Исследователи из Китая и Гонконга разработали новую систему обучения искусственному интеллекту (ИИ), которая невероятно быстро обучает роботов-гуманоидов вставать из положения сидя независимо от положения тела или рельефа местности. Хотя исследование ещё не прошло экспертную оценку, команда опубликовала свои результаты 12 февраля на GitHub, включая статью, загруженную в базу препринтов arXiv, а также видео, демонстрирующее их систему в действии.

На видео двуногий гуманоид поднимается на ноги после того, как лежал на спине, сидел у стены, лежал на диване и откидывался в кресле. Исследователи также протестировали способность робота-гуманоида выравниваться на разных поверхностях и склонах, в том числе на каменной дороге, стеклянном склоне и прислонившись к дереву. Они даже пытались помешать роботу, ударяя его или пиная, когда он пытался встать. В каждом сценарии видно, как робот приспосабливается к окружающей среде и успешно встаёт.

Эта удивительная способность падать, а затем снова подниматься благодаря системе под названием "Управление стоячим положением гуманоида" (HoST). Учёные добились этого с помощью обучения с подкреплением, разновидности машинного обучения, при которой агент (в данном случае система HoST) пытается выполнить задачу методом проб и ошибок. По сути, робот совершает действие, и если это действие приводит к положительному результату, ему отправляется сигнал о вознаграждении, который побуждает его совершить это действие снова, когда он окажется в аналогичном состоянии.

На высоте положения

Система, разработанная командой, была немного сложнее и использовала четыре отдельные группы вознаграждений для более целенаправленной обратной связи, а также ряд ограничений движения, включая сглаживание движения и ограничение скорости, чтобы предотвратить беспорядочные или резкие движения. Во время начального обучения также применялось вертикальное тянущее усилие, чтобы направлять процесс обучения на ранних этапах.

Изначально фреймворк HoST обучался на симуляциях с использованием симулятора Isaac Gym, среды для физического моделирования, разработанной компанией Nvidia. После того как фреймворк был достаточно обучен на симуляциях, его внедрили в гуманоидного робота Unitree G1 для экспериментального тестирования, результаты которого показаны на видео.

Экспериментальные результаты с человекоподобным роботом Unitree G1 демонстрируют плавные, стабильные и надёжные движения в вертикальном положении в различных сценариях реального мира. В перспективе эта работа открывает путь для интеграции управления в вертикальном положении в существующие человекоподобные системы, что потенциально расширит их применение в реальном мира.

исследоввание китайских ученых

Нам, людям, вставать может казаться чем-то само собой разумеющимся, но в прошлом человекоподобным роботам было трудно это повторить, как видно из съёмки, на которой роботы падают и не могут вернуться в вертикальное положение. Научить робота ходить или бегать, как человек — это одно, но чтобы быть полезным в реальном мире, он должен уметь справляться со сложными ситуациями, такими как спотыкание, падение и приземление.

В  Англии найден клад серебряных римских монет времен правления Марка Аврелия.

Фото и видео: YouTube / Tao Huang