Опубліковано: 25 лютого 2025 р. / Оновлено: 25 лютого 2025 р. – Автор: Konrad Wolfenstein
Від спотикань до сальто в робототехніці: оновлення ШІ переосмислює можливості гуманоїдів – Зображення: Xpert.Digital
Майбутнє гуманоїдів: Атлас стає розумнішим завдяки навчанню з підкріпленням
Стратегічне партнерство: Boston Dynamics оптимізує Atlas для реальних застосувань
У своєму оголошенні Boston Dynamics, піонер у галузі динамічної робототехніки, та Інститут робототехніки та штучного інтелекту (RAI Institute), дослідницька установа, яку очолює відомий експерт з робототехніки та колишній генеральний директор Boston Dynamics Марк Райберт, оголосили про стратегічне партнерство. Заявленою метою цієї співпраці, яка офіційно розпочалася в лютому 2025 року, є значне розширення можливостей передового людиноподібного робота Atlas за допомогою використання навчання з підкріпленням. Ця співпраця обіцяє не лише зробити Atlas більш гнучким та спритним, але й підготувати його до ширшого кола реальних застосувань, тим самим прокладаючи шлях до нової ери людиноподібної робототехніки.
Підходить для цього:
Ключові цілі перспективної співпраці
Партнерство між Boston Dynamics та RAI Institute зосереджено на низці амбітних цілей, спрямованих на трансформацію фундаментальних можливостей Atlas, перетворивши його з вражаючого дослідницького демонстратора на універсальний та практичний інструмент. Ці зусилля зосереджені на трьох основних напрямках:
Подолання розриву між симуляцією та реальністю: шлях від симуляції до реальності
Одним з найбільших викликів у робототехніці, особливо в галузі навчання з підкріпленням, є перенесення навичок, отриманих у симуляціях, у реальний світ. Симуляції пропонують ідеальне середовище для навчання роботів, оскільки вони надають необмежені дані, повний контроль над середовищем та можливість імітувати небезпечні або дорогі сценарії без ризику. Роботи можуть виконувати незліченну кількість рухів і завдань у віртуальних світах без небезпеки пошкодження чи травмування.
Однак реальність набагато складніша та непередбачуваніша. Фізичні роботи працюють у світі, повному сенсорного шуму, непередбачених збоїв, неточностей у моделюванні та постійного виклику мінливості. Те, що працює в ідеально контрольованій симуляції, може дати збій у хаотичній реальності. «Розрив між симуляцією та реальністю» описує саме цю невідповідність.
Партнерство між Boston Dynamics та RAI Institute має на меті подолати цю прогалину за допомогою інноваційних методів та алгоритмів. Дослідники працюють над розробкою надійних та узагальнених послідовностей руху, які надійно функціонують не лише в симуляції, а й у реальному світі. Це включає розробку передових середовищ для симуляції, які точніше відображають фізичну реальність, а також використання таких методів, як рандомізація доменів та адаптивне моделювання, щоб зробити моделі, навчені в симуляціях, більш стійкими до непередбачуваності реального світу. Успіх у цій галузі має вирішальне значення для розкриття повного потенціалу навчання з підкріпленням для робототехніки та розгортання роботів у реальних, неструктурованих середовищах.
Удосконалення маніпуляцій з локомотивом: мистецтво руху та взаємодії
Здатність до локоманіпуляції, тобто одночасного переміщення та маніпулювання об'єктами, є ключовою здатністю роботів, призначених для роботи в складних та динамічних середовищах. Уявіть собі людиноподібного робота, який рухається складом, щоб зібрати посилки, або робота, який розчищає сміття в зоні лиха, одночасно шукаючи тих, хто вижив. У всіх цих сценаріях важливо, щоб робот міг не лише ефективно рухатися, але й одночасно взаємодіяти з навколишнім середовищем.
Однак розробка передових стратегій локомотивної маніпуляції є величезним викликом. Вона вимагає тісної координації між плануванням руху, плануванням шляху, плануванням захоплення та контролем сили. Робот повинен бути здатним адаптувати свої рухи та маніпуляції в режимі реального часу до постійно мінливих умов навколишнього середовища.
В рамках партнерства дослідники розроблять нові та інноваційні стратегії для виведення можливостей Atlas щодо локомотивних маніпуляцій на новий рівень. Це включає дослідження алгоритмів для одночасного планування руху та захоплення, розробку надійних стратегій керування силою для маніпулювання різними об'єктами та інтеграцію інформації з датчиків у цикл керування для забезпечення чутливої та адаптивної локомотивної маніпуляції. Удосконалення локомотивної маніпуляції є вирішальним кроком у перетворенні Atlas на справді універсальний та корисний інструмент для широкого спектру застосувань.
Вивчення стратегій контакту всього тіла: синергія рук і ніг
Гуманоїдні роботи, такі як Atlas, мають унікальний потенціал рухатися та взаємодіяти способами, що дуже нагадують рухи людини. Ця здатність інтегрувати все тіло, включаючи руки, ноги та тулуб, у складні рухи та завдання відкриває абсолютно нові можливості для робототехніки. Стратегії контакту всього тіла виходять за рамки простих маніпуляцій руками та використовують синергію між руками та ногами для забезпечення високопродуктивних рухів та завдань.
Уявіть собі людину, яка несе важкий предмет. Вона використовує не лише руки, а й ноги, тулуб і все тіло, щоб стабілізувати вагу, підтримувати рівновагу та ефективно транспортувати предмет. Так само людиноподібні роботи повинні мати змогу використовувати все своє тіло для виконання складних завдань, що потребують тісної координації між руками та ногами.
Дослідники зосереджуються на розробці передових алгоритмів керування та стратегій планування для високопродуктивних рухів та завдань за участю всього тіла. Це включає такі області, як динамічна ходьба, стрибки, лазіння, підіймання та перенесення важких предметів, маніпуляції в обмежених просторах та взаємодія зі складними середовищами. Дослідження стратегій контакту всього тіла має вирішальне значення для реалізації повного потенціалу гуманоїдного форм-фактора та розробки роботів, які можуть рухатися та взаємодіяти у світі природним та інтуїтивним чином.
Значення цієї новаторської співпраці
Партнерство між Boston Dynamics та RAI Institute має величезне значення для дослідницької спільноти робототехніки та штучного інтелекту з кількох причин. По-перше, воно об'єднує дві провідні організації в галузі робототехніки, кожна з яких має унікальні сильні сторони та досвід. Boston Dynamics відомий у всьому світі своїми вражаючими та динамічними робототехнічними платформами, такими як Atlas, Spot, Handle та Stretch. RAI Institute під керівництвом Марка Райберта має багаторічний досвід розробки передових технологій для інтелектуальних машин та застосування навчання з підкріпленням до складних робототехнічних проблем.
Марк Райберт, засновник Інституту RAI, є іконою робототехніки. Як колишній генеральний директор Boston Dynamics, він суттєво вплинув на розвиток компанії та створив одних із найвражаючих роботів у світі. Його бачення роботів, які можуть рухатися в реальному світі з такою ж майстерністю та універсальністю, як люди та тварини, глибоко вплинуло на дослідження робототехніки. Заснувавши Інститут RAI, Райберт продовжує свою місію з розширення меж можливого в робототехніці та штучному інтелекті.
Співпраця базується на міцній основі попередніх спільних проектів, включаючи «Комплект дослідника навчання з підкріпленням» для чотириногого робота Spot. Цей комплект дозволяє дослідникам у всьому світі розробляти та тестувати алгоритми навчання з підкріпленням на платформі Spot. Успішна розробка та впровадження цього комплекту продемонстрували, що обидві організації здатні ефективно співпрацювати та розробляти інноваційні рішення в галузі навчання з підкріпленням для робототехніки.
Застосовуючи навчання з підкріпленням до Atlas, одного з найсучасніших та найздатніших у світі людиноподібних роботів, партнери очікують значного прогресу в розвитку гуманоїдних можливостей. Навчання з підкріпленням пропонує потенціал для навчання роботів виконанню складних завдань, які було б важко виконати за допомогою традиційних підходів до програмування. Воно дозволяє роботам навчатися, адаптуватися та постійно вдосконалювати свої здібності через взаємодію з навколишнім середовищем.
Boston Dynamics та RAI Institute зобов'язалися публікувати регулярні оновлення та демонстрації своєї роботи з Atlas, щоб зробити досягнення в галузі гуманоїдної робототехніки доступними для ширшої громадськості. Така прозорість має вирішальне значення для зміцнення довіри до досліджень у галузі робототехніки та штучного інтелекту, а також для сприяння суспільному прийняттю цих технологій. Заплановані публікації не лише інформуватимуть наукову спільноту, але й надихатимуть громадськість на захопливі можливості та виклики гуманоїдної робототехніки.
Спільні дослідження та розробки детально
Співпраця між Boston Dynamics та RAI Institute поділена на кілька основних напрямків досліджень та розробок, які тісно пов'язані та доповнюють один одного:
Розробка спільного навчального конвеєра з підкріпленням для Atlas
В основі партнерства лежить розробка сучасного конвеєра навчання з підкріпленням, спеціально адаптованого до потреб та можливостей Atlas. Цей конвеєр стане основою для навчання динамічної та узагальнюваної поведінки для мобільних маніпуляцій. Він охоплює всі етапи процесу навчання з підкріпленням, від визначення функцій винагороди та вибору відповідних алгоритмів, через розробку середовищ моделювання та збір даних, до перевірки та перенесення вивчених моделей поведінки на реального робота.
Конвеєр навчання буде модульним, щоб забезпечити гнучкість та адаптивність до різних завдань та середовищ. Він інтегруватиме передові методи навчання з підкріпленням, такі як глибоке навчання з підкріпленням, навчання з підкріпленням на основі моделей та багатоагентне навчання з підкріпленням, для максимізації ефективності та стійкості навчання. Особлива увага буде приділена розробці функцій винагороди, які дозволять Atlas навчатися складним завданням без необхідності чіткого визначення кожного кроку. Ці функції винагороди спрямовуватимуть робота на розвиток ефективних, природних та людських рухів та взаємодій.
Перехід від симуляції до реального: міст між віртуальним та реальним світами
Як згадувалося раніше, перенесення симуляцій у реальний світ є однією з найбільших проблем навчання з підкріпленням для робототехніки. Команди інтенсивно працюватимуть над тим, щоб подолати розрив між симуляціями та реальним світом, а також забезпечити успішне та надійне перенесення поведінки, навченої в симуляціях, на фізичне обладнання.
Це вимагає багаторівневого підходу, який включає як удосконалення середовищ моделювання, так і розробку надійних методів перенесення. Середовища моделювання постійно вдосконалюються, щоб точніше відображати фізичну реальність, включаючи моделювання тертя, контакту, інерції та інших фізичних ефектів. Одночасно використовуються такі методи, як рандомізація доменів, ідентифікація систем та адаптивне керування, щоб зробити моделі, навчені в симуляціях, більш стійкими до невизначеностей реального світу. Мета полягає в тому, щоб створити плавний перехід від симуляції до реальності, що дозволить Atlas застосовувати навички, отримані у віртуальному світі, до реальних середовищ без значного зниження продуктивності.
Зосередьтеся на ключових навичках майбутнього гуманоїдної робототехніки
Партнерство зосереджене на розробці та вдосконаленні ключових можливостей, необхідних для практичного використання людиноподібних роботів у реальних умовах:
Покращене маніпулювання локомотивом: маніпулювання предметами під час руху
«Атлас» повинен мати можливість маніпулювати об’єктами та пристроями, такими як двері, вимикачі, важелі, інструменти та інші предмети, під час пересування. Ця здатність є критично важливою для широкого кола застосувань, від промислової автоматизації та логістики до пошуково-рятувальних операцій. Уявіть, що «Атлас» пересувається по пересіченій місцевості, одночасно розчищаючи завали або керуючи інструментами для ремонту пошкодженої конструкції.
Удосконалення локомотивної маніпуляції вимагає розробки алгоритмів, які координують планування рухів, планування захоплення та керування силою в режимі реального часу. Atlas повинен мати змогу адаптувати свої рухи та маніпуляції до форми, розміру, ваги та текстури об'єктів, якими він маніпулює. Крім того, він повинен мати змогу обробляти невизначеності у сприйнятті та середовищі, динамічно коригуючи свої плани та рухи. Розвиток цих можливостей зробить Atlas набагато універсальнішим та кориснішим інструментом для широкого кола застосувань.
Стратегії контакту всього тіла: складні рухи та важкі навантаження
Дослідники зосереджуються на розробці складних рухів усього тіла, які виходять за рамки простої ходьби та хапання. До них належать динамічний біг, стрибки, лазіння, підіймання та перенесення важких предметів, а також маніпуляції в обмеженому просторі. Ці здібності вимагають тісної координації між руками, ногами та тулубом, використовуючи синергію всього тіла для виконання складних завдань.
Динамічна ходьба та стрибки дозволяють Atlas швидко та ефективно пересуватися по нерівній місцевості та перешкодам. Лазіння розширює його радіус дії та дозволяє отримати доступ до важкодоступних місць. Підйом та перенесення важких предметів робить його цінним інструментом у логістиці та будівництві. Маніпуляції в обмеженому просторі дозволяють використовувати його в середовищах, доступ до яких важко або небезпечно для людей. Розробка стратегій контакту всього тіла є вирішальним кроком до реалізації повного потенціалу гуманоїдного форм-фактора та перетворення Atlas на справді спритного та здатного робота.
Практичне впровадження та постійний моніторинг прогресу
Партнерство між Boston Dynamics та RAI Institute робить великий акцент на прозорому та практично орієнтованому впровадженні їхньої дослідницької та розробницької роботи:
Регулярні звіти про хід роботи та демонстрації
Boston Dynamics та RAI Institute зобов'язалися періодично публікувати звіти про хід роботи, що документують останні розробки та досягнення їхньої співпраці. Ці звіти міститимуть не лише письмові описи прогресу, але й ілюстративні демонстрації з використанням Atlas, що демонструють щойно набуті навички в дії. Ці демонстрації будуть опубліковані у вигляді відео та презентацій і будуть доступні для наукової спільноти та широкої громадськості.
Регулярні оновлення та демонстрації служать кільком цілям. Вони дозволяють науковій спільноті відстежувати досягнення в галузі гуманоїдної робототехніки та надихати одне одного. Вони сприяють прозорості та довірі до досліджень у галузі робототехніки та допомагають підвищити суспільне сприйняття цих технологій. Крім того, вони надають Boston Dynamics та RAI Institute можливість отримувати відгуки від спільноти та відповідно коригувати напрямок своїх досліджень.
Місце співпраці: Массачусетс, США
Усі дослідницькі та розробницькі роботи в рамках партнерства проводяться в Массачусетсі, де розташовані штаб-квартири обох організацій. Ця географічна близькість сприяє тісній співпраці та прямому обміну між дослідницькими групами. Команди Boston Dynamics та RAI Institute працюють у спільних лабораторіях та використовують ресурси та інфраструктуру обох організацій. Така тісна інтеграція команд та ресурсів є вирішальним фактором успіху партнерства, що дозволяє використовувати синергію та ефективно розвивати дослідження та розробки.
Очікувані нові можливості Atlas: погляд у майбутнє гуманоїдної робототехніки
Завдяки партнерству між Boston Dynamics та RAI Institute, очікується, що робот Atlas отримає низку новаторських можливостей, які зроблять його ще більш універсальним та корисним інструментом:
Покращена мобільність та маніпуляції: спритність та точність у русі
Динамічне пересування
Atlas зможе рухатися ще стабільніше та плавніше по нерівній місцевості, у складних середовищах і навіть у динамічних сценаріях. Це включає ходьбу, стрибки, лазіння та здатність адаптуватися до різних поверхонь та умов у режимі реального часу. Динамічне пересування стало можливим завдяки вдосконаленим алгоритмам керування та об'єднанню даних датчиків, що дозволить Atlas підтримувати рівновагу, долати перешкоди та адаптувати свої рухи до конкретної ситуації.
Маніпуляції всім тілом
Робот використовуватиме передові стратегії контакту всього тіла для точного та ефективного підіймання, перенесення, переміщення та маніпулювання важкими предметами. Це вимагає високорозвиненої координації рук, ніг та тулуба для стабілізації ваги, підтримки рівноваги та безпечного поводження з предметами. Маніпуляція всім тілом дозволить Atlas виконувати завдання, які раніше були доступні лише людям, такі як переміщення важких вантажів на складах, будівельних майданчиках або в зонах стихійних лих.
Покращена взаємодія з навколишнім середовищем: інтелектуальна взаємодія зі світом
Маніпулювання об'єктами
Атлас навчиться маніпулювати різноманітними об'єктами та пристроями у своєму середовищі, включаючи двері, вимикачі, важелі, клапани, інструменти, контейнери та багато іншого. Ця здатність дозволить йому працювати в людському середовищі та виконувати завдання, що потребують взаємодії з існуючою інфраструктурою. Маніпулювання об'єктами вимагає розвинених навичок сприйняття для виявлення, визначення місцезнаходження та ідентифікації об'єктів, а також складних стратегій захоплення та маніпулювання для безпечного та ефективного поводження з ними.
Адаптація до матеріалів та конструкцій
Робот зможе автоматично та інтелектуально адаптувати свою силу, швидкість та рухи до різних матеріалів і конструкцій, не пошкоджуючи та не руйнуючи їх. Це має вирішальне значення для безпечної та надійної взаємодії в реальному світі, де роботи стикатимуться з широким розмаїттям поверхонь, матеріалів та об'єктів. Така адаптивність досягається завдяки використанню датчиків сили та крутного моменту, тактильних датчиків та вдосконалених алгоритмів керування, що дозволяє Atlas контролювати та коригувати свою взаємодію в режимі реального часу.
Здатність до навчання та узагальнення: основа майбутніх інновацій
Більш ефективне навчання завдяки навчанню з підкріпленням:
Завдяки використанню передових методів навчання з підкріпленням, Atlas зможе вивчати нові навички значно швидше та ефективніше, ніж раніше. Це включає розробку алгоритмів, які прискорюють навчання та обробку даних.
Підходить для цього:
Ваш глобальний партнер з маркетингу та розвитку бізнесу
☑ Наша ділова мова - англійська чи німецька
☑ Нове: листування на вашій національній мові!
Konrad Wolfenstein
Я радий бути доступним вам та моїй команді як особистого консультанта.
Ви можете зв’язатися зі мною, заповнивши тут контактну форму або просто зателефонуйте мені за номером +49 89 674 804 (Мюнхен) . Моя електронна адреса: Вольфенштейн ∂ xpert.digital
Я з нетерпінням чекаю нашого спільного проекту.