Робот-собака KAIST HOUND адаптирует походку в реальном времени с помощью нового ИИ
Материал подготовлен искусственным интеллектом на основе нескольких источников — ссылки на оригиналы приведены ниже.
100-фунтовый четырёхногий робот KAIST HOUND научился самостоятельно переключаться между рысью и прыжками при преодолении лестниц, лесов и полос препятствий. Робот использует камеры и лидар для сканирования местности и корректировки движений в реальном времени без участия человека. Исследователи опубликовали описание системы 15 июля в журнале Science Robotics.
Метод обучения
Исследователи разработали APT-RL — систему ИИ, сочетающую предобученные трансформеры действий с обучением с подкреплением. Сначала команда сгенерировала 180 000 коротких последовательностей рыси и прыжков с помощью оптимизации траекторий на 2D-модели, что соответствовало примерно 15,5 часам движений, созданным за восемь минут. В ходе обучения с подкреплением ИИ научился выбирать и модифицировать эти навыки при преодолении симулированных лестниц, камней, барьеров, промежутков и неровной местности.
Реальные испытания
На открытом воздухе 45-килограммовый робот преодолел 1,1-километровый маршрут по университетскому кампусу и 0,3-километровую лесную тропу с корнями, брёвнами и скользкими листьями. Робот не ограничивался заранее записанными движениями: он мог корректировать действия для трёхмерной местности и неожиданных ситуаций, например, перепрыгивать через бревно — поведение, не включённое в исходные данные обучения на ровной поверхности.
Что дальше
Команда планирует испытать робота на более сложных рельефах и в реальных приложениях, таких как поиск и спасение. Остаётся неясным, как система будет работать в условиях динамических препятствий или экстремальной погоды.
1 источник
Робот-собака KAIST HOUND адаптирует походку в реальном времени с помощью нового ИИ
