Современные роботы-гуманоиды, спроектированные по образу и подобию человеческого тела, демонстрируют всё больше возможностей для эффективного выполнения разнообразных задач в реальном мире. Последние годы ознаменовались значительным прогрессом как в конструкции этих машин, так и в алгоритмах управления ими. Благодаря этому многие модели способны теперь воспроизводить человекоподобные движения с повышенной скоростью и точностью.
Одна из конструктивных особенностей роботов-гуманоидов — передвижение на двух ногах, схожее с человеческой походкой. Такое решение неизбежно приводит к проблеме устойчивости: при столкновении с препятствиями или перемещении по неровной местности роботы нередко теряют равновесие и падают. В отличие от людей, которые интуитивно поднимаются после падения, роботы часто оказываются беспомощными и требуют вмешательства человека для возвращения в вертикальное положение.
Научная группа из Университета Иллинойса в Урбана-Шампейн разработала инновационное решение этой проблемы. Их новая система машинного обучения, представленная в недавней публикации на сервере препринтов arXiv, наделяет роботов-гуманоидов способностью автономно восстанавливаться после падения. Такая технология может существенно повысить самостоятельность роботов и открыть перспективы для их масштабного внедрения в повседневную жизнь.
Авторы исследования Сяолинь Хэ, Жуньпэй Дун и их коллеги подчеркивают ключевую сложность в этой области: «Разработка контроллеров для подъема вручную представляет серьезную техническую задачу из-за многообразия положений, в которых робот может оказаться после падения, и сложности рельефа, на котором предполагается эксплуатация роботов-гуманоидов». Предложенная учеными система обучения формирует контроллеры, дающие роботам возможность подниматься из разных положений на различных типах поверхностей.
Система, получившая название HUMANUP, основана на методе обучения с подкреплением. В отличие от существующих подходов к обучению роботов передвижению, задача вставания с пола требует учета сложных схем контакта с поверхностью, что, в свою очередь, предполагает точное моделирование геометрии столкновений и более редкие сигналы вознаграждения. Разработчики решили эти проблемы при помощи двухэтапного подхода с последовательным повышением сложности.
На первом этапе система определяет оптимальные траектории движения конечностей, позволяющие роботу подняться. При этом накладываются минимальные ограничения на плавность и скорость этих движений. Второй этап посвящен совершенствованию найденных движений — они преобразуются в плавные последовательности, реализуемые роботом независимо от исходного положения и характеристик поверхности.
Для проверки эффективности разработанной методики ученые провели как симуляционные, так и натурные испытания с использованием робота Unitree G1 — передовой модели, созданной китайской компанией Unitree Robotics. Результаты оказались весьма обнадеживающими: робот продемонстрировал способность автономно подниматься из различных положений на поверхностях с разнообразными характеристиками.
Важно отметить, что исследователи тестировали систему HUMANUP в многочисленных реальных условиях с широким спектром свойств поверхности. Испытания проводились как на искусственных, так и на естественных покрытиях с различной шероховатостью (от грубого бетона до скользкого снега), неровностью (от гладкого бетона до плиточного покрытия), упругостью (от твердого бетона до вязкой грязи с травой) и углом наклона (от горизонтальной поверхности до склона около 10°).
При сравнении с встроенным контроллером подъема робота G1 и с версией HUMANUP без рандомизации исходной позы новая система продемонстрировала значительно более высокую эффективность. Она успешно справлялась с задачей в 78,3% случаев против 41,7% у встроенного контроллера и могла работать на типах поверхностей, недоступных для стандартного решения.
Авторы особо отмечают достигнутый прогресс: «Наша технология позволяют реальному роботу-гуманоиду G1 успешно подниматься из двух основных исходных положений: лежа на спине и лежа на животе. Тестирование проводилось на плоских, деформируемых и скользких поверхностях, а также на склонах, включая влажные травянистые участки и заснеженные поля. По нашим данным, это первая успешная демонстрация обученных стратегий подъема для роботов-гуманоидов человеческого размера в реальных условиях».
Исследователи также сравнили свой подход с другими существующими методами. В частности, они анализировали результаты подъема из положения лежа на животе, полученные с использованием метода, предложенного Тао и соавторами. Движения, генерируемые этим альтернативным методом, характеризовались значительной нестабильностью и потенциальной опасностью, сопровождаясь постоянными подергиваниями и подпрыгиваниями в процессе подъема.
Перспективная технология, разработанная Хэ, Дуном и их коллегами, имеет значительный потенциал для дальнейшего развития и внедрения в различные модели роботов-гуманоидов. Способность автоматически восстанавливаться после падения существенно повышает автономность этих машин, что может стать важным фактором их будущего широкомасштабного применения в различных сферах человеческой деятельности.
