Các nhà nghiên cứu tại Trường Khoa học Máy tính của Đại học Carnegie Mellon và Đại học California, Berkeley, đã thiết kế một robot có chân tương đối nhỏ và chi phí thấp.

Robot này có thể leo lên và xuống cầu thang, đi qua địa hình sỏi đá, trơn trượt, không bằng phẳng, dốc, địa hình hỗn hợp, đi trên đá dăm, lề đường và thậm chí hoạt động trong bóng tối.

Deepak Pathak, giáo sư tại Viện Robot cho biết: “Tạo ra các robot nhỏ leo cầu thang và xử lý nhiều môi trường khác nhau là rất quan trọng để phát triển các robot gia dụng hữu ích, cũng như phục vụ hoạt động tìm kiếm và cứu nạn”.

Nhóm nghiên cứu đã thử nghiệm robot trên những bậc thang và sườn đồi không bằng phẳng tại các công viên công cộng, trên những bậc thang đá và trên các bề mặt trơn trượt. Thậm chí họ yêu cầu nó leo lên những bậc thang cao so với bước chân của người. Robot thích nghi nhanh chóng và làm chủ địa hình dựa vào một máy tính nhỏ tích hợp.

Nguồn ảnh:Đại học Carnegie Mellon

Các nhà nghiên cứu đã huấn luyện robot trong một phần mềm mô phỏng. Tốc độ của phần mềm mô phỏng cho phép robot có được sáu năm kinh nghiệm chỉ trong một ngày. Trình mô phỏng lưu trữ các kỹ năng vận động mà robot trong phần mềm học được, sau đó các nhà nghiên cứu "sao chép kiến thức" này sang robot ngoài đời thực. Cách tiếp cận này không yêu cầu bất vận hành thực tế robot để luyện tập như các phương pháp truyền thống.

Hầu hết các hệ thống robot sử dụng máy ảnh để tạo bản đồ về môi trường xung quanh và sử dụng bản đồ đó để lên kế hoạch cho các chuyển động trước khi thực hiện. Quá trình này diễn ra chậm và thường có thể sai lệch. Do đó cách này không phù hợp với yêu cầu vận động và phản ứng nhanh.

Robot mới bỏ qua các giai đoạn lập bản đồ và lập kế hoạch. Những gì robot nhìn thấy sẽ xác định ngay lập tức cách nó di chuyển. Kỹ thuật này cho phép robot phản ứng với địa hình một cách nhanh chóng và di chuyển qua địa hình đó một cách hiệu quả.

Do không cần lập bản đồ hoặc lập kế hoạch và các chuyển động được huấn luyện bằng cách sử dụng máy học nên robot có thể có chi phí thấp. Robot mà nhóm sử dụng rẻ hơn ít nhất 25 lần so với các lựa chọn thay thế hiện có. Thuật toán của nhóm có khả năng làm cho robot giá rẻ trở nên phổ biến hơn nhiều.

Ananye Agarwal, đồng tác giả nghiên cứu, cho biết: “Hệ thống này sử dụng trực tiếp tầm nhìn và phản hồi từ cơ thể làm đầu vào để xuất các lệnh cho động cơ của robot. Kỹ thuật này cho phép hệ thống trở nên rất mạnh mẽ trong thế giới thực. Nếu trượt chân trên cầu thang, nó có thể tự cân bằng lại. Thậm chí robot có thể đi vào những môi trường không xác định và tự thích nghi".

Cách vận hành này cảm hứng từ sinh học. Con người và động vật sử dụng tầm nhìn để di chuyển. Nhóm cũng tìm đến các sinh vật tự nhiên để lấy cảm hứng cho yếu tố khác của hệ thống. Để một robot nhỏ —trong trường hợp này là cao chưa đến 30 cm — có thể leo lên các bậc thang hoặc chướng ngại vật gần bằng chiều cao của mình, nó đã học cách áp dụng chuyển động mà con người sử dụng để bước qua các chướng ngại vật cao.

Khi một người phải đi qua một bậc cao, họ sẽ sử dụng hông để di chuyển chân của mình sang một bên. Hệ thống robot do nhóm của Pathak thiết kế cũng làm như vậy, sử dụng động tác giật hông để giải quyết các chướng ngại vật gây khó khăn cho cả hệ thống robot có chân tiên tiến nhất trên thị trường.

Chuyển động của hai chân sau của động vật bốn chân cũng truyền cảm hứng cho nhóm nghiên cứu. Khi một con mèo di chuyển qua các chướng ngại vật, hai chân sau của nó sẽ tránh các vật giống như hai chân trước. "Động vật bốn chân có trí nhớ cho phép chân sau theo dõi chân trước. Hệ thống của chúng tôi hoạt động theo cách tương tự", Pathak nói. Bộ nhớ tích hợp của hệ thống cho phép chân sau ghi nhớ những gì camera ở phía trước nhìn thấy và điều chỉnh để tránh chướng ngại vật.

Ashish Kumar, đồng tác giả nghiên cứu, cho biết: “Vì không có bản đồ, không có kế hoạch nên hệ thống của chúng tôi ghi nhớ địa hình và cách nó di chuyển chân trước và chuyển quy trình vận động sang chân sau, một cách rất nhanh chóng và hoàn hảo”.

Nguồn: https://techxplore.com/news/2022-11-low-cost-robot-ready-obstacle.html