ANYmal уже некоторое время без проблем справляется с каменистой местностью швейцарских пешеходных троп. Теперь исследователи из Швейцарской высшей технической школы Цюриха (ETH Zurich) научили этого четвероногого робота некоторым новым навыкам. Он оказался весьма искусным в паркуре — виде спорта, основанном на использовании спортивных маневров для плавного преодоления препятствий в городской среде. Теперь робот хорошо справляется с труднопроходимой местностью, обычно встречающейся на строительных площадках или в зонах стихийных бедствий.

Чтобы обучить ANYmal этим новым навыкам, две команды, обе под руководством профессора ETH Марко Хаттера с кафедры машиностроения и технологических процессов, использовали разные подходы.

Исчерпание механических возможностей

В одной из команд работает докторант ETH Никита Рудин, который в свободное время занимается паркуром. "До начала проекта некоторые мои коллеги-исследователи считали, что роботы на ногах уже достигли предела своего потенциала развития, — говорит он, — но у меня было другое мнение. На самом деле я был уверен, что с механикой можно сделать гораздо больше".

Помня о своем собственном опыте в паркуре, Рудин решил еще больше расширить границы возможностей ANYmal. С помощью машинного обучения он научил четвероногого робота преодолевать препятствия и выполнять динамические маневры, чтобы спрыгнуть с них.

В процессе ANYmal учился, как ребенок – методом проб и ошибок. Теперь, когда робот сталкивается с препятствием, он использует свою камеру и искусственную нейронную сеть, чтобы определить, с чем именно имеет дело. Затем он переходит к движениям, которые, исходя из опыта предыдущих тренировок, могут быть успешными.

Но можно ли считать это техническим пределом возможностей? По мнению Рудина, для каждого отдельного навыка это во многом справедливо. Однако все еще есть много места для потенциальных улучшений. Например, можно выйти за рамки решения заранее определенных проблем и вместо этого попросить робота преодолевать сложную местность, заваленные щебнем районы стихийных бедствий.

Сочетание новых и традиционных технологий

Подготовить ANYmal именно к такого рода применению было целью другого проекта, проводимого коллегой Рудина и сокурсником по ETH Фабианом Йенелтеном. Но вместо того, чтобы полагаться только на машинное обучение, Йенелтен объединил его с проверенным подходом, известным как управление на основе моделей. Это упрощает обучение робота точным маневрам, например, тому, как распознавать и преодолевать провалы и выемки в грудах обломков. В свою очередь, машинное обучение помогает роботу освоить модели движений, которые он затем может гибко применять в непредвиденных ситуациях. "Объединение обоих подходов позволяет нам получить максимальную отдачу от ANYmal", — говорит Йенелтен.

В результате четвероногий робот лучше держится на скользких поверхностях и нестабильных валунах. Вскоре ANYmal также будет применяться на строительных площадках или в других местах, где слишком опасно для людей — например, для осмотра разрушенного дома в зоне бедствия.