Robot sa veštačkom inteligencijom, inspirisan životinjama, uči da se kreće po nepoznatom terenu

Istraživači su razvili sistem veštačke inteligencije (AI) koji omogućava četvoronožnom robotu da prilagodi svoj hod drugačijem, nepoznatom terenu, baš kao prava životinja.

Nova tehnologija omogućava robotu da promeni način kretanja samostalno, a ne da mu se kaže kad i kako da promeni korak kao u slučaju postojeće generacije robota.

Preporučujemo

Ovo se smatra velikim korakom napred ka potencijalnoj upotrebi robota sa nogama u opasnim okolnostima u kojima bi ljudi mogli biti dovedeni u opasnost, poput deaktivacije nuklearnog objekta ili potrage i spasavanja, kad bi nesposobnost prilagođavanja nepoznatom mogla odneti živote.

Istraživači sa Univerziteta Lids i Londonskog univerzitetskog koledža dobili su inspiraciju iz životinjskog carstva da nauče robota da se kreće po terenu koji ranije nije video. To je uključivalo četvoronožne životinje kao što su psi, mačke i konji, koje se vešto prilagođavaju različitim terenima. Ove životinje menjaju način na koji se kreću radi očuvanja energije, održanja ravnoteže ili brze reakcije na pretnje.

Istraživači su napravili sistem koji može naučiti robote da kaskaju, trče, skaču itd. poput sisara u prirodi.

Sa istim strategijama koje životinje koriste za kretanje u nepredvidljivom svetu ugrađenim u sistem AI, robot brzo uči da menja hod usput, reagujući na teren.

Zahvaljujući moći AI za obradu podataka, robot nazvan „Klarens“ naučio je neophodne strategije u roku od samo devet sati, značajno brže od više dana ili nedelja, koliko je većini mladih životinja potrebno da sigurno prelaze različite površine.

Istraživali su u studiji objasnili kako sistem omogućava robotu da promeni korak u skladu sa okolnim terenom, bez promene samog sistema.

„Naši nalazi mogu imati veliki uticaj na budućnost kontrole kretanja robota sa nogama putem smanjivanja mnogih ranijih ograničenja u pogledu prilagođavanja“, kažu istraživači.

„Ovaj sistem uči strategije hodanja i ponašanja sa inspiracijom od stvarnih životinja, poput očuvanja energije, prilagođavanja pokreta po potrebi i pamćenja hoda radi postizanja veoma prilagodljivog i optimalnog kretanja, čak i u potpuno novim sredinama“.

Sva obuka se dešava u simulaciji. Procedura se trenira na kompjuteru, a zatim unosi u robota i jednako je uspešna kao prilikom obuke. Slično „Matriksu“, kad je poznavanje borilačkih veština uneto u Neov mozak, ali on nema nikakvu fizičku obuku u stvarnom svetu.

Robot je zatim testiran na stvarnim terenima na koje nikad nije naišao i uspešno se kretao po svim. Prilagođavao se svim postavljenim izazovima, a životinjsko ponašanje je gotovo postalo njegova druga priroda.

Agenti dubokog podržanog učenja često su dobri u učenju specifičnih zadataka, ali se muče sa prilagođavanjem kad se sredina promeni. Životinjski mozgovi imaju ugrađene strukture i informacije za podršku učenju. Neki agenti mogu da imitiraju ovu vrstu učenja, ali njihovi veštački sistemi obično nisu toliko napredni ili složeni.

Istraživači kažu da su prevazišli taj problem unoseći u sistem strategije prirodnog kretanja životinja. Kažu da je to prvi sistem koji simultano integriše sve tri bitne komponente životinjskog kretanja u sistem podržanog učenja: strategije tranzicije hoda, proceduralnu memoriju hodanja i prilagođavanje adaptivnog kretanja – što omogućuje zaista raznovrsnu primenu u realnom svetu direktno iz simulacije, bez potrebe za daljim podešavanjem na fizičkom robotu.

Jednostavno rečeno, robot uči ne samo kako da se kreće, već uči i kako da odluči koji hod da upotrebi, kad da napravi promenu i kako da ga prilagodi u realnom vremenu, čak i na terenu sa kojim se prvi put susreće.

Istraživanje je podstaknuto fundamentalnim pitanjem: šta ako bi roboti sa nogama mogli da se kreću instinktivno kao životinje? Umesto obučavanja robota za specifične zadatke, želeli smo da im damo stratešku inteligenciju koju životinje koriste u prilagođavanju svog hoda, pomoću principa ravnoteže, koordinacije i energetske efikasnosti, kažu naučnici.

Ugrađivanjem tih principa u AI sistem, robotima je omogućeno da biraju kako da se kreću na osnovu realnih uslova, a ne unapred programiranih pravila. To znači da se mogu kretati po nepoznatim terenima bezbedno i efikasno.

Dugoročna vizija je razvoj inkorporiranih AI sistema – uključujući humanoidne robote – koji se kreću, prilagođavaju i reaguju sa istom fluidnošću i fleksibilnošću kao životinje i ljudi.

Primene u stvarnom svetu

Inženjeri sve više imitiraju prirodu, što je poznato kao biomimikrija, radi rešavanja složenih izazova pokretljivosti. Ovo istraživanje je veliki korak napred u cilju da roboti sa nogama budu prilagodljiviji i sposobniji za rešavanje stvarnih problema, u opasnim sredinama ili tamo gde pristup nije lak. Robot sposoban za kretanje po nepoznatom, složenom terenu otvara nove mogućnosti za upotrebu u slučaju katastrofa, planetarnog istraživanja, poljoprivrede i inspekcije infrastrukture.

To bi takođe mogao biti obećavajući put za integraciju biološke inteligencije u robotske sisteme i izvođenje više etičkih istraživanja biomehaničkih hipoteza. Umesto opterećivanja životinja invazivnim senzorima ili dovođenja u opasnost radi izučavanja njihove stabilnosti, mogu se koristiti roboti.

Inspirisani faktorima koji omogućavaju efikasnost kretanja životinja, istraživači su razvili sistem sposoban za prelazak preko složenog i veoma rizičnog terena iako robot ne koristi eksteroceptivne senzore – vid, njuh i sluh, koji pomažu ljudima u njihovom kretanju.

Putem dubokog podržanog učenja – u suštini supermoćnog metoda pokušaja i grešaka – robot je simultano vežbao u stotinama sredina, rešavajući prvo problem kretanja različitim korakom, a zatim birajući najbolji hod za dati teren, sa ciljem veoma prilagodljivog kretanja.

Radi testiranja ove stečene prilagodljivosti u stvarnom svetu, robot je izveden na nezgodne realne površine. Možda iznenađujuće, tokom treninga robot nije izlagan teškim terenima, što ističe sposobnost sistema da se prilagodi i pokazuje da su veštine postale instinktivne.

Istraživanje se fokusiralo na pouzdano svakodnevno kretanje. Budući rad treba da obuhvati dinamičnije veštine, poput skakanja na dugim distancama, penjanja i kretanja po strmim ili vertikalnim terenima.

Iako je sistem zasad testiran u jednom četvoronožnom robotu veličine psa, osnovni principi su široko primenljivi. Ista biološki inspirisana metrika može se primeniti u širokom spektru četvoronožnih robota, bez obzira na veličinu ili težinu, sve dok imaju sličnu morfologiju.

(Telegraf Nauka/EurekAlert)