Nowe możliwości ANYmal

Udoskonalona wersja czworonoga ANYmal dostosowana do potrzeb szwajcarskiej firmy Swiss-Mile z Zurychu radzi sobie coraz lepiej. Po dodaniu do komercyjnego czworonoga napędzanych kół robot stał się szybki i wydajny, a jednocześnie umożliwia mu to pokonywanie krawężników i schodów. Kilka lat temu robot spionizował się, co odblokowało potencjał do rozpoczęcia manipulacji za pomocą kończyn.

Wykonywanie jakichkolwiek praktycznych manipulacji ANYmalem jest skomplikowane, ponieważ jego kończyny zostały zaprojektowane tak, aby były nogami, a nie ramionami. Jednak w Laboratorium Systemów Robotycznych na ETH w Zurychu udało się nauczyć go używania ich do otwierania drzwi, a nawet chwytania paczki ze stołu i wrzucania jej do pudełka.

Badacze skłonili robota do niezawodnego wykonywania tych złożonych zadań, stosując uczenie się przez wzmacnianie. Biorąc pod uwagę niepraktyczną ilość czasu potrzebnego na symulacje, wprowadzili koncepcję ciekawości, która zachęca robota do zabawy przedmiotami związanymi z celem.

- W kontekście tej pracy 'ciekawość' odnosi się do naturalnego pragnienia lub motywacji naszego robota do eksploracji i poznawania otoczenia - powiedział autor badań, Marko Bjelonic - Umożliwia to odkrywanie rozwiązań zadań bez konieczności wyraźnego określania ich ram poprzez inżynierów. W przypadku zadania otwierania drzwi robot ma być ciekawy położenia klamki, natomiast w przypadku zadania chwytania paczki, ma być zainteresowany jej ruchem i położeniem. Wykorzystanie ciekawości do znalezienia sposobów na zabawę i zmianę parametrów pomaga robotowi osiągnąć swoje cele bez konieczności zapewniania przez badaczy jakichkolwiek innych danych wejściowych. Scenariusze zachowań, które robot opracowuje w tym procesie są ciekawe i różnorodne, co jest jedną z zalet stosowania rzadkich nagród.

- Proces uczenia się jest wrażliwy na niewielkie zmiany w środowisku szkoleniowym - wyjaśnił Bjelonic - Ta wrażliwość pozwala agentowi badać różne rozwiązania i trajektorie, co potencjalnie prowadzi do bardziej innowacyjnej realizacji zadań w złożonych i dynamicznych scenariuszach. Na przykład w przypadku realizacji zadania otwierania drzwi robot odkrył, jak otworzyć je za pomocą jednego z efektorów końcowych lub obu jednocześnie, co sprawia, że lepiej radzi sobie z wykonaniem zadania w świecie rzeczywistym. Manipulacja paczką jest jeszcze ciekawsza, ponieważ robot czasami upuszczał ją podczas treningu, ale samodzielnie uczył się, jak ją ponownie podnieść.

Robot współpracuje z systemem AprilTags opartym na kodzie wizualnym, co pozwala informować go, gdzie w prawdziwym świecie znajdują się istotne elementy, takie jak wspomniane klamki do drzwi. Bjelonic twierdzi, że następnym krokiem w rozwoju będzie wyposażenie robota w poczucie zaskoczenia oparte na kontakcie.

(rr)