ロボットがアクロバットの妙技を披露するのは優れたマーケティング手法かもしれませんが、通常、こうした展示は高度に振り付けられ、綿密にプログラムされています。研究者らは現在、現実世界の条件下でこれまで見たことのない複雑な障害物コースに挑戦できるように4本足のAIロボットを訓練した。

現実世界の本質的な複雑さ、ロボットが収集できるデータ量の制限、動的な動きを実行するために必要な意思決定の速度などにより、機敏なロボットの作成は困難です。

ボストン・ダイナミクスのような企業は、自社のロボットがあらゆることを行うビデオを定期的に公開しています。 パルクール 〜へ ダンスルーチン。しかし、これらの偉業は印象的ですが、通常、人間がすべてのステップを丹念にプログラミングしたり、同じ高度に制御された環境でトレーニングを繰り返したりする必要があります。

このプロセスにより、スキルを現実世界に伝達する能力が大幅に制限されます。しかし今回、スイス連邦工科大学チューリッヒ校の研究者らは、機械学習を利用してロボット犬「ANYmal」に一連の基本的な運動スキルを教え、それを組み合わせて屋内外のさまざまな挑戦的な障害物コースに高速で挑戦できるようにした。時速4.5マイルまで。

「提案されたアプローチにより、ロボットは前例のない敏捷性で動くことができる」と研究に関する新しい論文の著者らは書いている。 科学ロボット工学。 「目標の場所に向かう重要な経路を選択しながら、大きな障害物を登ったりジャンプしたりする必要がある複雑なシーンで進化できるようになりました。」

[埋め込まれたコンテンツ]

柔軟でありながら有能なシステムを作成するために、研究者らは問題を 3 つの部分に分割し、それぞれにニューラル ネットワークを割り当てました。まず、カメラとライダーから入力を受け取り、それらを使用して地形とその中の障害物の画像を構築する認識モジュールを作成しました。

彼らはこれを、ジャンプ、よじ登る、よじ登る、しゃがむなど、さまざまな種類の障害物を通過できるように設計されたスキルのカタログを学習した移動モジュールと組み合わせました。最後に、これらのモジュールを、一連の障害物を通過するコースを計画し、障害物をクリアするためにどのスキルを呼び出すかを決定できるナビゲーション モジュールと統合しました。

「私たちは、ほとんどのロボットの標準ソフトウェアをニューラル ネットワークに置き換えます」と、論文著者の 1 人であり、Nvidia のエンジニアであり、チューリッヒ工科大学の博士課程の学生でもあるニキータ・ルーディンは次のように述べています。 言われ ニュー·サイエンティスト. 「これにより、ロボットは他の方法では不可能だった動作を実現できるようになります。」

研究の最も印象的な側面の 1 つは、ロボットがシミュレーションで訓練されたという事実です。ロボット工学における大きなボトルネックは、ロボットが学習するための十分な現実世界のデータを収集することです。シミュレーションでできること データをより迅速に収集できるようにする 物理的なロボットよりもはるかに速い速度で、多数の仮想ロボットを並行して試験します。

しかし、単純な仮想世界と非常に複雑な物理世界の間には避けられないギャップがあるため、シミュレーションで学んだスキルを現実世界に置き換えるのは困難です。屋内と屋外の両方の目に見えない環境で自律的に動作できるロボットシステムをトレーニングすることは大きな成果です。

トレーニング プロセスは、人間によるデモンストレーションではなく、純粋に強化学習 (実質的には試行錯誤) に依存していたため、研究者は、それぞれに手動でラベルを付ける必要がなく、非常に多くのランダム化されたシナリオで AI モデルをトレーニングすることができました。

もう 1 つの印象的な特徴は、すべてが外部コンピューターに依存するのではなく、ロボットにインストールされたチップ上で実行されることです。そして、研究者らは、ANYmal がさまざまな異なるシナリオに取り組むことができるだけでなく、転倒や滑りから回復して障害物コースを完走できることを示しました。

研究者らは、このシステムの速度と適応性は、このように訓練されたロボットが、いつか瓦礫や倒壊した建物などの予測不可能で移動が難しい環境での捜索救助任務に使用できることを示唆していると述べている。

ただし、このアプローチには限界があります。このシステムは、サイズや構成が異なる場合でも、特定の種類の障害物に対処するように訓練されています。より非構造的な環境で動作させるには、より幅広いスキルを開発するために、より多様なシナリオでさらに多くのトレーニングが必要になります。そして、そのトレーニングは複雑で時間がかかります。

しかし、それでもこの研究は次のことを示している。 ロボットの能力はますます高まっています 複雑な現実世界の環境での運用を実現します。それは、彼らがすぐに私たちの周りでもっと目立つ存在になる可能性があることを示唆しています。

画像のクレジット： スイス連邦工科大学チューリッヒ校

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://singularityhub.com/2024/03/14/watch-an-ai-robot-dog-rock-an-agility-course-its-never-seen-before/