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

Avaldatud: 25. veebruar 2025 / Uuendatud: 25. veebruar 2025 – Autor: Konrad Wolfenstein

Robootikas komistamisest saltoteni: tehisintellekti uuendus annab humanoidide võimetele uue tähenduse – Pilt: Xpert.Digital

Humanoidide tulevik: Atlas muutub tugevdusõppe abil targemaks

Strateegiline partnerlus: Boston Dynamics optimeerib Atlasi reaalsete rakenduste jaoks

Dünaamilise robootika teerajaja Boston Dynamics ja tuntud robootikaeksperdi ning Boston Dynamicsi endise tegevjuhi Marc Raiberti juhitud uurimisasutus Robootika ja Tehisintellekti Instituut (RAI Instituut) teatasid oma teadaandes strateegilisest partnerlusest. Selle 2025. aasta veebruaris ametlikult käivitatud koostöö eesmärk on oluliselt parandada täiustatud humanoidroboti Atlas võimekust tugevdusõppe abil. See koostöö lubab mitte ainult muuta Atlas paindlikumaks ja väledamaks, vaid ka kvalifitseerida selle laiemaks valikuks reaalsetes rakendustes, sillutades teed humanoidrobootika uuele ajastule.

Sobib selleks:

Humanoidsed ja dünaamilised robotid nagu robootika – võrdlus: Boston Dynamicsi Atlas ja UBTECHi Walker X

Tulevikku suunatud koostöö peamised eesmärgid

Boston Dynamicsi ja RAI Instituudi partnerlus keskendub mitmetele ambitsioonikatele eesmärkidele, mille eesmärk on muuta Atlase põhivõimed muljetavaldavast uurimisdemonstratsioonist mitmekülgseks ja praktiliseks tööriistaks. Need jõupingutused keskenduvad kolmele põhivaldkonnale:

Simulatsiooni ja reaalsuse vahelise lõhe ületamine: tee simulatsioonist reaalsusesse

Üks suurimaid väljakutseid robootikas, eriti tugevdusõppe valdkonnas, on simulatsioonides omandatud oskuste ülekandmine reaalsesse maailma. Simulatsioonid pakuvad ideaalset keskkonda robotite treenimiseks, kuna need pakuvad piiramatul hulgal andmeid, täielikku kontrolli keskkonna üle ja võimalust simuleerida ohtlikke või kulukaid stsenaariume ilma riskita. Robotid saavad virtuaalmaailmas sooritada lugematul hulgal liigutusi ja ülesandeid ilma kahjustuste või vigastuste ohuta.

Tegelikkus on aga palju keerulisem ja ettearvamatum. Füüsilised robotid tegutsevad maailmas, mis on täis sensoorset müra, ettenägematuid häireid, modelleerimise ebatäpsusi ja pidevat muutlikkuse väljakutset. See, mis toimib ideaalselt kontrollitud simulatsioonis, võib kaootilises reaalsuses ebaõnnestuda. „Simulatsiooni ja reaalsuse vaheline lõhe“ kirjeldab täpselt seda lahknevust.

Boston Dynamicsi ja RAI Instituudi partnerluse eesmärk on see lünk uuenduslike meetodite ja algoritmide abil täita. Teadlased töötavad selle nimel, et töötada välja robustseid ja üldistatavaid liikumisjadasid, mis toimivad usaldusväärselt mitte ainult simulatsioonis, vaid ka reaalses maailmas. See hõlmab täiustatud simulatsioonikeskkondade väljatöötamist, mis peegeldavad täpsemalt füüsilist reaalsust, ning selliste tehnikate kasutamist nagu domeeni randomiseerimine ja adaptiivne simulatsioon, et muuta simulatsioonides treenitud mudelid reaalse maailma ettearvamatuse suhtes vastupidavamaks. Edu selles valdkonnas on ülioluline robootika tugevdusõppe täieliku potentsiaali vallandamiseks ja robotite juurutamiseks reaalsetes, struktureerimata keskkondades.

Vedurijuhtimise parandamine: liikumise ja interaktsiooni kunst

Lokomanipuleerimise võime – see tähendab objektide samaaegne liigutamine ja manipuleerimine – on võtmevõime robotite puhul, mis on mõeldud töötama keerukates ja dünaamilistes keskkondades. Kujutage ette humanoidrobotit, mis liigub laos pakke komplekteerima, või robotit, mis koristab katastroofitsoonis prahti, otsides samal ajal ellujäänuid. Kõigis neis stsenaariumides on oluline, et robot saaks mitte ainult tõhusalt liikuda, vaid ka samal ajal oma ümbrusega suhelda.

Täiustatud liikumismanipulatsiooni strateegiate väljatöötamine on aga tohutu väljakutse. See nõuab tihedat koordineerimist liikumise planeerimise, tee planeerimise, haarde planeerimise ja jõu juhtimise vahel. Robot peab suutma oma liigutusi ja manipulatsioone reaalajas kohandada pidevalt muutuvate keskkonnatingimustega.

Partnerluse osana töötavad teadlased välja uusi ja uuenduslikke strateegiaid, et viia Atlase liikumis- ja haardeplaneerimise võimekus uuele tasemele. See hõlmab samaaegse liikumise ja haarde planeerimise algoritmide uurimist, erinevate objektide manipuleerimiseks mõeldud robustsete jõujuhtimisstrateegiate väljatöötamist ning andurite teabe integreerimist juhtimisahelasse, et võimaldada reageerivat ja adaptiivset liikumis- ja manipuleerimist. Liiklus- ja manipuleerimise täiustamine on oluline samm Atlase muutmisel tõeliselt mitmekülgseks ja kasulikuks tööriistaks laias valikus rakendustes.

Kogu keha kontakti strateegiate uurimine: käte ja jalgade sünergia

Humanoidrobotitel nagu Atlas on ainulaadne potentsiaal liikuda ja suhelda viisil, mis sarnaneb inimese liikumisega. See võime integreerida kogu keha, sealhulgas käed, jalad ja torso, keerukatesse liigutustesse ja ülesannetesse avab robootikale täiesti uusi võimalusi. Kogu keha kontakti strateegiad ulatuvad lihtsast käte manipuleerimisest kaugemale ja kasutavad käte ja jalgade vahelist sünergiat, et võimaldada suure jõudlusega liigutusi ja ülesandeid.

Kujutage ette inimest, kes kannab rasket eset. Ta kasutab raskuse stabiliseerimiseks, tasakaalu säilitamiseks ja eseme tõhusaks transportimiseks lisaks kätele ka jalgu, torso ja kogu keha. Samamoodi peaksid humanoidrobotid suutma kasutada kogu oma keha keerukate ülesannete täitmiseks, mis nõuavad käte ja jalgade vahelist tihedat koordinatsiooni.

Teadlased keskenduvad täiustatud juhtimisalgoritmide ja planeerimisstrateegiate väljatöötamisele suure jõudlusega kogu keha hõlmavate liigutuste ja ülesannete jaoks. See hõlmab selliseid valdkondi nagu dünaamiline kõndimine, hüppamine, ronimine, raskete esemete tõstmine ja kandmine, manipuleerimine piiratud ruumides ning suhtlemine keeruliste keskkondadega. Kogu keha hõlmavate kontaktstrateegiate uurimine on ülioluline humanoidse vormiteguri täieliku potentsiaali realiseerimiseks ja selliste robotite arendamiseks, mis suudavad maailmas liikuda ja suhelda loomulikul ja intuitiivsel viisil.

Selle murrangulise koostöö olulisus

Boston Dynamicsi ja RAI Instituudi partnerlus on robootika ja tehisintellekti uurimisringkondadele mitmel põhjusel äärmiselt oluline. Esiteks ühendab see kahte robootikavaldkonna juhtivat organisatsiooni, millel mõlemal on ainulaadsed tugevused ja oskusteave. Boston Dynamics on kogu maailmas tuntud oma muljetavaldavate ja dünaamiliste robotiplatvormide, näiteks Atlas, Spot, Handle ja Stretch, poolest. Marc Raiberti juhitud RAI Instituudil on aastakümnete pikkune kogemus intelligentsete masinate tipptehnoloogiate arendamisel ja tugevdusõppe rakendamisel keerukate robootikaprobleemide lahendamisel.

RAI Instituudi asutaja Marc Raibert on robootika ikoon. Boston Dynamicsi endise tegevjuhina kujundas ta oluliselt ettevõtte arengut ja lõi mõned maailma muljetavaldavamad robotid. Tema nägemus robotitest, mis suudavad reaalses maailmas liikuda sama oskuste ja mitmekülgsusega kui inimesed ja loomad, on sügavalt mõjutanud robootikauuringuid. RAI Instituudi asutamisega jätkab Raibert oma missiooni nihutada robootika ja tehisintellekti võimalikkuse piire.

Koostöö tugineb varasemate ühisprojektide kindlale alusele, sealhulgas neljajalgse roboti Spot jaoks loodud „Tugevdusõppe uurimiskomplektile“. See komplekt võimaldab teadlastel kogu maailmas Spot platvormil arendada ja testida tugevdusõppe algoritme. Selle komplekti edukas väljatöötamine ja rakendamine on näidanud, et mõlemad organisatsioonid on võimelised tõhusalt koostööd tegema ja arendama uuenduslikke lahendusi robootika tugevdusõppe valdkonnas.

Rakendades tugevdusõpet Atlasele, ühele maailma arenenumale ja võimekamale humanoidrobotile, ootavad partnerid märkimisväärset edu humanoidide võimete arendamisel. Tugevdusõpe pakub potentsiaali koolitada roboteid keeruliste ülesannetega toime tulema, mida traditsiooniliste programmeerimismeetoditega oleks keeruline saavutada. See võimaldab robotitel õppida, kohaneda ja pidevalt oma võimeid parandada keskkonnaga suheldes.

Boston Dynamics ja RAI Instituut on võtnud endale kohustuse avaldada regulaarselt värskendusi ja demonstratsioone oma tööst Atlasega, et muuta humanoidrobootika edusammud laiemale avalikkusele kättesaadavaks. See läbipaistvus on ülioluline usalduse loomiseks robootika ja tehisintellekti uuringute vastu ning nende tehnoloogiate avaliku omaksvõtu edendamiseks. Kavandatud väljaanded mitte ainult ei teavita teadusringkondi, vaid inspireerivad ka avalikkust humanoidrobootika põnevate võimaluste ja väljakutsetega.

Ühine teadus- ja arendustegevus üksikasjalikult

Boston Dynamicsi ja RAI Instituudi koostöö jaguneb mitmeks teadus- ja arendustegevuse põhivaldkonnaks, mis on omavahel tihedalt seotud ja täiendavad teineteist:

Atlasi jaoks ühise tugevdusõppe koolituskanali väljatöötamine

Partnerluse keskmes on tipptasemel tugevdusõppe koolitusprotsessi väljatöötamine, mis on spetsiaalselt kohandatud Atlase vajadustele ja võimalustele. See protsess loob aluse dünaamiliste ja üldistatavate käitumismustrite treenimiseks mobiilseks manipuleerimiseks. See hõlmab kõiki tugevdusõppe protsessi etappe alates preemiafunktsioonide määratlemisest ja sobivate algoritmide valimisest kuni simulatsioonikeskkondade väljatöötamise ja andmete kogumiseni ning õpitud käitumismustrite valideerimise ja ülekandmiseni reaalsele robotile.

Koolitusprotsess on modulaarne, et tagada paindlikkus ja kohanemisvõime erinevate ülesannete ja keskkondadega. See integreerib täiustatud tugevdusõppe tehnikaid, nagu sügav tugevdusõpe, mudelipõhine tugevdusõpe ja mitme agentiga tugevdusõpe, et maksimeerida treeningu tõhusust ja vastupidavust. Erilist tähelepanu pööratakse preemiafunktsioonide väljatöötamisele, mis võimaldavad Atlasil õppida keerulisi ülesandeid ilma iga sammu selgesõnalise defineerimiseta. Need preemiafunktsioonid juhendavad robotit tõhusate, loomulike ja inimlike liigutuste ja interaktsioonide arendamisel.

Simulatsioonist reaalsesse ülekanne: sild virtuaalse ja reaalse maailma vahel

Nagu varem mainitud, on simulatsioonist reaalsesse maailma ülekandmine robootika tugevdusõppe üks suurimaid väljakutseid. Meeskonnad töötavad intensiivselt, et ületada simulatsioonide ja reaalse maailma vaheline lõhe ning tagada, et simulatsioonides treenitud käitumist saaks edukalt ja usaldusväärselt füüsilisse riistvarasse üle kanda.

See nõuab mitmekihilist lähenemisviisi, mis hõlmab nii simulatsioonikeskkondade täiustamist kui ka robustsete ülekandemeetodite väljatöötamist. Simulatsioonikeskkondi täiustatakse pidevalt, et need kajastaksid täpsemalt füüsilist reaalsust, sealhulgas hõõrdumise, kontakti, inertsi ja muude füüsikaliste mõjude modelleerimist. Samal ajal kasutatakse selliseid tehnikaid nagu domeeni randomiseerimine, süsteemi tuvastamine ja adaptiivne juhtimine, et muuta simulatsioonides treenitud mudelid reaalse maailma ebakindluse suhtes vastupidavamaks. Eesmärk on luua sujuv üleminek simulatsioonist reaalsusesse, võimaldades Atlasil rakendada virtuaalmaailmas omandatud oskusi reaalsetes keskkondades ilma olulise jõudluse halvenemiseta.

Keskendutakse humanoidrobotite tuleviku võtmeoskustele

Partnerlus keskendub humanoidrobotite praktiliseks kasutamiseks reaalsetes keskkondades oluliste võimete arendamisele ja täiustamisele:

Täiustatud veduri manipuleerimine: käsitsege objekte liikumise ajal

Atlas peaks suutma ringi liikudes manipuleerida objektide ja seadmetega, nagu uksed, lülitid, hoovad, tööriistad ja muud esemed. See võimekus on ülioluline paljude rakenduste jaoks, alates tööstusautomaatikast ja logistikast kuni otsingu- ja päästeoperatsioonideni. Kujutage ette, et Atlas navigeerib ebatasasel maastikul, samal ajal prahti koristades või tööriistu kasutades kahjustatud konstruktsiooni parandamiseks.

Liikumis- ja haardeplaneerimise täiustamine nõuab algoritmide väljatöötamist, mis koordineerivad liikumise planeerimist, haarde planeerimist ja jõu juhtimist reaalajas. Atlas peab suutma kohandada oma liigutusi ja manipulatsioone manipuleeritavate objektide kuju, suuruse, kaalu ja tekstuuriga. Lisaks peab see suutma toime tulla taju ja keskkonna ebakindlusega, kohandades dünaamiliselt oma plaane ja liikumisi. Nende võimete arendamine muudab Atlasi palju mitmekülgsemaks ja kasulikumaks tööriistaks laia rakenduste valiku jaoks.

Kogu keha kontakti strateegiad: keerulised liigutused ja rasked koormused

Teadlased keskenduvad keerukate kogu keha hõlmavate liigutuste arendamisele, mis ulatuvad kaugemale lihtsast kõndimisest ja haaramisest. Nende hulka kuuluvad dünaamiline jooksmine, hüppamine, ronimine, raskete esemete tõstmine ja kandmine ning manipuleerimine piiratud ruumides. Need võimed nõuavad käte, jalgade ja kere vahelist tihedat koordinatsiooni, kasutades keerukate ülesannete täitmiseks kogu keha sünergiat.

Dünaamiline kõndimine ja hüppamine võimaldavad Atlasil liikuda kiiresti ja tõhusalt ebatasasel maastikul ja takistuste ületamisel. Ronimine laiendab selle ulatust ja võimaldab juurdepääsu raskesti ligipääsetavatele aladele. Raskete esemete tõstmine ja kandmine muudab selle väärtuslikuks tööriistaks logistikas ja ehituses. Manipuleerimine piiratud ruumides võimaldab seda kasutada keskkondades, kuhu inimestel on raske või ohtlik juurde pääseda. Kogu keha hõlmavate kontaktstrateegiate väljatöötamine on oluline samm humanoidse vormiteguri täieliku potentsiaali realiseerimise ja Atlasi tõeliselt väledaks ja võimekaks robotiks muutmise suunas.

Praktiline rakendamine ja pidev edusammude jälgimine

Boston Dynamicsi ja RAI Instituudi partnerlus rõhutab oluliselt nende teadus- ja arendustöö läbipaistvat ja praktikale orienteeritud rakendamist:

Regulaarsed eduaruanded ja demonstratsioonid

Boston Dynamics ja RAI Instituut on võtnud endale kohustuse avaldada perioodiliselt eduaruandeid, mis dokumenteerivad nende koostöö viimaseid arenguid ja saavutusi. Need aruanded sisaldavad lisaks edusammude kirjalikule kirjeldusele ka illustreerivaid demonstratsioone Atlasi abil, mis demonstreerivad äsja omandatud oskusi praktikas. Need demonstratsioonid avaldatakse videote ja esitlustena ning tehakse kättesaadavaks teadusringkondadele ja laiemale avalikkusele.

Regulaarsed uuendused ja demonstratsioonid täidavad mitut eesmärki. Need võimaldavad teadusringkondadel jälgida humanoidrobootika edusamme ja inspireerida üksteist. Need edendavad läbipaistvust ja usaldust robootikaalaste uuringute vastu ning aitavad suurendada avalikkuse heakskiitu nende tehnoloogiate suhtes. Lisaks annavad need Boston Dynamicsile ja RAI Instituudile võimaluse saada kogukonnalt tagasisidet ja vastavalt sellele oma uurimissuunda kohandada.

Koostöö asukoht: Massachusetts, USA

Kogu partnerluse raames toimuv teadus- ja arendustegevus toimub Massachusettsis, kus asuvad mõlema organisatsiooni peakorterid. See geograafiline lähedus soodustab tihedat koostööd ja otsest vahetust uurimisrühmade vahel. Boston Dynamicsi ja RAI Instituudi meeskonnad töötavad ühistes laborites ning kasutavad mõlema organisatsiooni ressursse ja infrastruktuuri. See meeskondade ja ressursside tihe integratsioon on partnerluse edukuse seisukohalt ülioluline tegur, võimaldades sünergia ärakasutamist ning teadus- ja arendustegevuse tõhusat edendamist.

Atlase oodatavad uued võimed: pilk humanoidrobotite tulevikku

Boston Dynamicsi ja RAI Instituudi partnerluse kaudu peaks Atlas robot omandama hulga murrangulisi uusi võimeid, mis muudavad selle veelgi mitmekülgsemaks ja kasulikumaks tööriistaks:

Parem liikuvus ja manipuleerimisvõime: väledus ja täpsus liikumises

Dünaamiline liikumine

Atlas suudab liikuda veelgi stabiilsemalt ja sujuvamalt ebatasasel maastikul, keerulistes keskkondades ja isegi dünaamilistes stsenaariumides. See hõlmab kõndimist, hüppamist, ronimist ja võimet reaalajas kohaneda erinevate pindade ja tingimustega. Dünaamilise liikumise teevad võimalikuks täiustatud juhtimisalgoritmid ja andurite andmete liitmine, mis võimaldab Atlasil säilitada tasakaalu, ületada takistusi ja kohandada oma liikumist konkreetse olukorraga.

Kogu keha manipuleerimine

Robot rakendab täiustatud kogu keha hõlmavaid kontaktstrateegiaid, et raskeid esemeid täpselt ja tõhusalt tõsta, kanda, liigutada ja käsitseda. See nõuab käte, jalgade ja kere kõrgelt arenenud koordinatsiooni, et stabiliseerida raskust, säilitada tasakaalu ja käsitseda esemeid ohutult. Kogu keha hõlmav manipuleerimine võimaldab Atlasil täita ülesandeid, mis varem olid reserveeritud inimestele, näiteks raskete koormate teisaldamine ladudes, ehitusplatsidel või katastroofipiirkondades.

Tõhustatud keskkonnasuhtlus: intelligentne suhtlus maailmaga

Objektide manipuleerimine

Atlas õpib oma keskkonnas mitmesuguseid objekte ja seadmeid käsitsema, sealhulgas uksi, lüliteid, kange, ventiile, tööriistu, konteinereid ja palju muud. See võime võimaldab tal tegutseda inimkeskkonnas ja täita ülesandeid, mis nõuavad suhtlemist olemasoleva infrastruktuuriga. Objektidega manipuleerimine nõuab objektide avastamiseks, leidmiseks ja tuvastamiseks edasijõudnud tajuoskusi, samuti keerukaid haaramis- ja manipuleerimisstrateegiaid nende ohutuks ja tõhusaks käsitsemiseks.

Kohanduvus materjalide ja konstruktsioonidega

Robot suudab automaatselt ja intelligentselt kohandada oma jõudu, kiirust ja liikumist erinevate materjalide ja struktuuridega neid kahjustamata või hävitamata. See on ülioluline ohutu ja usaldusväärse suhtluse tagamiseks reaalses maailmas, kus robotid puutuvad kokku väga erinevate pindade, materjalide ja objektidega. See kohanemisvõime saavutatakse jõu- ja pöördemomendiandurite, puuteandurite ja täiustatud juhtimisalgoritmide abil, mis võimaldavad Atlasil oma interaktsioone reaalajas jälgida ja kohandada.

Õppimisvõime ja üldistamine: tulevaste innovatsioonide alus

Tõhusam õppimine tugevdusõppe kaudu:

Täiustatud tugevdusõppe tehnikate abil suudab Atlas uusi oskusi oluliselt kiiremini ja tõhusamalt õppida kui varem. See hõlmab õppimist kiirendavate ja andmeid töötlevate algoritmide väljatöötamist