Štvornohý robot Raibo exceluje v parkúre

Tím robotikov a špecialistov na AI z Laboratória robotiky a umelej inteligencie v Kórei dosiahol pozoruhodný úspech: navrhli a otestovali štvornohého robota menom Raibo, ktorý je schopný vykonávať parkurové manévre vo vysokej rýchlosti. Tento robot preukazuje bezprecedentnú agilitu a prispôsobivosť, pričom sa pohybuje v komplexných a rôznorodých terénoch s výnimočnou presnosťou a rýchlosťou. Parkur zahŕňa akcie ako lezenie po stenách, skákanie medzi objektmi a manévrovanie na nepravidelných povrchoch.

Výzvou pre výskumníkov bolo umožniť robotovi replikovať tieto ľudské pohyby autonómne pri zachovaní stability a bezpečnosti. Tím sa rozhodol pre štvornožný dizajn, aby zvýšil rovnováhu a flexibilitu Raiba, pretože štvornohé roboty ponúkajú vynikajúcu stabilitu a agilitu v porovnaní s dvojnohými robotmi. Kľúčová inovácia však spočíva v jeho špecializovanom ovládači, ktorý integruje pokročilé plánovacie a sledovacie schopnosti. Tento ovládač využíva neurónovú sieť na vytváranie a neustále aktualizovanie podrobnej mapy prostredia.

Táto mapa umožňuje Raibovi nielen plánovať svoju trasu, ale aj určovať presné umiestnenie chodidiel pre bezpečný a efektívny pohyb. Neurónová sieť bola trénovaná na veľkom súbore dát zo scenárov reálneho sveta, čo jej umožnilo naučiť sa navigovať v rôznych terénoch. Vstup z kamery robota a spätných senzorov dynamicky aktualizuje túto mapu v reálnom čase, pričom riadi každý krok robota.  

Počiatočné simulácie a fyzické testy odhalili mimoriadne schopnosti Raiba. Dokázal bežať vertikálne po stenách na krátke vzdialenosti, skákať cez medzery s dĺžkou 1,3 metra a prechádzať kurzami pokrytými voľnými kameňmi. Okrem toho Raibo preukázal zručnosť v chôdzi po rampách, lezení po schodoch a nastupovaní a vystupovaní z krabíc. Tieto výkony podčiarkujú významný pokrok v autonómnom plánovaní pohybu a adaptácii v reálnom čase, zdôrazňujúc schopnosť robota zvládať náročné a nepredvídateľné prostredia.  

Agilita Raiba otvára nové možnosti pre jeho uplatnenie v nebezpečných terénoch, kde je obmedzený prístup človeka, ako sú zóny katastrof a záchranné misie. Súvisiaci prelom v štvornohej robotike, využívajúci spikingové neurónové siete (SNN) a eventové kamery, preukázal pozoruhodnú energetickú účinnosť. Tento prístup, inšpirovaný biologickým vnímaním, spracováva dynamické vizuálne dáta s kilohertzovými frekvenciami, nezávisle od svetelných podmienok a s výrazne zníženými výpočtovými nárokmi.

Experimentálne výsledky ukazujú, že táto metóda dosahuje vynikajúci parkourový výkon s iba 11,7 % spotreby energie tradičných modelov založených na umelých neurónových sieťach (ANN), čo predstavuje 88,3 % zníženie spotreby energie. Tento bio-inšpirovaný systém zvyšuje stabilitu v scenároch náročných na pohyb prostredníctvom vynikajúceho časového rozlíšenia eventových dát, čím rozširuje rozsah použitia mozgom inšpirovaných zariadení v robotoch.

Vysoká spotreba energie a výpočtové nároky sú hlavnými obmedzeniami pre trvalú, neviazanú robotickú prevádzku v teréne. Zníženie o 88,3 % je prelomom pre životnosť batérie a prevádzkovú dobu. To zdôrazňuje, že surový výpočtový výkon nie je jediným kritériom pre pokročilú robotiku; pre reálne nasadenie je prvoradá účinnosť.  

Zdroj: hyper.ai.

^{Zdroj Foto: Hyeongjun Kim}