Bostoni dünaamika ning robootika ja AI Instituut (RAI Instituut)-alates Saltose komistamisest: Atlase AI-Upgrade, humanoidsed oskused määratletakse uuesti

Avaldatud: 25. veebruar 2025 / Värskendus: 25. veebruar 2025 - autor: Konrad Wolfenstein

Alates komistamisest kuni robootika Somersaultini: AI-Upgrade määratleb humanoidsed oskused-pildi: xpert.digital

Humanoidide tulevik: atlas on tugevdava õppimise kaudu nutikam

Strateegiline partnerlus: Boston Dynamics optimeerib ATLA -sid reaalsete rakenduste jaoks

Dünaamilise roboti valdkonna teerajaja Boston Dynamics ning Robotics & AI Instituut (RAI Instituut), teadusasutus, mis on tuntud robotieksperdi ja Boston Dynamicsi endiste tegevjuhtide juhtimisel, teatas Marc Raibert strateegilisest partnerlusest. Selle koostöö deklareeritud eesmärk, mis leidis ametlikult oma alguse 2025. aasta veebruaris, on täiustatud humanoidroboti Atlase oskuste oluline parandamine tugevdusõppe abil (tugevdav õppimine). See koostöö lubab mitte ainult muuta Atlas paindlikumaks ja paindlikumaks, vaid ka kvalifitseerida selle laiema reaalsete rakenduste spektri jaoks ja sillutada seega teed humanoidsete robootika uuele ajastule.

Sobib selleks:

Humanoidid ja dünaamilised robotid, näiteks robootika - võrdlus: Atlas by Boston Dynamics ja Walker X -ist UBLECH

Tulevase orienteeritud koostöö põhieesmärgid

Boston Dynamics ja RAI Instituudi partnerlus keskendub paljudele ambitsioonikatele eesmärkidele, mille eesmärk on muuta Atlase põhioskusi ja arendada seda muljetavaldavast uurimistööst meeleavaldusest mitmekesiseks ja praktiliseks tööriistaks. Nende jõupingutuste keskmes on kolm peamist valdkonda:

SIM-Reali lünga silla: tee simulatsioonist reaalsuseni

Üks suurimaid väljakutseid robootikas, eriti tugevdusõppe valdkonnas, on simulatsioonides õpitud oskuste ülekandmine reaalmaailma. Simulatsioonid pakuvad robotite koolitamiseks ideaalset keskkonda, kuna need võimaldavad piiramatut kogust andmeid, täielikku kontrolli keskkonna üle ja võimalust simuleerida ohtlikke või kulude intensiivseid stsenaariume riskivabadega. Robotid saavad virtuaalsetes maailmades läbi viia lugematu arv liikumiste ja ülesannete iteratsiooni ilma kahjustuste või vigastusteta.

Teisest küljest on reaalsus palju keerulisem ja ettearvamatu. Füüsilised robotid tegutsevad maailmas, mis on täis sensoorset müra, ettenägematuid häireid, modelleerimise ebatäpsusi ja varieeruvuse pidevat väljakutset. See, mis töötab ideaalselt kontrollitud simulatsioonis, võib kaootilises reaalsuses ebaõnnestuda. “SIM-REAL-LÜCKE” kirjeldab täpselt seda lahknevust.

Boston Dynamics ja RAI Instituudi partnerlus on seadnud endale eesmärgi sulgeda selle lünga uuenduslike meetodite ja algoritmide abil. Teadlased tegelevad kindlate ja üldistatavate liikumiste arendamisega, mis töötavad usaldusväärselt mitte ainult simulatsioonis, vaid ka reaalses maailmas. See hõlmab täiustatud simulatsioonikeskkondade arendamist, mis kaardistavad füüsilise reaalsuse täpsemalt, samuti selliste tehnikate nagu domeeni randomiseerimist ja adaptiivset simulatsiooni kasutamist, et muuta mudelid treenitud simulatsioonides resistentsemaks reaalse maailma võimetuks. Edu selles valdkonnas on ülioluline, et kasutada robootika täielikku tugevdamise potentsiaali ja kasutada robotite kasutamist tõelises, struktureerimata keskkonnas.

Loco manipuleerimise parandamine: liikumise ja suhtlemise kunst

Võimalus leida locoga manipuleerimine, st objektide samaaegne transport ja manipuleerimine, on robotite peamine võime, mis peaks toimima keerulises ja dünaamilises keskkonnas. Kujutage ette humanoidrobotit, mis liigub läbi lao pakkide korjamiseks, või robot, mis kõrvaldab prahi katastroofi tsoonis ja otsib samal ajal ellujäänuid. Kõigi nende stsenaariumide korral on oluline, et robot mitte ainult ei liiguks tõhusalt, vaid saaks ka samal ajal oma ümbrusega suhelda.

LOKO arenenud manipulatsioonistrateegiate arendamine on aga tohutu väljakutse. See nõuab tihedat kooskõlastamist liikumise kavandamise, raudtee planeerimise, haaramise kavandamise ja tugevuse taseme vahel. Robot peab suutma kohandada oma liikumisi ja manipuleerimisi reaalajas selle ümbruse pidevalt muutuvate tingimustega.

Partnerluse osana töötavad teadlased välja uued ja uuenduslikud strateegiad Atlas Loco manipuleerimise oskuste uuele tasemele. See hõlmab samaaegse kavandamise ja kaasahaaramise kavandamise algoritmide uurimist, tugevate jõukontrolli strateegiate väljatöötamist erinevate objektide manipuleerimiseks ja sensoorse teabe integreerimine juhtimissilmusesse, et võimaldada reaktsiooni kiiret ja adaptiivset loko manipuleerimist. Loco manipuleerimise parandamine on ülioluline samm, et muuta Atlas tõeliselt mitmekülgseks ja kasulikuks tööriistaks mitmesuguste rakenduste jaoks.

Uuringud kogu keha kontaktstrateegiate kohta: vaeste ja jalgade sünergia

Humanoidrobotitel nagu Atlas on ainulaadne potentsiaal liikuda ja suhelda viisil, mis on väga sarnane inimliikumisega. See võime integreerida kogu keha, sealhulgas käed, jalad ja kere keerukatesse liikumistesse ja ülesannetesse, avab robootika jaoks täiesti uued võimalused. Kõigi keha kontaktstrateegiad ulatuvad relvadega lihtsast manipuleerimisest ja kasutavad sünergiat käte ja jalgade vahel, et võimaldada suure jõudlusega liigutusi ja ülesandeid.

Mõelge inimesele, kes kannab rasket objekti. Ta ei kasuta mitte ainult oma käsi, vaid ka jalasid, kere ja kogu keha raskuse stabiliseerimiseks, tasakaalu hoidmiseks ja objekti tõhusaks vedamiseks. Sarnaselt peaksid humanoidrobotid olema võimelised kasutama kogu oma keha keerukate ülesannete haldamiseks, mis nõuavad käte ja jalgade tihedat koordineerimist.

Teadlased keskenduvad täiustatud regulatiivsete algoritmide väljatöötamisele ja kõrge kehalise liikumise ja ülesannete täitmise kavandamise strateegiate väljatöötamisele. See hõlmab selliseid valdkondi nagu dünaamiline jooks, hüppamine, ronimine, tõstmine ja raskete esemete kandmine, kitsastes tubades manipuleerimine ja interaktsioon keerukate keskkondadega. Terve keha kontaktstrateegiate uurimine on ülioluline, et kasutada ära humanoidvormi teguri täielikku potentsiaali ja arendada roboteid, mis saaksid maailmas liikuda ja suhelda, loomulikul ja intuitiivsel viisil.

Selle suuna koostöö tähtsus

Bostoni dünaamika ja RAI instituudi partnerlus on robootika ja AI teadusringkondade jaoks tohutu tähtsusega mitmel põhjusel. Esiteks ühendab ta kaks juhtivat organisatsiooni robootika valdkonnas, millest igaühel on ainulaadsed tugevused ja oskused. Bostoni dünaamika on kogu maailmas tuntud oma muljetavaldavate ja dünaamiliste robotplatvormide, näiteks Atlas, Spot, Spect, käepide ja venitus. Marc Raiberti juhtimisel RAI instituut toob aastakümnete pikkuse kogemuse intelligentsete masinate tipptehnoloogiate väljatöötamisel ja tugevdava õppimise kasutamisel keerukate robootikaprobleemidega.

RAI Instituudi asutaja Marc Raiber on robootika ikoon. Endine Boston Dynamics tegevjuhina on ta märkimisväärselt kujundanud ettevõtte arengu ja tootnud mõned kõige muljetavaldavamad robotid maailmas. Robootikauuringutel on olnud püsiv mõju tema visioonile robotitest, mis võib reaalses maailmas liikuda sama nutika ja mitmekülgsena kui inimesed ja loomad. RAI Instituudi asutamisega jätkab Raiber oma missiooni laiendada robootika ja AI võimaliku piire.

Koostöö põhineb varasemate ühiste projektide kindlal alusel, sealhulgas neljajalgse robotikoha „tugevdusõppe uurija komplekt”. See komplekt võimaldab teadlastel kogu maailmas välja töötada ja testida tugevdamise õppimise algoritme kohapeal platvormil. Selle komplekti edukas väljatöötamine ja rakendamine on näidanud, et mõlemad organisatsioonid on võimelised koos tõhusalt koostööd tegema ja arendama uuenduslikke lahendusi robootika rekordilise õppimise valdkonnas.

Kasutades tugevdusõpe Atlasse, mis on üks kõige arenenumaid ja võimsamaid humanoidroboteid maailmas, ootavad partnerid humanoidoskuste arendamisel olulisi edusamme. Tugevdamise õppimine pakub potentsiaali robotite koolitamiseks, keerukate ülesannete haldamiseks, mida oleks traditsiooniliste programmeerimismeetodite abil keeruline rakendada. See võimaldab robotitel õppida oma ümbrusega suhtlemise kaudu, kohaneda ja oma oskusi pidevalt parandada.

Boston Dynamics ja Rai Instituut on võtnud kohustuse avaldada oma töö Atlasega regulaarseid värskendusi ja demonstratsioone, et teha edusamme humanoidses robootikas üldsusele kättesaadavaks. See läbipaistvus on oluline, et tugevdada usaldust robootika ja AI -uuringute vastu ning edendada nende tehnoloogiate sotsiaalset aktsepteerimist. Planeeritud väljaanded mitte ainult ei teavita teadusringkondadest, vaid inspireerivad ka avalikkust humanoidrobootika põnevate võimaluste ja väljakutsete eest.

Ühine teadus ja areng üksikasjalikult

Bostoni dünaamika ja RAI instituudi koostöö jaguneb mitmeks põhivaldkonnaks, mis on tihedalt seotud ja üksteist täiendavad:

Atlase ühise õppeõppetorustiku arendamine

Partnerluse keskmes on tipptasemel tugevdamise õppimise koolituse torujuhtme arendamine, mis on spetsiaalselt kohandatud Atlase vajadustele ja oskustele. See torujuhe on dünaamilise ja üldistatava käitumise koolituse aluseks mobiilse manipuleerimise jaoks. See hõlmab kõiki tugevdusõppe protsessi etappe alates preemiafunktsioonide määratlemisest ja sobivate algoritmide valimisest kuni simulatsioonikeskkondade väljatöötamise ja andmete hankimiseni kuni õpitud käitumise valideerimise ja ülekandeni tõelisel robotil.

Treeningtorustik on modulaarne, et tagada paindlikkus ja kohanemisvõime erinevates ülesannetes ja keskkonnas. See integreerib tugevdusõppe täpsemad tehnikad, näiteks sügav tugevdusõpe, mudelipõhine tugevdusõpe ja mitmeagentide tugevdusõpe, et maksimeerida koolituse tõhusust ja vastupidavust. Eriline tähelepanu keskmes on tasufunktsioonide väljatöötamine, mis võimaldavad Atlasel õppida keerulisi ülesandeid, täpsustamata iga sammu selgesõnaliselt. Tasumisfunktsioonid on mõeldud robotite juhendamiseks tõhusate, looduslike ja inimlike sarnaste liikumiste ja interaktsioonide arendamiseks.

SIM-Reali ülekanne: sild virtuaalse ja reaalse maailma vahel

Nagu juba mainitud, on SIM-Reali ülekanne robootika tugevdamise õppimisel üks suurimaid väljakutseid. Meeskonnad töötavad intensiivselt, et ületada lõhe simulatsioonide ja reaalse maailma vahel ning tagada, et simulatsioonides koolitatud käitumist saaks edukalt ja usaldusväärselt füüsilisse riistvarasse üle kanda.

See nõuab mitmekihilist lähenemisviisi, mis hõlmab simulatsioonikeskkondade parandamist ja tugevate ülekandemeetodite väljatöötamist. Füüsilise reaalsuse täpsemaks kaardistamiseks on pidevalt paranenud simulatsioonikeskkondi, sealhulgas hõõrdumise, kontakti, inertsuse ja muude füüsiliste mõjude modelleerimine. Samal ajal kasutatakse selliseid tehnikaid nagu domeeni randomiseerimine, süsteemi identifitseerimine ja adaptiivne juhtimine, et muuta mudeleid treenitud simulatsioonides reaalse maailma võimetute suhtes vastupidavamaks. Eesmärk on luua sujuv üleminek simulatsioonilt reaalsusele, et Atlas saaks virtuaalses maailmas õpitud oskusi kasutada ilma reaalses keskkonnas tulemuslikkuse olulise kaotuseta.

Keskenduge humanoidrobootika tuleviku võtmeoskustele

Partnerlus keskendub võtmeoskuste arendamisele ja parendamisele, mis on olulised humanoidrobotite praktiliseks kasutamiseks reaalses keskkonnas:

Täiustatud locoga manipuleerimine: käsitsege objekte liikumise ajal

Atlas peab samal ajal liikudes manipuleerima objektide ja seadmetega, näiteks uksed, lülitid, kangid, tööriistad ja muud objektid. See võime on mitmesuguste rakenduste jaoks ülioluline, alates tööstusautomaatikast kuni logistikani kuni otsingu- ja päästeoperatsioonideni. Kujutage ette atlast, kes liigub läbi kareda maastiku ja kõrvaldas samal ajal prahi või pakub tööriistu kahjustatud konstruktsiooni parandamiseks.

Täiustatud locoga manipuleerimine nõuab algoritmide väljatöötamist, mis koordineerivad liikumise kavandamist, haarava kavandamist ja tugevuse taset reaalajas. Atlas peab suutma kohandada oma liikumisi ja manipuleerimisi objektide kuju, suuruse, kaalu ja olemusega, mida ta manipuleerib. Lisaks peab ta suutma hakkama saada ebakindlusega taju ja lähiümbruse osas ning oma plaanide ja liikumiste dünaamiliselt kohandada. Nende oskuste arendamine muudab Atlase paljude rakenduste jaoks palju mitmekülgsemaks ja kasulikumaks tööriistaks.

Kogu keha kontaktistrateegiad: keerulised liigutused ja rasked koormused

Teadlased keskenduvad täielike kehade nõudlike liikumiste arendamisele, mis ületavad lihtsast kõndimisest ja ulatumisest. See hõlmab dünaamilist jooksmist, hüppamist, ronimist, tõstmist ja raskete esemete kandmist ning kitsastes ruumides manipuleerimist. Need oskused nõuavad käte, jalgade ja kere vahel tihedat koordineerimist ning kasutavad keerukate ülesannete haldamiseks kogu keha sünergiat.

Dünaamiline jooks ja hüppamine võimaldavad atlasel kiiresti ja tõhusalt liikuda ebaühtlasel maastikul ja takistustel. Ronimine pikendab selle ulatust ja võimaldab juurdepääsu rasketele aladele. Raskete esemete tõstmine ja kandmine teeb temast väärtusliku abistaja logistika ja ehituse alal. Kitsastes tubades manipuleerimine võimaldab kasutada keskkondades, millele on raske inimestele raske juurde pääseda või ohtlik. Terve keha kontaktstrateegiate väljatöötamine on ülioluline samm humanoidvormi teguri täieliku potentsiaali ärakasutamiseks ja Atlase tõeliselt vildakaks ja võimsaks robotiks.

Praktiline rakendamine ja pidev progressi kontroll

Boston Dynamics ja RAI Instituudi partnerlus on teie teadus- ja arendustöö läbipaistva ja praktikale orienteeritud rakendamisel suure tähtsusega:

Regulaarsed eduaruanded ja meeleavaldused

Boston Dynamics ja RAI Instituut on võtnud kohustuse avaldada perioodiliselt eduaruandeid, mis dokumenteerivad koostöö uusimaid arenguid ja edu. Need aruanded ei sisalda mitte ainult kirjalikke edusammude kirjeldusi, vaid ka erksaid meeleavaldusi Atlasega, mis näitavad äsja omandatud oskusi tegutsemisoskusi. Need meeleavaldused on avaldatud videote ja esitluste kujul ning need on kättesaadavad teadusringkondadele ja üldsusele.

Regulaarsed värskendused ja meeleavaldused teenivad mitut eesmärki. Need võimaldavad teadusringkondadel jätkata humanoidrobootika edusamme ja inspireerida üksteist. Nad edendavad läbipaistvust ja usaldust robootikauuringute vastu ning aitavad suurendada nende tehnoloogiate sotsiaalset aktsepteerimist. Lisaks pakuvad nad Bostoni dünaamikat ja Rai Instituuti võimalust saada kogukonnalt tagasisidet ja vastavalt oma uurimissuunda kohandada.

Koostöö asukoht: Massachusetts, USA

Kogu teadus- ja arendustöö partnerluse osana toimub Massachusettsis, kus mõlemad organisatsioonid on peakorter. See ruumiline lähedus edendab uurimisrühmade tihedat koostööd ja otsest vahetust. Bostoni Dynamics ja RAI Instituudi meeskonnad töötavad ühistes laborites ning kasutavad mõlema organisatsiooni ressursse ja infrastruktuuri. See meeskondade ja ressursside tihe integreerimine on partnerluse edu jaoks oluline tegur ja võimaldab sünergiat kasutada ning tõhusalt edendada teadus- ja arendustööd.

Atlase eeldatavad uued oskused: pilk humanoidrobootika tulevikusse

Boston Dynamics ja RAI Instituudi partnerluse tõttu on Atlase robot mõeldud saama mitmeid murrangulisi uusi oskusi, mis muudavad selle veelgi mitmekülgsemaks ja kasulikumaks tööriistaks:

Täiustatud liikuvus ja manipuleerimine: paindlikkus ja liikumine täpsus

Dünaamiline liikumine

Atlas peab suutma liikuda veelgi stabiilsemalt ja vedelamat ebaühtlasel maastikul, keerukates keskkondades ja isegi dünaamilistes stsenaariumides. See hõlmab jooksmist, hüppamist, ronimist ja võimalust reaalajas erinevatele pindadele ja tingimustele kohaneda. Dünaamilise liikumise võimaldab täiustatud regulatoorsed algoritmid ja andurite andmete sulandumine, mis võimaldab ATLA -del hoida tasakaalu, ületada takistused ja kohandada selle liikumisi vastava olukorraga.

Kogu kehaga manipuleerimine

Robot rakendab täiustatud strateegiaid täieliku kontakti jaoks, et kasutada raskeid ja tõhusalt raskeid esemeid kasutada, kanda, liigutada ja manipuleerida. See nõuab raskuse stabiliseerimiseks, tasakaalu hoidmiseks ja objektide ohutuks käsitsemiseks kõrgelt arenenud käte, jalgade ja kere koordineerimist. Kogu kehaga manipuleerimine võimaldab atlasel võtta ülesandeid, mis olid varem reserveeritud ainult inimestele, näiteks ladudes asuvate raskete koormate liikumine, ehitusplatsidel või katastroofitsoonides.

Täiustatud keskkonnamõju: intelligentne interaktsioon maailmaga

Objektiga manipuleerimine

Atlas peaks õppima oma piirkonnas mitmesuguste objektide ja seadmetega manipuleerima, sealhulgas uksed, lülitid, hoovad, klapid, tööriistad, konteinerid ja palju muud. See võime võimaldab tal tegutseda inimkeskkonnas ja täita ülesandeid, mis nõuavad suhtlemist olemasoleva infrastruktuuriga. Objektide manipuleerimine nõuab täiustatud tajumisoskusi objektide äratundmiseks, leidmiseks ja tuvastamiseks, samuti keerukatest haaramis- ja manipuleerimisstrateegiatest, et neid ohutult ja tõhusalt käsitseda.

Materjalide ja struktuuridega kohanemisvõime

Robot suudab automaatselt ja arukalt kohandada oma tugevust, kiirust ja liikumist erinevate materjalide ja konstruktsioonideni, kahjustamata või hävitamata. See on ülioluline ohutu ja usaldusväärse suhtluse jaoks reaalse maailmaga, kus robotid puutuvad kokku mitmesuguste pindade, materjalide ja objektidega. Kohanemisvõime saavutatakse tugevuse ja pöördemomendi andurite, kombatavate andurite ja täiustatud regulatiivsete algoritmide abil, mis võimaldavad ATLA -del jälgida ja kohandada selle interaktsioone reaalajas.

Õppimisvõime ja üldistamine: tulevaste uuenduste alus

Tõhusam õppimine tugevdusõppe kaudu:

Täiustatud puhaskaitseõppe tehnikate kasutamine on mõeldud selleks, et võimaldada Atlasel õppida uusi oskusi palju kiiremini ja tõhusamalt kui varem. See hõlmab õppimist kiirendavate algoritmide arendamist, andmeid