MIT har utviklet en robothund som kan spille fotball i snø og gjørme

MIT-ingeniører brukte simulering og forsterkning av bygde omgivelser for å lære en robot

spille fotball under forskjellige forhold.DribbleBot manipulerer ballen med hell i terreng som sand, grus, gjørme og snø. Forskningen er ikke bare teoretisk, men også praktisk: Roboter som lett beveger seg under vanskelige og uforutsigbare forhold er egnet for bruk i redningsaksjoner.

Endring av overflateegenskaper endrer dynamikkballbevegelse. For kontroll og dribling (drive ballen) bruker roboten, som beveger seg ved hjelp av fire ben, innebygde sensorer, datasyn og et datasystem som evaluerer ytre forhold og bestemmer banene til roboten og ballen.

For forskere med akselerert læringbrukt kunstig simulering - en digital tvilling av naturen. Den lar deg laste ned de nødvendige fysiske parametrene til miljøet, og simulere dynamikken til objekter under slike forhold. Ved å bruke denne tilnærmingen simulerte ingeniørene 4000 versjoner av roboten samtidig, og fremskyndet bevegelsesutviklingen tilsvarende. Øvelse under reelle forhold begynner etter slike simuleringer.

Roboten begynner å lære uten å vite hvordan den skal drible -han får bare en belønning når han gjør det, eller negativ forsterkning når han gjør en feil, forklarer utviklerne. Så han prøver egentlig å finne ut hvilken rekkefølge av krefter han skal bruke på bena.

Lære en robot å drible en ball. Video: MIT CSAIL

Forskere bemerker at de flestetidligere utviklinger fokuserte bare på én oppgave: roboten enten løper eller passerer ballen. Å lære å drible krever mer kompleksitet og er mer avhengig av omgivelsene. Roboten må tilpasse bevegelsen for å virke på ballen. I dette tilfellet kan samspillet mellom ballen og miljøet avvike fra samspillet mellom roboten og landskapet. For eksempel er friksjonen en fotball vil oppleve på gress og fortau annerledes, men tilt vil forårsake akselerasjon, og endre ballens typiske bane.

I motsetning til mer stabile rovere (hjulroboter), er firbeinte roboter teoretisk mer smidige og kan bevege seg under vanskelige forhold under en naturkatastrofe, for eksempel etter en flom eller jordskjelv. Men for å realisere disse mulighetene er det nødvendig å lage et system som raskt kan tilpasse seg endrede ytre forhold.

Målet vårt med å utvikle algoritmer for gående roboter er å gi autonomi i vanskelige miljøer som foreløpig ikke er tilgjengelige for robotsystemer.

Pulkit Agrawal, professor og laboratorieleder ved Massachusetts Institute of Technology

Les mer:

Det viste seg at fotosyntesen ikke fungerer slik forskerne trodde. Nå vil de hacke den

Fjern radiogalakse viste seg å være et svart hull, som er rettet direkte mot jorden

Eksperter har spådd hvor mange mennesker som vil bo på jorden innen 2100