Специалисты Московского физико-технического института (Участник НАУРР) разработали виртуальный симулятор для обучения антропоморфных роботов — тех, что максимально похожи на человека по строению и движениям. Новая модель значительно упрощает «настройку» таких роботов и помогает им сохранять равновесие при движении.
Для уверенной походки и точных манипуляций роботу необходимо знать свои параметры — массу конечностей, трение в суставах, демпфирование. Эти данные особенно критичны при обучении с подкреплением, когда робот учится действовать методом проб и ошибок, получая «вознаграждение» за успешные шаги.
Учёные МФТИ встроили в процесс обучения этап автоматической самонастройки. Используя данные о положении, скорости и управляющих сигналах, симулятор сам корректирует физические параметры модели — массу, трение, инерцию — чтобы виртуальный двойник максимально совпадал с реальным роботом.
Тесты на двуногом роботе Mini показали впечатляющие результаты:
Разработчики отмечают, что это серьёзный шаг к созданию agile-роботов — маневренных машин, способных адаптироваться к среде и двигаться плавно, как человек.
Как подчеркнул аспирант МФТИ Вячеслав Ковалёв, обычно для точной настройки роботов приходится использовать множество дорогостоящих датчиков. Новый симулятор позволяет обходиться лишь данными о положении, скорости и управляющих командах моторов — этого достаточно, чтобы виртуальная модель подстраивала физику робота под реальность.
По сути, теперь роботы учатся без падений — и без боли, а значит, путь к по-настоящему автономным человекоподобным машинам становится заметно короче.
Для уверенной походки и точных манипуляций роботу необходимо знать свои параметры — массу конечностей, трение в суставах, демпфирование. Эти данные особенно критичны при обучении с подкреплением, когда робот учится действовать методом проб и ошибок, получая «вознаграждение» за успешные шаги.
Учёные МФТИ встроили в процесс обучения этап автоматической самонастройки. Используя данные о положении, скорости и управляющих сигналах, симулятор сам корректирует физические параметры модели — массу, трение, инерцию — чтобы виртуальный двойник максимально совпадал с реальным роботом.
Тесты на двуногом роботе Mini показали впечатляющие результаты:
- на 75% снизилось отклонение от траектории,
- на 46% увеличилось расстояние, которое робот проходит без ошибок.
Разработчики отмечают, что это серьёзный шаг к созданию agile-роботов — маневренных машин, способных адаптироваться к среде и двигаться плавно, как человек.
Как подчеркнул аспирант МФТИ Вячеслав Ковалёв, обычно для точной настройки роботов приходится использовать множество дорогостоящих датчиков. Новый симулятор позволяет обходиться лишь данными о положении, скорости и управляющих командах моторов — этого достаточно, чтобы виртуальная модель подстраивала физику робота под реальность.
По сути, теперь роботы учатся без падений — и без боли, а значит, путь к по-настоящему автономным человекоподобным машинам становится заметно короче.
