صمم باحثون في كلية علوم الكمبيوتر بجامعة كارنيجي ميلون وجامعة كاليفورنيا ، بيركلي نظامًا آليًا يمكّن روبوتًا منخفض التكلفة بأرجل صغيرة نسبيًا من الصعود والنزول على السلالم القريبة من ارتفاعها ، واجتياز الصخور الصخرية ، والزلقة ، وغير المستوية ، والمنحدرة. وتضاريس متنوعة. شقوق الجسر ، قشر الصخور والقيود ، وحتى العمل في الظلام.
قال ديباك باثاك ، الأستاذ المساعد في معهد الروبوتات ، "إن منح الروبوتات الصغيرة القدرة على صعود السلالم والتعامل مع مجموعة متنوعة من البيئات أمر بالغ الأهمية لتطوير الروبوتات المفيدة في منازل الناس ، وكذلك في عمليات البحث والإنقاذ". . الروبوتات التي يمكنها أداء العديد من المهام اليومية ".
قام الفريق باختبار الروبوت ، واختبره على سلالم غير مستوية ومنحدرات تلال في الحدائق العامة ، متحديًا إياه أن يتخطى الحجارة المتدرجة والأسطح الزلقة ، ويطلب منه أن يصعد السلالم لأنه كان طويل القامة مثل الإنسان الذي يقفز فوق عقبة. يعتمد الروبوت على رؤيته وجهاز كمبيوتر صغير على متنه للتكيف بسرعة وإتقان التضاريس الصعبة.
قام الباحثون بتدريب الروبوتات بـ 4 ، 000 حيوانات مستنسخة في جهاز محاكاة ، حيث تمرنوا على المشي والتسلق في التضاريس الصعبة. تسمح سرعة المحاكي للروبوت باكتساب ست سنوات من الخبرة في يوم واحد. قام المحاكي أيضًا بتخزين المهارات الحركية المكتسبة أثناء التدريب في الشبكة العصبية ، والتي قام الباحثون بتكرارها على الروبوت الحقيقي. لا يتطلب هذا الأسلوب أي هندسة يدوية لحركة الروبوت -- بخلاف الطرق التقليدية.
تستخدم معظم الأنظمة الروبوتية الكاميرات لإنشاء خريطة لمحيطها واستخدام هذه الخريطة لتخطيط الحركات قبل التنفيذ. العملية بطيئة ، وغالبًا ما تنشأ المشكلات بسبب الغموض أو عدم الدقة أو سوء الفهم المتأصل في مرحلة رسم الخرائط ، مما يؤثر على التخطيط والحركة اللاحقة. يعد رسم الخرائط والتخطيط مفيدًا في الأنظمة التي تركز على التحكم عالي المستوى ، ولكنها ليست مناسبة دائمًا للمتطلبات الديناميكية للمهارات منخفضة المستوى ، مثل المشي أو الجري على التضاريس الصعبة.
يتخطى النظام الجديد مرحلتي رسم الخرائط والتخطيط ويوجه المدخلات المرئية مباشرة إلى تحكم الروبوت. ما يراه الروبوت يحدد كيف يتحرك. حتى الباحثون لم يحددوا كيف يجب أن تتحرك الأرجل. تسمح هذه التقنية للإنسان الآلي بالاستجابة بسرعة للتضاريس القادمة والتحرك خلالها بكفاءة.
نظرًا لعدم الحاجة إلى رسم الخرائط أو التخطيط ، واستخدام التعلم الآلي لتدريب الحركات ، يمكن أن تكون الروبوتات نفسها منخفضة التكلفة. الروبوت الذي استخدمه الفريق أرخص بـ 25 مرة على الأقل من البدائل الحالية. تمتلك خوارزمية الفريق القدرة على إتاحة الروبوتات منخفضة التكلفة على نطاق أوسع.
قال Ananye Agarwal ، طالب الدكتوراه في التعلم الآلي في SCS: "يستخدم النظام الرؤية والتغذية المرتدة من الجسم مباشرةً كمدخلات لأوامر الإخراج لمحركات الروبوت. تجعل هذه التقنية النظام قويًا للغاية في العالم الحقيقي. إذا انزلق على الدرج ، يمكنه التعافي. ويمكنه الانتقال إلى بيئات غير معروفة والتكيف ".
هذه الرؤية المباشرة للتحكم مستوحاة من الناحية البيولوجية. يستخدم البشر والحيوانات الرؤية للتحرك. جرب الجري أو التوازن وعينيك مغلقة. أظهر البحث السابق للفريق أن الروبوتات العمياء (التي لا تحتوي على كاميرات) يمكنها التغلب على التضاريس الصعبة ، لكن إضافة الرؤية والاعتماد عليها يمكن أن يحسن النظام بشكل كبير.
نظر الفريق أيضًا في الطبيعة لعناصر أخرى من النظام. بالنسبة لإنسان آلي صغير يقل ارتفاعه عن قدم ليصعد السلالم أو العوائق القريبة من ارتفاعه ، فقد تعلم تبني الحركات التي يستخدمها البشر لتخطي العقبات الطويلة. عندما يضطر الشخص إلى رفع ساقيه لأعلى لتسلق درجة أو عقبة ، فإنه يستخدم الوركين لتحريك الساقين بعيدًا عن الطريق ، وهو ما يسمى الاختطاف والتقريب ، مما يمنحه مساحة أكبر. وينطبق الشيء نفسه على النظام الآلي الذي صممه فريق Pathak ، والذي يستخدم اختطاف الورك للتغلب على العقبات التي تعيق بعض أكثر الأنظمة الروبوتية تقدمًا في السوق.
كما ألهمت حركة الأرجل الخلفية الرباعية الفريق. عندما تتحرك قطة عبر عقبة ما ، فإن رجليها الخلفيتين تتجنبان نفس الأشياء مثل رجليها الأماميتين ، دون مساعدة من زوج قريب من العيون. قال باتاك: "تمتلك الحيوانات ذات الأرجل الأربع ذاكرة تمكن أرجلها الخلفية من تتبع أرجلها الأمامية. ويعمل نظامنا بطريقة مماثلة". تمكّن ذاكرة النظام الموجودة على اللوحة الأرجل الخلفية من تذكر ما تراه الكاميرا الأمامية والمناورة لتجنب العوائق.
قال أشيش كومار ، دكتوراه ، "لأنه لا توجد خريطة ولا تخطيط ، يتذكر نظامنا التضاريس وكيف يحرك أرجلها الأمامية ، ويحولها إلى أرجلها الخلفية ، ويقوم بذلك بسرعة وبشكل مثالي". طالب في بيركلي. يمكن أن يكون هذا البحث خطوة كبيرة نحو حل التحديات الحالية مع الروبوتات ذات الأرجل وإدخالها إلى منازل الناس.