δίποδο ανθρωποειδές ρομπότ να σηκώνεται όρθιο για να σταθεί στα πόδια του αφού ξαπλώσει ανάσκελα, να κάθεται σε έναν τοίχο, να είναι ξαπλωμένο σε έναν καναπέ και να ξαπλώνει σε μια καρέκλα. Οι ερευνητές δοκίμασαν επίσης την ικανότητα του ανθρωποειδούς ρομπότ να περπατά σε διαφορετικά εδάφη και κλίσεις – συμπεριλαμβανομένου ενός πέτρινου δρόμου, μιας πλαγιάς και ακουμπώντας σε ένα δέντρο.

Επιχείρησαν ακόμη και να σπρώξουν το ρομπότ σε μια προσπάθεια να πέσει χτυπώντας το ή κλωτσώντας το ενώ προσπαθούσε να σηκωθεί. Σε κάθε σενάριο, το ρομπότ φαίνεται να προσαρμόζεται στο περιβάλλον του και να εμφανίζεται και πάλι όρθιο.

Αυτή η αξιοσημείωτη ικανότητα συμβαίνει χάρη στο σύστημα που ονομάζεται “Humanoid Standing-up Control” (HoST). Οι επιστήμονες το πέτυχαν με την ενισχυτική μάθηση , έναν τύπο μηχανικής μάθησης όπου ο πράκτορας (σε αυτήν την περίπτωση το πλαίσιο HoST) προσπαθεί να εκτελέσει μια εργασία με δοκιμή και σφάλμα. Ουσιαστικά, το ρομπότ αναλαμβάνει μια ενέργεια και εάν αυτή η ενέργεια έχει θετικό αποτέλεσμα, του αποστέλλεται ένα σήμα ανταμοιβής που το ενθαρρύνει να κάνει ξανά αυτήν την ενέργεια την επόμενη φορά που θα βρεθεί σε παρόμοια κατάσταση.

Το σύστημα της ομάδας ήταν λίγο πιο περίπλοκο από αυτό, χρησιμοποιώντας τέσσερις ξεχωριστές ομάδες ανταμοιβής για πιο στοχευμένη ανατροφοδότηση, μαζί με μια σειρά περιορισμών κίνησης, όπως εξομάλυνση κίνησης και όρια ταχύτητας για την αποτροπή ακανόνιστων ή βίαιων κινήσεων.

Το πλαίσιο HoST εκπαιδεύτηκε αρχικά σε προσομοιώσεις χρησιμοποιώντας τον προσομοιωτή Isaac Gym , ένα περιβάλλον προσομοίωσης φυσικής που αναπτύχθηκε από την Nvidia. Μόλις το πλαίσιο είχε εκπαιδευτεί επαρκώς στις προσομοιώσεις, αναπτύχθηκε σε ένα ανθρωποειδές ρομπότ Unitree G1 για πειραματικές δοκιμές, τα αποτελέσματα του οποίου παρουσιάζονται στο βίντεο.

«Τα πειραματικά αποτελέσματα με το ανθρωποειδές ρομπότ Unitree G1 επιδεικνύουν ομαλές, σταθερές και στιβαρές όρθιες κινήσεις σε διάφορα σενάρια του πραγματικού κόσμου», έγραψαν οι επιστήμονες στη μελέτη.

Το να διδάσκετε ένα ρομπότ να περπατά ή να τρέχει σαν άνθρωπος είναι ένα πράγμα, αλλά για να είναι χρήσιμο στον πραγματικό κόσμο, πρέπει να είναι σε θέση να χειρίζεται δύσκολες καταστάσεις όπως το παραπάτημα και η πτώση ισχυρίζονται οι επιστήμονες.

photo: pixabay