Este pequeño robot puede ir a casi cualquier lugar.
Investigadores de la Facultad de Ciencias de la Computación de la Universidad Carnegie Mellon y la Universidad de California, Berkeley, han diseñado un sistema robótico que permite que un robot de patas relativamente pequeñas y de bajo costo suba y baje escaleras casi a su altura; atravesar terrenos rocosos, resbaladizos, irregulares, empinados y variados; caminar a través de brechas; escalar rocas y bordillos; e incluso operar en la oscuridad.
«Empoderar a pequeños robots para subir escaleras y manejar una variedad de entornos es crucial para desarrollar robots que serán útiles en los hogares de las personas, así como en las operaciones de búsqueda y rescate», dijo Deepak Pathak, profesor asistente en el Instituto de Robótica. «Este sistema crea un robot robusto y adaptable que podría realizar muchas tareas cotidianas».
El equipo puso a prueba el robot, probándolo en escaleras irregulares y laderas en parques públicos, desafiándolo a caminar sobre peldaños y superficies resbaladizas, y pidiéndole que subiera escaleras que, por su altura, serían similares a las de un humano. un obstáculo El robot se adapta rápidamente y domina los terrenos desafiantes al confiar en su visión y en una pequeña computadora a bordo.
Los investigadores entrenaron al robot con 4000 clones en un simulador, donde practicaron caminar y escalar en terrenos desafiantes. La velocidad del simulador permitió al robot ganar seis años de experiencia en un solo día. El simulador también almacenó las habilidades motoras que aprendió durante el entrenamiento en una red neuronal que los investigadores copiaron al robot real. Este enfoque no requirió ninguna ingeniería manual de los movimientos del robot, una desviación de los métodos tradicionales.
La mayoría de los sistemas robóticos usan cámaras para crear un mapa del entorno circundante y usan ese mapa para planificar movimientos antes de ejecutarlos. El proceso es lento y, a menudo, puede fallar debido a la borrosidad, las imprecisiones o las percepciones erróneas inherentes en la etapa de mapeo que afectan la planificación y los movimientos posteriores. El mapeo y la planificación son útiles en los sistemas enfocados en el control de alto nivel, pero no siempre son adecuados para los requisitos dinámicos de las habilidades de bajo nivel, como caminar o correr sobre terrenos desafiantes.
El nuevo sistema pasa por alto las fases de mapeo y planificación y dirige directamente las entradas de visión al control del robot. Lo que ve el robot determina cómo se mueve. Ni siquiera los investigadores especifican cómo deben moverse las piernas. Esta técnica permite que el robot reaccione rápidamente al terreno que se aproxima y se mueva a través de él de manera efectiva.
Debido a que no hay mapeo ni planificación involucrados y los movimientos se entrenan mediante el aprendizaje automático, el robot en sí puede ser de bajo costo. El robot que utilizó el equipo era al menos 25 veces más barato que las alternativas disponibles. El algoritmo del equipo tiene el potencial de hacer que los robots de bajo costo estén mucho más disponibles.
«Este sistema utiliza la visión y la retroalimentación del cuerpo directamente como entrada para enviar comandos a los motores del robot», dijo Ananye Agarwal, SCS Ph.D. estudiante en aprendizaje automático. «Esta técnica permite que el sistema sea muy robusto en el mundo real. Si se resbala en las escaleras, puede recuperarse. Puede entrar en entornos desconocidos y adaptarse».
Este aspecto directo de la visión al control está inspirado biológicamente. Los humanos y los animales usan la visión para moverse. Intente correr o mantener el equilibrio con los ojos cerrados. Investigaciones anteriores del equipo habían demostrado que los robots ciegos (robots sin cámaras) pueden conquistar terrenos desafiantes, pero agregar visión y confiar en esa visión mejora enormemente el sistema.
El equipo también buscó en la naturaleza otros elementos del sistema. Para un robot pequeño, de menos de un pie de altura, en este caso, para escalar escaleras u obstáculos casi de su altura, aprendió a adoptar el movimiento que usan los humanos para pasar por encima de obstáculos altos. Cuando un humano tiene que levantar la pierna en alto para escalar una cornisa o un obstáculo, usa sus caderas para mover la pierna hacia un lado, lo que se denomina abducción y aducción, lo que le da más espacio libre. El sistema robótico que diseñó el equipo de Pathak hace lo mismo, utilizando la abducción de la cadera para abordar obstáculos que hacen tropezar a algunos de los sistemas robóticos con patas más avanzados del mercado.
El movimiento de las patas traseras de los animales de cuatro patas también inspiró al equipo. Cuando un gato se mueve a través de obstáculos, sus patas traseras evitan los mismos elementos que sus patas delanteras sin el beneficio de un par de ojos cercanos. «Los animales de cuatro patas tienen una memoria que permite que sus patas traseras sigan las patas delanteras. Nuestro sistema funciona de manera similar», dijo Pathak. La memoria integrada del sistema permite que las patas traseras recuerden lo que vio la cámara en la parte delantera y maniobre para evitar obstáculos.
«Dado que no hay mapa, no hay planificación, nuestro sistema recuerda el terreno y cómo movió la pata delantera y lo traduce a la pata trasera, haciéndolo de manera rápida y sin problemas», dijo Ashish Kumar, Ph.D. estudiante en Berkeley.
La investigación podría ser un gran paso para resolver los desafíos existentes que enfrentan los robots con patas y llevarlos a los hogares de las personas. El documento «Legged Locomotion in Challenging Terrains Using Egocentric Vision», escrito por Pathak, el profesor de Berkeley Jitendra Malik, Agarwal y Kumar, se presentará en la próxima Conferencia sobre aprendizaje de robots en Auckland, Nueva Zelanda.
Vídeo: https://youtu.be/N70CqROzwxI