Mašinsko učenje za ANYmal robota
ANYmal se već neko vreme bez problema nosi sa kamenim terenom švajcarskih pešačkih staza. Sada su istraživači sa ETH u Cirihu naučili ovog četvoronožnog robota nekim novim veštinama: on se pokazao prilično veštim u parkuru, sportu zasnovanom na korišćenju atletskih manevara za nesmetano prevladavanje prepreka u urbanom okruženju, koji je postao veoma popularan. ANYmal je takođe vešt u suočavanju sa nezgodnim terenima koji se obično nalaze na gradilištima ili u područjima katastrofe.
Da bi ANYmal naučili ovim novim veštinama, dva tima, oba iz grupe koju je predvodio profesor ETH Marko Hater sa Odseka za mašinstvo i procesno inženjerstvo, sledila su različite pristupe.
Jednom od timova radi i doktorand ETH Nikita Rudin, koji se u slobodno vreme bavi parkurom. „Pre nego što je projekat počeo, nekoliko mojih kolega istraživača mislilo je da su roboti na nogama već dostigli granice svog razvojnog potencijala“, rekao je on, „ali ja sam imao drugačije mišljenje. U stvari, bio sam siguran da se mnogo više može uraditi sa mehanikom robota sa nogama.”
Imajući na umu sopstveno iskustvo u parkuru, Rudin je krenuo da dalje pomera granice onoga što ANYmal može da uradi. I uspeo je, koristeći mašinsko učenje da nauči četvoronožnog robota novim veštinama. ANYmal sada može da pređe prepreke i izvede dinamičke manevre da skoči sa njih.
U tom procesu, ANYmal je učio kao što bi dete – putem pokušaja i grešaka. Sada, kada se nađe sa preprekom, ANYmal koristi svoju kameru i veštačku neuronsku mrežu da odredi sa kojom vrstom prepreke ima posla. Zatim izvodi pokrete za koje se čini da će uspeti na osnovu prethodnog treninga.
Da li je to puni obim onoga što je tehnički moguće? Rudin je sugerisao da je to uglavnom slučaj za svaku pojedinačnu novu veštinu. Ali on je dodao da ovo i dalje ostavlja mnogo potencijalnih poboljšanja. To uključuje omogućavanje robotu da se kreće dalje od rešavanja unapred definisanih problema i umesto toga traži od njega da pregovara o teškim terenima kao što su ruševine zasute oblasti katastrofe. Ovo omogućava lakši način podučavanja robota tačnim manevrima, kao što je kako da prepozna i prođe praznine i udubljenja u gomilama ruševina. Zauzvrat, mašinsko učenje pomaže robotu da savlada obrasce kretanja koje onda može fleksibilno da primeni u neočekivanim situacijama. Kao rezultat toga, četvoronožni robot je sada bolji u sticanju sigurnog uporišta na klizavim površinama ili nestabilnim stenama. ANYmal će uskoro takođe biti raspoređen na gradilištima ili na bilo kom mestu koje je previše opasno za ljude — na primer, za pregled srušene kuće u zoni katastrofe.
Izvor: techbriefs.com
