Un sistema robotico progettato dai ricercatori della CMU e di Berkeley consente a piccoli robot con zampe a basso costo di manovrare in ambienti difficili.

Un robot a basso costo pronto a qualsiasi ostacolo
I ricercatori della Carnegie Mellon University, Berkeley, progettano un robusto sistema robotico con le gambe

Questo piccolo robot può andare quasi ovunque. 

I ricercatori della School of Computer Science della Carnegie Mellon University e dell’Università della California, Berkeley, hanno progettato un sistema robotico che consente a un robot a basso costo e con gambe relativamente piccole di salire e scendere le scale quasi alla sua altezza; attraversare terreni rocciosi, scivolosi, irregolari, ripidi e vari; attraversare i buchi; scalare rocce e cordoli; e operare anche al buio. 

“Consentire ai piccoli robot di salire le scale e gestire una varietà di ambienti è fondamentale per lo sviluppo di robot che saranno utili nelle case delle persone e nelle operazioni di ricerca e salvataggio”, ha affermato Deepak Pathak, assistente professore presso il Robotics Institute. «Questo sistema crea un robot robusto e adattabile che potrebbe svolgere molte attività quotidiane».

Il team ha messo alla prova il robot, testandolo su scale irregolari e pendii nei parchi pubblici, sfidandolo a camminare su trampolini e superfici scivolose e chiedendogli di salire scale che per la sua altezza sarebbero simili a un salto umano. un ostacolo. Il robot si adatta rapidamente e domina terreni impegnativi facendo affidamento sulla sua visione e su un piccolo computer di bordo.

I ricercatori hanno addestrato il robot con 4.000 cloni in un simulatore, dove si sono esercitati a camminare e ad arrampicarsi su terreni impegnativi. La velocità del simulatore ha permesso al robot di acquisire sei anni di esperienza in un solo giorno. Il simulatore ha anche memorizzato le abilità motorie apprese durante l’allenamento in una rete neurale che i ricercatori hanno copiato nel robot reale. Questo approccio non ha richiesto alcuna manipolazione manuale dei movimenti del robot, un allontanamento dai metodi tradizionali.

La maggior parte dei sistemi robotici utilizza le telecamere per creare una mappa dell’ambiente circostante e usa quella mappa per pianificare i movimenti prima di eseguirli. Il processo è lento e spesso può vacillare a causa di confusione intrinseca, imprecisioni o percezioni errate nella fase di mappatura che influenzano la pianificazione e i movimenti successivi. La mappatura e la pianificazione sono utili nei sistemi incentrati sul controllo di alto livello, ma non sono sempre adatte ai requisiti dinamici delle abilità di basso livello come camminare o correre su terreni difficili.

Il nuovo sistema ignora le fasi di mappatura e pianificazione e indirizza direttamente gli input visivi al controllo del robot. Ciò che vede il robot determina come si muove. Nemmeno i ricercatori specificano come dovrebbero muoversi le gambe. Questa tecnica consente al robot di reagire rapidamente al terreno in arrivo e di attraversarlo in modo efficace. 

Poiché non è necessaria alcuna mappatura o pianificazione e i movimenti vengono addestrati utilizzando l’apprendimento automatico, il robot stesso può essere a basso costo. Il robot utilizzato dal team era almeno 25 volte più economico delle alternative disponibili. L’algoritmo del team ha il potenziale per rendere i robot a basso costo molto più ampiamente disponibili.   

“Questo sistema utilizza la visione e il feedback dal corpo direttamente come input per inviare comandi ai motori del robot”, ha affermato Ananye Agarwal, Ph.D. SCS. studente in apprendimento automatico. “Questa tecnica consente al sistema di essere molto robusto nel mondo reale. Se scivola sulle scale, può riprendersi. Può entrare in ambienti sconosciuti e adattarsi.

Questo aspetto diretto dalla visione al controllo è biologicamente ispirato. Gli esseri umani e gli animali usano la vista per muoversi. Prova a correre o in equilibrio con gli occhi chiusi. Precedenti ricerche del team avevano dimostrato che i robot ciechi – robot senza telecamere – possono conquistare terreni difficili, ma l’aggiunta di visione e fare affidamento su quella visione migliora notevolmente il sistema. 

Il team ha guardato alla natura anche per altri elementi del sistema. Per scalare scale o ostacoli quasi alla sua altezza, un piccolo robot – alto meno di un piede, in questo caso – ha imparato ad adottare il movimento che gli esseri umani usano per scavalcare ostacoli alti. Quando un essere umano deve sollevare la gamba in alto per scalare una sporgenza o un ostacolo, usa i fianchi per spostare la gamba di lato, chiamata abduzione e adduzione, dandogli più spazio. Il sistema robotico progettato dal team di Pathak fa lo stesso, utilizzando l’abduzione dell’anca per affrontare gli ostacoli che fanno inciampare alcuni dei più avanzati sistemi robotici sul mercato. 

Anche il movimento delle zampe posteriori degli animali a quattro zampe ha ispirato la squadra. Quando un gatto si muove attraverso gli ostacoli, le sue zampe posteriori evitano gli stessi oggetti delle zampe anteriori senza il beneficio di una serie di occhi vicini. “Gli animali a quattro zampe hanno una memoria che consente alle loro zampe posteriori di seguire le zampe anteriori. Il nostro sistema funziona in modo simile”, ha affermato Pathak. La memoria integrata del sistema consente alle zampe posteriori di ricordare cosa ha visto la telecamera anteriore e di manovrare per evitare gli ostacoli. 

“Poiché non esiste una mappa, nessuna pianificazione, il nostro sistema ricorda il terreno e il modo in cui ha mosso la gamba anteriore e lo traduce nella gamba posteriore, in modo rapido e impeccabile”, ha affermato Ashish Kumar, Ph.D. studente a Berkeley.

La ricerca potrebbe essere un grande passo avanti verso la risoluzione delle sfide esistenti che devono affrontare i robot con le gambe e portarli nelle case delle persone. L’articolo ” Legged Locomotion in Challenging Terrains Using Egocentric Vision “, scritto da Pathak, il professore di Berkeley Jitendra Malik, Agarwal e Kumar, sarà presentato alla prossima conferenza sull’apprendimento dei robot ad Auckland, in Nuova Zelanda.