Forskere bruger maskinlæring til at lære robotter at vandre gennem ukendt terræn

Et hold af australske forskere har designet en pålidelig strategi til at teste fysiske evner hos humanoide robotter - robotter, der ligner den menneskelige kropsform i deres opbygning og design. Ved at bruge en blanding af maskinlæringsmetoder og algoritmer, forskerholdet lykkedes med at sætte testrobotter i stand til effektivt at reagere på ukendte ændringer i det simulerede miljø, forbedre deres chancer for at fungere i den virkelige verden.

Fundene, som blev offentliggjort i en fælles publikation af IEEE og Chinese Association of Automation Journal of Automatica Sinica i juli, har lovende implikationer i den brede brug af humanoide robotter inden for områder som sundhedspleje, uddannelse, katastrofeberedskab og underholdning.

"Humanoide robotter har evnen til at bevæge sig rundt på mange måder og derved efterligne menneskelige bevægelser for at udføre komplekse opgaver. For at kunne gøre det, deres stabilitet er afgørende, især under dynamiske og uforudsigelige forhold, " sagde den tilsvarende forfatter Dacheng Tao, Professor og ARC Laureate Fellow ved School of Computer Science og Faculty of Engineering ved University of Sydney.

"Vi har designet en metode, der pålideligt lærer humanoide robotter at kunne udføre disse opgaver, " tilføjede Tao, som også er konstituerende direktør for UBTECH Sydney Artificial Intelligence Centre.

Humanoide robotter er robotter, der ligner menneskers fysiske egenskaber – hovedet, en torso, og to arme og fødder – og besidder evnen til at kommunikere med mennesker og andre robotter. Udstyret med sensorer og andre inputenheder, disse robotter udfører også begrænsede aktiviteter i henhold til input udefra.

De er typisk forprogrammeret til specifikke aktiviteter og er afhængige af to slags læringsmetoder:modelbaseret og modelfri. Førstnævnte lærer en robot et sæt modeller, som den kan bruge til at opføre sig i et scenarie, mens sidstnævnte ikke gør det. Mens begge læringsmetoder har været vellykkede til en vis grad, hvert paradigme alene har ikke vist sig tilstrækkeligt til at udstyre en humanoid robot til at opføre sig i et scenarie i den virkelige verden, hvor miljøet ændrer sig konstant og ofte uforudsigeligt.

For at overvinde dette, Tao og hans team introducerede en ny læringsstruktur, der inkorporerer dele af både modelbaseret og modelfri læring for at balancere en tobenet, eller tobenet, robot. Den foreslåede kontrolmetode bygger bro mellem de to læringsparadigmer, hvor overgangen fra at lære modellen til at lære selve proceduren er forløbet gnidningsløst. Simuleringsresultater viser, at den foreslåede algoritme er i stand til at stabilisere robotten på en bevægelig platform under ukendte rotationer. Som sådan, disse metoder viser, at robotterne er i stand til at tilpasse sig forskellige uforudsigelige situationer i overensstemmelse hermed og kan således anvendes på robotter uden for laboratoriemiljøet.

I fremtiden, forskerne håber at kunne validere deres metode under mere komplekse miljøer med mere uforudsigelige og skiftende variabler og med varierende dimensioner, mens de tester robotternes evner til at udøve fuld kropskontrol.

"Vores ultimative mål bliver at se, hvordan vores metode gør det muligt for robotten at have kontrol over hele sin krop, da den bliver udsat for umålelige og uventede forstyrrelser såsom et skiftende terræn. Vi vil også gerne se robottens evne til at lære at imitere menneskelig bevægelse, såsom ankelledsbevægelser, uden forudgående information."