Az amerikai Carnegie Mellon Egyetem és az NVIDIA kutatói olyan mesterségesintelligencia-keretrendszert fejlesztettek ki, amely lehetővé teszi a humanoid robotok számára, hogy rendkívüli mozgékonysággal hajtsanak végre összetett mozdulatokat. Az eredmény egy olyan gép, ami képes leutánozni például Cristiano Ronaldót.

Az Aligning Simulation and Real Physics (ASAP) egy kétlépcsős keretrendszer, ami úgy kezeli a dinamikai eltéréseket, hogy előre betanítja a mozgáskövetést a szimulációban, majd finomítja azt a való világból származó adatokkal. Az arXiv preprint szerveren megjelent publikációban a kutatók azt írják, hogy a robotikában a legnagyobb kihívást eddig a szimuláció és a való világ közötti dinamikai eltérés jelentette, amit ezzel a fejlesztéssel igyekeztek kiküszöbölni.

A kutatók évek óta dolgoznak azon, hogy az emberhez hasonló mozgékonyságú humanoid robotokat fejlesszenek ki, ám a legtöbb erőfeszítés a mozgásra összpontosult, nem pedig a teljes testet átfogó mozdulatokra. A robotok mozgásának betanítására két módszert alkalmaztak: az egyik a System Identification (SysID), ami megbecsüli a legfontosabb fizikai paramétereket, de előre meghatározott terekre és nyomatékmérésekre támaszkodik, ami korlátozza a gép alkalmazkodóképességét.

A másik a domain randomization (DR) nevű módszer, ami véletlenszerű paraméterekkel, szimulációban tanítja be a mozgás szabályait, ám ez túlzottan óvatos mozgásokat eredményezhet. A korlátok kezelésére hozták létre a kutatók most az ASAP-ot.

Itt a mozgás szabályait előzetesen egy szimulációban hajtják végre az emberi mozdulatok alapján. Mivel a közvetlen alkalmazás teljesítménycsökkenéshez vezet, a második lépés valós adatokat gyűjt az eltérések azonosítása érdekében. Végül finomhangolják a rendszert, ami megoldást hoz a korábbi problémákra: ennek köszönhetően a robot képes például leutánozni Cristiano Ronaldo legendás gólörömét, ami egy rendkívül összetett mozdulatsor: nemcsak ugrani kell benne, de közben elfordítani a testet, a kezet pedig a megfelelő pozícióba állítani.

Bár a robot továbbra is ügyetlennek tűnhet a hardveres korlátok miatt, a korábbi humanoid robotokhoz képest lényegesen ügyesebbnek tűnik. A rendszer 52,7 százalékkal csökkentette a mozgáskövetési hibákat, ami lehetővé tette, hogy összetett testmozgást végezzen a gép. Ez korábban lehetetlennek tűnt.

A jövőbeli kutatások arra összpontosíthatnak, hogy intelligensebb vezérlőrendszereket hozzanak létre, amelyek megvédik a robotot a sérülésektől. Emellett kamerákat és érzékelőket használhatnak a mozgásrögzítő rendszerek helyett, valamint javíthatják a tanulási módszereket, hogy a robotok kevesebb adattal tudjanak gyorsabban alkalmazkodni egy helyzethez.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.