Российские программисты научили роботов не сбиваться с пути
Специалисты МФТИ уменьшают дистанцию между виртуальностью и действительностью в области робототехники. Разработанная ими инновационная система задействует специализированный симулятор, позволяющий детально настроить цифровую копию робота. Этот виртуальный аналог, основываясь на реальных данных о передвижениях устройства, точно воспроизводит его поведение и эффективно готовит алгоритмы для функционирования в реальной среде, говорится на сайте Десятилетия науки и технологий в России.
После тренировки на откорректированной цифровой копии точность следования робота заданному маршруту значительно повысилась. В ходе эксперимента перед роботом стояла задача двигаться вперед максимально долго. Устройство, прошедшее обучение на улучшенной модели, двигалось прямо уверенно, тогда как робот, подготовленный традиционным способом, отклонялся от маршрута.
Для уверенного передвижения антропоморфного робота и предотвращения ошибок на маршруте ученым критически важно иметь точные характеристики устройства: вес конечностей, коэффициент демпфирования (гашение вибраций) и величину трения в суставах. Эти знания особенно важны при обучении с подкреплением, когда робот в виртуальном пространстве экспериментирует, выполняя задания и получая положительную обратную связь за успешные действия.
Используя дифференцируемый симулятор MuJoCo-XLA, отечественные ученые интегрировали этап автоматической калибровки виртуальной модели непосредственно в процесс обучения. Основываясь на поступающих данных о положении, скорости и управляющих командах, симулятор самостоятельно рассчитывает необходимые изменения массы, коэффициентов трения и моментов инерции, обеспечивая точное совпадение поведения цифрового двойника с поведением реального робота.
«Обычно чтобы точно определить параметры робота, на него приходится вешать множество дорогих и неудобных датчиков. Наша модель использует только данные о положении, скорости частей робота и управляющих командах, которые подаются на его моторы. На их основе симулятор оптимизирует параметры и настраивает виртуальную копию робота. Это позволяет уже реальному работу идеально повторять его сценарии», — объясняет Вячеслав Ковалев, аспирант МФТИ, программист лаборатории интеллектуальных технологий робототехники МФТИ.
Тестирование на двуногом роботе Mini π продемонстрировало эффективность нового подхода: снижение отклонения составило 75%, а увеличение проходимого расстояния в нужном направлении достигло 46%.
Новая модель принимает во внимание сложные нелинейные явления, такие как трение внутри редукторов, оптимизация которых возможна благодаря применению нейронных сетей. Помимо повышения точности движений, это позволяет роботу существенно снизить энергозатраты, ранее расходуемые на коррекцию погрешностей и нестабильность движения. Такой подход создает основу для разработки agile-роботов — быстрых, ловких устройств, обладающих плавностью перемещения и способностью оперативно приспосабливаться к изменениям окружающей обстановки.
Ранее Росатом запустил в эксплуатацию роботов-пауков.
