Исследователи учат робота удерживать равновесие при падении

Гуманоидные роботы стали намного способнее, чем раньше, но для большинства из них падение все еще граничит с катастрофой. Основное внимание уделяется тому, чтобы роботы добивались успеха, но иногда неудачи неизбежны, потому что случаются вещи, которые не возможно контролировать: землетрясения, неуклюжие аспиранты, злонамеренные коллеги и т.д.

Когда человек теряет равновесие, его поведение сводится к тому, чтобы ухватиться за все, что окажется поблизости, чтобы не упасть. Если для людей такой подход инстинктивен, то для роботов это сложная задача, включающая восприятие, семантическое понимание, планирование движения и тщательное управление силой, и все это должно выполняться в условиях жестких временных ограничений. Исследователи из французской компании Inria продемонстрировали результаты работы по взаимодействию гуманоидного робота TALOS со стеной для успешного удержания равновесия.

Сложность этой техники заключается в том, что у робота очень мало времени, чтобы понять, что он падает, почувствовать свое окружение, разработать план спасения и вовремя его реализовать. В данной работе исследователи решают большинство из этих задач. Большая оговорка заключается в том, что они предполагают, что местоположение близлежащей стены известно, но это относительно несложная проблема, которую можно решить, если робот оснащен соответствующими датчиками.

Как только робот обнаруживает, что что-то в его конечности отказало, включается Damage Reflex (D-Reflex), в основе которого лежит нейронная сеть, которая была обучена на 882 000 испытаний в симуляторе. Анализируя позу робота и расположение стены в качестве входных данных, сеть выдает, насколько вероятно, что потенциальный контакт со стеной стабилизирует робота, и это занимает всего несколько миллисекунд. На самом деле системе не нужно знать ничего конкретного о травме робота, и она будет работать независимо от того, заблокирован ли привод, движется ли он свободно, но не контролируемо, или полностью отсутствует.

Конечно, реальность редко совпадает с моделированием, и оказалось, что поврежденный и опрокинутый робот не может надежно соприкоснуться со стеной именно там, где должен, поэтому исследователям пришлось подправить ситуацию, чтобы робот останавливал руку, как только коснется стены, независимо от того, в правильном месте она находится или нет. Этот метод сработал довольно хорошо, используя D-Reflex робот TALOS смог избежать падения в 3 из 4 испытаний, где в противном случае он бы упал. Учитывая, насколько дороги такие роботы это довольно хороший результат.

Очевидный вопрос: "Хорошо, и что теперь?". Ну, это выходит за рамки данного исследования, но обычно "что теперь" состоит из двух вещей. Либо робот все равно падает, что определенно может произойти даже с этим методом, потому что некоторые конфигурации робота и стены просто не дадут избежать падения, либо робот не падает, и в итоге вы получаете слегка поврежденного робота, неуверенно прислонившегося к стене. В будущем планируется распространить эту идею на динамически движущихся роботов, что, безусловно, будет намного сложнее, но потенциально намного полезнее.

Работа "First, don't fall: learning to exploit a wall with a damaged humanoid robot" опубликована в журнале IEEE Robotics and Automation Letters.