Dwunożny robot Cassie / Źródło: Oregon State University

Dwunożny robot Cassie przechodzi do historii biegnąc 5 kilometrów

Dwunożny robot Cassie, zbudowany na Oregon State University, przeszedł do historii, pokonując trasę o długości 5 kilometrów w czasie nieco ponad 53 minuty. Cassie została opracowana pod kierunkiem profesora robotyki Jonathana Hursta. Projekt dostał wsparcie od Agencji Zaawansowanych Projektów Badawczych w Obszarze Obronności (DARPA).

Dwunożny robot Cassie powstał w 2017 roku. Od tamtego czasu studenci Oregon State University, we współpracy z profesorem zajmującym się sztuczną inteligencją Alanem Fernem, badali możliwości wykorzystania uczenia maszynowego. Projekt był wspierany przez National Science Foundation i program DARPA Machine Common Sense.

Dwunożny robot Cassie wykorzystuje uczenie maszynowe

Cassie to pierwszy dwunożny robot wykorzystujący uczenie maszynowe do samodzielnego kontrolowania biegu w niekontrolowanych warunkach. Na terenie kampusu uniwersytetu Oregon udało mu się przebiec 5 kilometrów bez uwięzi i na jednym ładowaniu akumulatora.

Hurst, który jest również współzałożycielem – powiązanej z uczelnią – firmy Agility Robotics, powiedział, że „studenci z Dynamic Robotics Laboratory w OSU College of Engineering połączyli wiedzę specjalistyczną z biomechaniki i współczesnego podejścia do sterowania robotami z nowymi narzędziami do uczenia maszynowego. Ten rodzaj holistycznego podejścia umożliwi osiągnięcie zwierzęcych poziomów wydajności. To niesamowicie ekscytujące”.

Dwunożny robot Cassie, z kolanami uginającymi się jak u strusia, nauczył się biegać dzięki tak zwanemu algorytmowi głębokiego uczenia się ze wzmocnieniem (deep reinforcement learning). Bieganie wymaga dynamicznego balansowania – zdolności do utrzymania równowagi podczas zmiany pozycji lub innego ruchu. Cassie nauczyła się dokonywać bardzo subtelnych korekt, aby pozostać w pozycji pionowej podczas ruchu.

Dwunożny robot Cassie / Źródło: Oregon State University

Jeremy Dao, student w Laboratorium Robotyki Dynamicznej, powiedział, że „Cassie jest bardzo wydajnym robotem ze względu na sposób, w jaki został zaprojektowany i zbudowany. A my naprawdę byliśmy w stanie osiągnąć granice sprzętu i pokazać, co on potrafi”. Yesh Godse, inny ze studentów, dodał, że „głębokie uczenie przez wzmocnienie to potężna metoda pracy ze sztuczną inteligencją, która daje dostęp do takich umiejętności, jak bieganie, skakanie i chodzenie po schodach”.

Profesor Hurst powiedział, że chodzące roboty będą pewnego dnia powszechnym widokiem – podobnie jak samochód, i o podobnym wpływie na nasze życie. Do tej pory czynnikiem ograniczającym była sama nauka i zrozumienie poruszania się na nogach. Badania na Oregon State University umożliwiły wiele przełomów w tej dziedzinie.

Czy dwunożne roboty staną się powszechnym widokiem?

ATRIAS, opracowany w Laboratorium Dynamicznej Robotyki, był pierwszym robotem odtwarzającym dynamikę chodu człowieka. Po ATRIAS pojawiła się Cassie, a następnie humanoidalny robot Digit. Hurst powiedział, że „w niedalekiej przyszłości wszyscy będą oglądać i wchodzić w interakcje z robotami w wielu dziedzinach naszego codziennego życia. Roboty te będą pracować obok nas i poprawiać jakość naszego życia”.

Według naukowca, oprócz pracy w logistyce, takiej jak na przykład dostawa paczek, roboty dwunożne w końcu staną się na tyle inteligentne i bezpieczne, żeby pomagać ludziom w ich własnych domach. Na naszym blogu kilkukrotnie poruszaliśmy już tę kwestię, m.in. w tekście „Czy automatyzacja pracy sprawi, że nas wszystkich zastąpią roboty?”.

Podczas biegu na 5 kilometrów, który trwał 53 minuty, około 6 minut poświecono na resetowanie robota po upadkach. Dwunożny robot Cassie przewrócił się dwukrotnie – raz z powodu przegrzanego komputera oraz drugi raz, gdy został poproszony o wykonanie skrętu ze zbyt dużą prędkością.

Wcześniej, w trakcie pokrewnego projektu, Cassie nauczyła się bardzo sprawnie poruszać po schodach. Zainteresowanym podobną tematyką polecamy lekturę naszych tekstów, w tym m.in. artykułu „Robotyka i sztuczna inteligencja, a sieci komórkowe”.

Źródło: Oregon State University