• 您現在的位置是:首頁 >人工智能 > 2021-04-27 10:10:45 來源:

    瑞士機器人狗在騎自行車時不會摔倒

    導讀 因此,在周三發表在Science Robotics上的一項新研究中,該團隊描述了一種機器人訓練系統,其運動速度比以往任何時候都快,同時仍能確保其

    因此,在周三發表在Science Robotics上的一項新研究中,該團隊描述了一種機器人訓練系統,其運動速度比以往任何時候都快,同時仍能確保其抵抗力。外部影響可能導致它們下降。有了這個系統,機器人甚至可以在跌落時自行調整。

    注釋機器狗最初是由研究人員在機器人系統實驗室,技術研究所在蘇黎世瑞士聯邦(ETH蘇黎世)開發名為ANYmal。它后來由ANYbotics商業化,成立于2016年,并從那時起進行了更新。

    與今天許多現有的四足機器人不同,ANYmal防水機器人狗專門設計用于在不常見的條件下移動,例如森林,工業區和其他冰地。

    根據ANYbotics的說法,他們的機器人已被用于現實世界,以入侵人們無法觸及的危險區域,包括尋找遇險人員的任務。它甚至作為攻擊機器人去年參加了一集X-Files。

    雖然四足機器人實際上遠遠超出了雙腿機器人,但是它模仿了敏捷的行動以及在沒有人類的情況下在真實生物的四肢之間平穩協調的能力。控制方面,仍有許多改進可用于達到最高水平的完美。

    學習機器人研究的潛在解決方案之一是稱為強化學習的機器學習形式。這種形式允許他們通過反復試驗過程來訓練機器人,以找到執行某項任務的最佳方式,例如步行。

    簡而言之,強化學習使機器人能夠像自己的邏輯思維一樣,像真正的動物一樣“思考”和“學習”。

    然而,使用具有最多4條腿的真實機器人進行強化學習并不容易,因為它們本身非常復雜。

    因此,到目前為止,科學家們主要在計算機模擬器上練習,然后使用模擬器中的數據來訓練像ANYmal這樣的真實機器人 - 盡管根據該研究的主要作者,蘇黎世聯邦理工學院機器人系統實驗室的科學家Jemin Hwangbo,這并不容易。

    “制定復雜腳部系統的控制策略非常困難。機器人面臨無數種情況,設計一個能夠控制的邏輯控制器幾乎是不可能的。處理所有這些情況“ -他說。

    在這項新的研究中,Hwangbo和他的團隊開發了一個神經網絡,允許他們將模擬數據轉換為比以前更容易和更好的機器人語言。這臺計算機上的模擬速度比實際性能快1000倍。

    該團隊表示,他們甚至可以通過類似的系統最小化計算機的處理能力,只需要一臺普通的計算機來執行模擬。

    他們獲得的最終結果 - 可以在一系列視頻中看到(在上面的動畫中總結) - 看起來非常令人印象深刻,有點......可怕。

    訓練有素的ANYmal機器人狗在使用能量時變得更加靈活和最佳,甚至在行進速度提高25%并且聽命令時打破了行走速度的記錄控制以更快的速度移動。

    已經是一個健康的機器人,新的訓練幫助ANYmal能夠在研究人員試圖用力訓練他的時候牢牢抓住他的身體。它現在可以在摔倒后自行站起來 - 研究團隊表示他們以前從未見過的有著同樣復雜性的四足機器人!

    根據Hwango的說法,這種新的訓練技術不僅對ANYmal有效。該團隊認為它可以幫助任何四足機器人變得更好。但是仍然有很多工作要做,以至于機器人在任何情況下都變得如此敏捷。

    “本文件中提出的政策僅適用于相同的地形類型。要在崎嶇的地形中移動而沒有清晰的結構,我們需要視覺傳感器和一致的策略。他說:“我們正朝著這個方向發展,并希望盡快提出更多功能的解決方案”。

    與此同時,也許我們應該希望這個ANYmal機器人不會記住研究人員以科學的名義用它做的暴力行為!

  • 成人app