Результаты исследования помогут не только улучшить движения роботов, но и понять механику животных. Препринт публикации опубликован на сайте arXiv и пока не прошел рецензирования.
Исследователи из Университета Лидса и Университетского колледжа Лондона разработали систему глубокого обучения с подкреплением (DRL), которая позволяет роботизированным устройствам преодолевать сложные рельефы без предварительной подготовки и дополнительных датчиков.
Технология основана на способности робота динамически изменять походку. Этот принцип используют четвероногие млекопитающие, объясняют ученые: животные крадутся, шагают, бегут рысью или галопом в зависимости от обстоятельств. В отличие от существующих систем, которые используют одну стратегию передвижения, разработанная модель так же как и животные мгновенно адаптирует стиль при изменении типа поверхности.
По мнению исследователей, адаптивность возникает из трех ключевых атрибутов: продвинутые стратегии выбора походки, процедурная память походки для быстрого развертывания и точная корректировка движения для нестандартных условий. Ученые интегрировали в робота компоненты, которые имитируют работу этих систем.
Адаптивное движение у роботов и
Технологию протестировали на сложных ландшафтах для робопса, который не проходил предварительного обучение. Устройство держало равновесие, поднималось при падении и маневрировало без использования дополнительных датчиков.
