חוקרים מבית הספר למדעי המחשב של אוניברסיטת קרנגי מלון ואוניברסיטת קליפורניה בברקלי תכננו מערכת רובוטית המאפשרת לרובוט זול עם רגליים קטנות יחסית לטפס ולרדת במדרגות קרוב לגובהו, לחצות סלעי, חלקלק, לא אחיד, תלול. ושטח מגוון. לגשר על תהומות, לקלף סלעים ושוליים, ואפילו לעבוד בחושך.
"לתת לרובוטים קטנים את היכולת לטפס במדרגות ולטפל במגוון סביבות הוא קריטי לפיתוח רובוטים שימושיים בבתים של אנשים, כמו גם בפעולות חיפוש והצלה", אמר דיפאק פאתאק, עוזר פרופסור במכון הרובוטיקה . רובוטים שיכולים לבצע משימות יומיומיות רבות".
הצוות העמיד את הרובוט במבחן, בודק אותו על מדרגות לא אחידות ועל גבעות בגנים ציבוריים, מאתגר אותו לדרוך על אבני דריכה ומשטחים חלקים, ומבקש ממנו לטפס במדרגות כי הוא היה גבוה כמו אדם שקפץ מעל מכשול. הרובוט מסתמך על החזון שלו ומחשב קטן על הסיפון כדי להסתגל במהירות ולשלוט בשטח מאתגר.
החוקרים אימנו את הרובוטים עם 4,000 שיבוטים בסימולטור, שם הם תרגלו הליכה וטיפוס בשטח מאתגר. מהירות הסימולטור מאפשרת לרובוט לצבור שש שנות ניסיון ביום אחד. הסימולטור גם אחסן מיומנויות מוטוריות שנלמדו במהלך אימון ברשת העצבית, שהחוקרים שיחזרו על הרובוט האמיתי. גישה זו אינה דורשת כל הנדסה ידנית של תנועת הרובוט -- בניגוד לשיטות המסורתיות.
רוב המערכות הרובוטיות משתמשות במצלמות כדי ליצור מפה של הסביבה שלהן ומשתמשות במפה זו כדי לתכנן תנועות לפני הביצוע. התהליך איטי, ולעיתים קרובות מתעוררות בעיות עקב אי בהירות, אי דיוקים או אי הבנות הטבועות בשלב המיפוי, המשפיעות על התכנון והתנועה שלאחר מכן. מיפוי ותכנון שימושיים במערכות המתמקדות בשליטה ברמה גבוהה, אך לא תמיד מתאימים לדרישות הדינמיות של מיומנויות ברמה נמוכה, כגון הליכה או ריצה בשטח מאתגר.
המערכת החדשה עוקפת את שלבי המיפוי והתכנון ומנתבת ישירות קלט חזותי לבקרת הרובוט. מה שהרובוט רואה קובע איך הוא זז. אפילו החוקרים לא ציינו כיצד הרגליים צריכות לנוע. טכנולוגיה זו מאפשרת לרובוט להגיב במהירות לשטח המתקרב ולנוע דרכו ביעילות.
מכיוון שלא נדרש מיפוי או תכנון, ולמידת מכונה משמשת לאימון תנועות, הרובוטים עצמם יכולים להיות בעלות נמוכה. הרובוט שבו השתמש הצוות זול לפחות פי 25 מהחלופות הקיימות. לאלגוריתם של הצוות יש פוטנציאל להפוך רובוטים בעלות נמוכה לזמינים יותר.
Ananye Agarwal, דוקטורנטית ללמידת מכונה ב-SCS, אמרה: "המערכת משתמשת בראייה ובמשוב מהגוף ישירות כקלט כדי להוציא פקודות למנועי הרובוט. טכניקה זו הופכת את המערכת לחזקה מאוד בעולם האמיתי. אם היא מחליקה על המדרגות, זה יכול להתאושש. זה יכול להיכנס לסביבות לא ידועות ולהסתגל".
חזון ישיר זה של שליטה הוא בהשראת ביולוגית. בני אדם ובעלי חיים משתמשים בראייה כדי לנוע. נסה לרוץ או לאזן בעיניים עצומות. המחקר הקודם של הצוות הראה שרובוטים עיוורים (אלו ללא מצלמות) יכולים לכבוש שטח מאתגר, אך הוספת חזון והסתמכות עליו יכולים לשפר מאוד את המערכת.
הצוות גם הסתכל על הטבע עבור אלמנטים אחרים של המערכת. עבור רובוט קטן בגובה של פחות ממטר כדי לטפס במדרגות או מכשולים קרובים לגובהו, הוא למד לאמץ את התנועות שבני אדם משתמשים בהן כדי לעבור על מכשולים גבוהים. כאשר אדם צריך להרים את רגליו גבוה כדי לטפס על שלב או מכשול, הוא משתמש בירכיים כדי להזיז את הרגליים מהדרך, הנקראת חטיפה ואדוקציה, מה שנותן לו יותר מקום. הדבר נכון גם לגבי המערכת הרובוטית שתוכננה על ידי הצוות של Pathak, המשתמשת בחטיפת ירכיים כדי להתגבר על מכשולים המעכבים כמה מהמערכות הרובוטיות המתקדמות ביותר בשוק.
גם תנועת הרגליים האחוריות של המרובע העניקה השראה לצוות. כאשר חתול עובר דרך מכשול, רגליו האחוריות נמנעות מאותם חפצים כמו רגליו הקדמיות, ללא עזרת זוג עיניים קרוב. "לחיות עם ארבע רגליים יש זיכרון שמאפשר לרגליהם האחוריות לעקוב אחר רגליהן הקדמיות. המערכת שלנו פועלת בצורה דומה", אמר פאתאק. הזיכרון המשולב של המערכת מאפשר לרגליים האחוריות לזכור את מה שהמצלמה הקדמית רואה ולתמרן כדי להימנע ממכשולים.
"מכיוון שאין מפה, אין תכנון, המערכת שלנו זוכרת את השטח ואיך היא מזיזה את הרגליים הקדמיות שלה, וממירה את זה לרגליה האחוריות, ועושה את זה כל כך מהר ומושלם", אמר אשיש קומאר, דוקטור. סטודנט בברקלי. המחקר הזה יכול להיות צעד גדול לקראת פתרון אתגרים קיימים עם רובוטים עם רגליים והכנסתם לבתים של אנשים.