Ученые создали ИИ-систему, которая позволяет четвероногим роботам самостоятельно выбирать способ передвижения в зависимости от местности. Технология позволяет плавно переходить от ходьбы к бегу, прыжкам или преодолению сложных препятствий без лишних задержек.
Проблема роботов прошлых поколений
Четвероногие роботы имеют преимущество над колесными на пересеченной местности. Однако препятствия — лестницы, выступы, камни или поваленные деревья — появляются хаотично и непрерывно. Ранее для каждого типа движения приходилось создавать отдельные алгоритмы. Из-за этого машины не могли естественно переключаться между стилями передвижения, когда условия внезапно менялись.
Технология APT-RL: обучение за восемь минут
Ученые разработали технологию APT-RL, которая основана на обучении с подкреплением и предварительно обученном трансформере действий. Робот сначала усваивает базовые навыки, а затем свободно комбинирует их на практике. Процесс включал быструю генерацию данных в симуляции — за восемь минут компьютер создал 15,5 часа виртуальных тренировок. После этого ИИ прошел тысячи попыток и ошибок, чтобы выбирать оптимальную стратегию. Робота оснастили 3D-камерой глубины и LiDAR для сканирования рельефа.
Систему испытали на четвероногом роботе KAIST HOUND. Во время тестов на закрытых площадках, кампусе и лесных тропинках машина достигла скорости 6 метров в секунду. Робот самостоятельно менял походку с рыси на галоп или прыжки в зависимости от сложности маршрута. Разработчики считают, что универсальный контроллер станет основой для будущих роботов, которые будут использоваться в инспекциях, военных миссиях и ликвидации последствий катастроф.
