В немецком институте искусственного интеллекта DFKI и Дармштадтском университете научили антропоморфного робота Unitree G1 кататься на скейтборде без использования оптических камер

Источник: RoboHorizon

Успешную демонстрацию алгоритмов динамического очувствления и управления равновесием на базе антропоморфного робота Unitree G1 представила совместная исследовательская группа Дармштадтского технического университета TU Darmstadt и Немецкого исследовательского центра по искусственному интеллекту DFKI. Согласно публикациям издания RoboHorizon и материалам исследователя Адитьи Бхатта, инженерам удалось обучить двуногого андроида уверенно кататься на стандартном четырехколесном скейтборде в полностью слепом режиме без привлечения внешних оптических камер или лидаров.\n\nКлючевой задачей научного эксперимента Blind Skateboarder стала проверка гипотезы о том, что динамические контактные навыки высокой сложности могут быть освоены роботом исключительно за счет проприоцепции — внутренних инерциальных датчиков IMU, энкодеров сервоприводов и тензометрических сенсоров давления в стопах. В ходе практических заездов в лабораторном помещении андроид самостоятельно вставал на движущуюся доску, компенсировал микроколебания подвески, отталкивался свободной ногой для набора скорости и плавно входил в повороты за счет смещения центра масс тела.\n\nВ основе алгоритмического стека лежит гибридная архитектура, сочетающая глубокое обучение с подкрепляемым вознаграждением совместно с прогнозирующим управлением по физической модели. Нейросетевая политика обучалась в среде симуляции с процедурной рандомизацией коэффициентов трения, жесткости амортизаторов скейта и внешних возмущений. Благодаря эффективному сокращению разрыва между виртуальной средой и реальностью скомпилированная модель была перенесена на робота без необходимости дообучения на физической аппаратной базе.\n\nВ процессе движения робот генерирует корректирующие импульсы на электроприводы суставов с частотой пятьсот герц, что позволяет мгновенно парировать резонансные колебания деки скейта. На видеозаписи испытаний андроид успешно демонстрирует заскок на доску с пола, устойчивое маневрирование, выполнение трюка мануал с удержанием равновесия на задней колесной паре и контролируемый сход на покрытие пола по команде оператора.\n\nДля предотвращения падений при неожиданных боковых толчках алгоритм динамически перераспределяет крутящий момент между голеностопными и тазобедренными шарнирами, используя упругие свойства конструкции скейта в качестве дополнительного рычага стабилизации. Модель также способна компенсировать неровности лабораторного покрытия, оперативно гася паразитные вибрации колес за счет микросгибания коленных суставов.\n\nИнженерная группа задействовала легкую версию робота Unitree G1 массой 35 килограммов с 23 степенями свободы. Бортовой контроллер напрямую опрашивает встроенные датчики угловой скорости и ускорения, полностью исключая энергозатратную обработку визуальных кадров, что снижает общее потребление вычислительных ресурсов более чем на сорок процентов.\n\nУникальность архитектуры заключается в автономной самоадаптации к износу подшипников и люфтам колесных траков скейта прямо во время заезда без ручной перекалибровки параметров. Нейросетевой наблюдатель состояния непрерывно оценивает контактные силы и восстанавливает динамический баланс даже в ситуациях частичного соскальзывания стопы с наждачного покрытия деки. В перспективе разработчики намерены интегрировать данную прошивку в системы управления шагающих роботов для безопасного перемещения по подвижным эскалаторам и палубам морских судов.\n\nПодобный подход имеет фундаментальное значение для практического применения шагающих машин в условиях нулевой видимости — в плотном дыму при пожарах, во время песчаных бурь или при внезапном отказе оптических сенсоров. Исследователи из Германии планируют опубликовать исходные веса нейросетевых политик и программные интерфейсы для интеграции со средами ROS 2 в открытом доступе для мирового научного сообщества.