这两条腿机器人教自己如何走
卡西不能跳舞。至少目前还没有。但是它最近迈出了第一步。你必须走在你跑!
卡西是一个明亮的黄色,最近教自己的两条腿,人性化的机器人和人工智能的一种形式叫做行走强化学习。
即使采取第一步之前,加州大学的研究小组,伯克利,模拟是否已经准备好用于首次亮相大,广阔的世界。研究人员分享他们的工作麻省理工学院技术评论在这篇文章中,忘记波士顿动力公司。这个机器人教自己走路。他们的研究强化学习,强大的参数化双足机器人的运动控制是可用的在这里。
令人印象深刻的视频从波士顿动力让它看起来容易
波士顿动力公司已经发布的视频机器人的多年来,提高移动机器人的期望。去年年底,他们发布了一个视频跳舞机器人已经被浏览了超过3000万次。
”这些视频可能导致一些人认为,这是一个解决简单的问题,”李中宇在加州大学伯克利分校麻省理工学院技术评论。”,但我们仍有很长的路要走人形机器人可靠地运作和生活在人类的环境。”
强化学习
所需的代码编程一个双足机器人行走在不同的环境中是惊人的。艰苦的运动在一个石质的路径需要不同的控制和平衡比走在一个光滑的平面。人行道上有不同的摩擦系数比地毯的走廊。
鲁棒性和多功能性是很难实现的。这就是为什么机器人转向强化学习。
研究人员报道,经典方法稳定两足机器人往往“缺乏能力来适应环境的变化。“强化学习,然而,使机器人能够教通过试验和错误。强化学习使卡西教本身,因为它走和偶然。
学习几乎走,第一
由于它们的大小和不稳定,两条腿的机器人可以很容易地访问和下跌甚至最微小的失误。所以,伯克利的团队让卡西在虚拟学习环境在人行道上,。
试错的方法包括错误,往往很多。但实际机器人的失败可能是危险的,昂贵的,或两者兼而有之。一个身体准确模拟环境等Simscape多体TM有利于验证自主算法之前部署到昂贵的机器人的硬件,这正是研究人员从伯克利。就像战斗机飞行员学会飞之前在飞行模拟器的控制昂贵的飞机,卡西在仿真环境中学会了走路。
该小组使用两个级别的虚拟环境。首先,模拟版本Cassie学会了走路的机器人运动的画在一个广泛的现有的数据库。他们把这第二个虚拟环境仿真,Simscape多体,复制真实物理和高度的准确性。
机器人学会了很多不同的运动,比如走在蜷缩的姿势,携带负载,转身,蹲。卡西证明了自己的能力Simscape,学会了行走模型加载到实际的机器人。
“真正的凯西能够使用模型在模拟走没有任何额外的微调。它可以穿过粗糙和光滑的地形,携带着意想不到的,也从被恢复。在测试过程中,卡西也损坏两个马达的右腿,但能够调整其运动补偿。”
患有技术评论
所以,虽然这是事实,你要走之前运行,事实证明,如果你是一个机器人,它是明智的测试,你准备先走在模拟。
更多信息:
- 看到更多的强化学习,看看这个仿生独腿机器人。
- 学习基本的模拟物理系统在Simscape,看看这个免费的,两个小时的入门教程。
评论
留下你的评论,请点击在这里MathWorks账户登录或创建一个新的。