Dieser spezifische Roboter (ein Unitree Go1 mit einem Intel RealSense für die Annahme) sorgt dafür, dass er sich gegen eine Wandfläche stabilisiert, um einen fast einen Meter hohen Zugangsschalter für ein Mobilitätsgerät zu drücken und dann die Tür offen zu lassen, was ziemlich gut ist. Viel umfassender ist dies eine wertvolle Maßnahme, um nichthumanoide Robotik dabei zu unterstützen, in für den Menschen optimierten Atmosphären zu laufen, was entscheidender sein könnte, als es scheint. Es ist durchaus möglich, unsere Umgebungen so zu verändern, dass sie für Robotik freundlicher sind, und wir sehen dies in Bereichen wie Gesundheitseinrichtungen (sowie einigen Resorts), in denen Robotik die Fähigkeit hat, Aufzüge direkt zu regulieren. Dies macht es für die Robotik viel einfacher zu navigieren, aber es ist frustrierend genug, dies manchmal tun zu müssen. Noch sinnvoller (ansonsten immer einfacher) ist es, lieber einfach einen Knopfdruck-Roboter zu konstruieren. Es gibt wahrscheinlich eine Debatte darüber, dass der allerbeste goldene Mittelweg darin besteht, zunächst ein umfassend verfügbares Framework zu erstellen, indem sichergestellt wird, dass weder Menschen noch Robotik auf eine Detailsteuerungsmethode angewiesen sind, um irgendetwas auszuführen. Bis wir das schaffen, werden Fähigkeiten wie diese sicherlich wichtig für die praktische Beinrobotik sein.
Es kann schwierig sein, einem Roboter beizubringen, sowohl Bewegung als auch Kontrolle gleichzeitig mit demselben Arm oder denselben Beinen auszuführen, wenn man Strategien des Verstärkungslernens verwendet, da man eingebettete Nachbarschaftsminima erhalten kann, während man versucht, extreme Fähigkeiten zu maximieren verschiedene sowie (würde ich sicherlich denken) oft gegeneinander verschiedene. Die Wissenschaftler teilten das Training in verschiedene Steuerungs- und Mobilitätspläne sowie in Simulationstechniken auf, obwohl dies eine zusätzliche Aufgabe bedeutete, diese verschiedenen Fähigkeiten in der realen Welt miteinander zu verbinden, um hilfreiche Aufgaben zu erledigen.
Zugehörige Artikel rund um das Internet
Wir haben uns daran gewöhnt, vierbeinige Roboter als Robotervarianten von Haustieren zu betrachten. Und um vernünftig zu sein, ist es genau dort in den Worten "vierbeinig". Wenn wir einfach über das Lateinische hinauskommen, gibt es definitiv keinen Grund, warum vierbeinige Roboter sich darauf beschränken müssen, alle 4 ihrer Arme oder Beine die ganze Zeit als Beine zu verwenden. Und tatsächlich funktionieren die meisten anderen Vierbeiner ähnlich: Vierbeinige Haustiere verwenden oft ihre Vorderarme oder -beine, um sich mit der Welt um sie herum für Nicht-Fortbewegungsfunktionen zu verbinden.
Legs as Manipulator: Pressing Quadrupedal Dexterity Past Mobility von Xuxin Cheng, Ashish Kumar und Deepak Pathak vom Carnegie Mellon College und dem College of The Golden State, Berkeley, wird im nächsten Monat auf der ICRA 2023 in London zu sehen sein.
Die effiziente Ausführung einer gemischten Mobilitäts- und Kontrollaufgabe erfordert eine erstklassige professionelle Präsentation. Der Roboter merkt sich, was den Menschen während der gesamten Präsentation steuert, und erstellt dann einen Gewohnheitsbaum, an den er sich halten kann, der die Jobs direkt in eine Reihe von verknüpften Mobilitäten aufteilt und Teilaufgaben kontrolliert, die er der Reihe nach erledigen kann. Dazu gehört auch die Effizienz des Systems, denn wenn die Robotik bei irgendeiner Teilaufgabe zu kurz kommt, kann sie mit dem Aktionsbaum zurückspulen, bis sie zu einem Erfolgsfaktor zurückkehrt, und dann wieder von dort aus beginnen.
Aus Ihren Website-Artikeln
Robotiker am Carnegie Mellon College und am College of The Golden State, Berkeley, erziehen Robotertiere dazu, ihre Beine zur Kontrolle und nicht nur zur Fortbewegung einzusetzen, indem sie Fähigkeiten zeigen, die darin bestehen, Wände hochzuklettern, Schalter zu drücken und auch zu treten eine Fußballrunde.