Миниатюрный робот-гепард Mini-Cheetah из Массачусетского технологического института (США) побил свой личный рекорд скорости, разогнавшись до 14,04 километров в час благодаря новой системе обучения.

Система механизма позволяет ему самостоятельно определять лучший способ бега и адаптироваться к различной местности, не полагаясь на человеческий анализ.

В новом видео можно увидеть, как четвероногий робот врезается в препятствия, учится после этого, мчится вперед, бежит с одной выведенной из строя ногой и адаптируется к скользкой, обледенелой местности, а также к холмам из рыхлого гравия. 

Эта адаптивность достигается благодаря простой нейронной сети, которая может оценивать новые стрессовые ситуации.

Обычно, когда такой робот как Spot от Boston Dynamics бежит на максимальной скорости, он работает на пределе возможностей своего оборудования, что делает его очень сложным для моделирования. Поэтому подобным роботам бывает трудно быстро адаптироваться к внезапным изменениям в окружающей среде. 

Чтобы справиться с этой задачей, команда из Массачусетского института разработала робота-гепарда таким образом, чтобы он учился на собственном опыте — в отличие от роботов, которые полагаются на ручной человеческий анализ.

Механизм учится методом проб и ошибок без участия человека. И даже необязательно получать этот опыт в реальном мире — по словам команды, Mini-Cheetah может выучиться в симуляторе 100-дневному опыту за три часа, стоя на месте.

Mini-Cheetah рядом со своим мохнатым другом.

© Массачусетский технологический институт

«Мы разработали подход, с помощью которого поведение робота улучшается на основе смоделированного опыта. Лучший способ создать робота с множеством разнообразных навыков — это сказать ему, что делать, а потом дать ему понять, как это сделать. При работе в реальном мире наш механизм применяет соответствующие навыки в режиме реального времени», — пояснил аспирант Габриэль Марголис. 

Инженеры утверждают, что с помощью такой системы можно масштабировать технологию, чего не может сделать традиционная парадигма. Так, в лаборатории им уже удалось применить эту систему обучения к роботизированной руке, которая может хватать разные объекты. 

• Телеграм
• Дзен
• Подписывайтесь на наши каналы и первыми узнавайте о главных новостях и важнейших событиях дня.