MIT ได้พัฒนาหุ่นยนต์สุนัขที่สามารถเล่นฟุตบอลในหิมะและโคลนได้

วิศวกรของ MIT ใช้การจำลองสภาพแวดล้อมที่สร้างขึ้นและการเรียนรู้แบบเสริมกำลังเพื่อสอนหุ่นยนต์

เล่นฟุตบอลในสภาวะต่างๆDribbleBot จัดการลูกบอลบนภูมิประเทศ เช่น ทราย กรวด โคลน และหิมะได้สำเร็จ การวิจัยไม่เพียงแต่ในเชิงทฤษฎีเท่านั้น แต่ยังใช้งานได้จริงด้วย หุ่นยนต์ที่เคลื่อนที่ได้ง่ายในสภาวะที่ยากลำบากและคาดเดาไม่ได้เหมาะสำหรับใช้ในการปฏิบัติการกู้ภัย

การเปลี่ยนคุณสมบัติของพื้นผิวจะเปลี่ยนไดนามิกการเคลื่อนไหวของลูกบอล สำหรับการควบคุมและการเลี้ยงลูก (การขับลูกบอล) หุ่นยนต์เคลื่อนที่โดยใช้ขาทั้งสี่ข้าง ใช้เซ็นเซอร์ในตัว คอมพิวเตอร์วิทัศน์ และระบบคอมพิวเตอร์ที่ประเมินสภาพภายนอกและกำหนดเส้นทางการเคลื่อนที่ของหุ่นยนต์และลูกบอล

สำหรับนักวิจัยการเรียนรู้แบบเร่งรัดใช้การจำลองประดิษฐ์ - แฝดดิจิตอลของธรรมชาติ ช่วยให้คุณดาวน์โหลดพารามิเตอร์ทางกายภาพที่จำเป็นของสภาพแวดล้อม และจำลองไดนามิกของวัตถุในสภาวะดังกล่าว เมื่อใช้แนวทางนี้ วิศวกรสามารถจำลองหุ่นยนต์ได้ 4,000 เวอร์ชันในเวลาเดียวกัน ซึ่งช่วยเร่งการพัฒนาการเคลื่อนไหวให้สอดคล้องกัน การฝึกปฏิบัติในสภาพจริงเริ่มต้นหลังจากการจำลองดังกล่าว

หุ่นยนต์เริ่มเรียนรู้โดยไม่รู้ว่าจะเลี้ยงลูกอย่างไร -เขาเพิ่งได้รับรางวัลเมื่อเขาทำมัน หรือการสนับสนุนเชิงลบเมื่อเขาทำผิดพลาด ผู้พัฒนาอธิบาย ดังนั้นเขาจึงพยายามหาลำดับของแรงที่เขาควรใช้กับขาของเขา


สอนหุ่นยนต์เลี้ยงบอล วีดีโอ: MIT CSAIL

นักวิจัยทราบว่าส่วนใหญ่การพัฒนาก่อนหน้านี้มุ่งเน้นไปที่งานเดียวเท่านั้น: หุ่นยนต์วิ่งหรือส่งบอล การเรียนรู้ที่จะเลี้ยงลูกต้องมีความซับซ้อนมากขึ้นและขึ้นอยู่กับสภาพแวดล้อมมากขึ้น หุ่นยนต์ต้องปรับการเคลื่อนไหวเพื่อทำหน้าที่กับลูกบอล ในกรณีนี้ ปฏิสัมพันธ์ระหว่างลูกบอลกับสิ่งแวดล้อมอาจแตกต่างจากปฏิสัมพันธ์ระหว่างหุ่นยนต์กับภูมิทัศน์ ตัวอย่างเช่น แรงเสียดทานที่ลูกฟุตบอลจะได้รับบนพื้นหญ้าและพื้นถนนจะแตกต่างกัน แต่การเอียงจะทำให้เกิดความเร่ง ทำให้วิถีลูกโดยทั่วไปเปลี่ยนไป

ไม่เหมือนกับรถแลนด์โรเวอร์ที่เสถียรกว่า (ล้อหุ่นยนต์) ในทางทฤษฎีแล้ว หุ่นยนต์สี่ขามีความว่องไวมากกว่า และสามารถเคลื่อนที่ในสภาวะที่ยากลำบากระหว่างเกิดภัยพิบัติทางธรรมชาติ เช่น หลังน้ำท่วมหรือแผ่นดินไหว แต่เพื่อให้ตระหนักถึงโอกาสเหล่านี้ จำเป็นต้องสร้างระบบที่สามารถปรับให้เข้ากับสภาวะภายนอกที่เปลี่ยนแปลงได้อย่างรวดเร็ว

เป้าหมายของเราในการพัฒนาอัลกอริธึมสำหรับหุ่นยนต์เดินคือการให้อิสระในสภาพแวดล้อมที่ยากลำบากซึ่งปัจจุบันไม่สามารถใช้งานได้กับระบบหุ่นยนต์

Pulkit Agrawal ศาสตราจารย์และหัวหน้าห้องปฏิบัติการที่ Massachusetts Institute of Technology

อ่านเพิ่มเติม:

ปรากฎว่าการสังเคราะห์ด้วยแสงไม่ได้ผลอย่างที่นักวิทยาศาสตร์คิด ตอนนี้พวกเขาต้องการแฮ็คมัน

กาแล็กซีวิทยุที่อยู่ไกลออกไปกลายเป็นหลุมดำซึ่งมุ่งตรงมายังโลก

ผู้เชี่ยวชาญได้ทำนายจำนวนผู้คนที่จะมีชีวิตอยู่บนโลกภายในปี 2100