Get best of the week

Eine neue Ära in der Robotik hat begonnen



Das CoSTAR-Team mit dem vierbeinigen Roboter SPOT mini hat die Urban Circuit-Etappe der DARPA Subterranean Challenge gewonnen!

Roboterwettbewerbe entwickeln sich


Die Agentur für fortgeschrittene Forschungsprojekte des Verteidigungsministeriums ( DARPA ) ist für die Entwicklung neuer Technologien für den militärischen Einsatz zuständig. Laut einem Zitat der DARPA-Website „führt die Agentur eine Reihe von Veranstaltungen durch, um die technologische Überlegenheit der US-Streitkräfte zu gewährleisten, die Entstehung neuer technischer Kriegsmittel für die USA zu verhindern, die bahnbrechende Forschung zu unterstützen und die Lücke zwischen Grundlagenforschung und ihrem Einsatz im militärischen Bereich zu schließen einschließlich des Wettbewerbs zwischen Roboterunternehmen. “ Die DARPA Subterranean Challenge ist eine solche Veranstaltung.

Unbemannter Wettbewerb „Winterstadt“zeigten, dass die Teams den Trick verwendeten, um auf dem GPS-Track zu lokalisieren, und nicht zu den Teilen des Tracks gingen, in denen das Signal nicht verfügbar ist, wodurch die Idee, den Grad der Bereitschaft der UAV-Technologie aufzudecken, ungültig wurde. Bei der DARPA Subterranean Challenge findet die Aktion im Untergrund statt, mit Ausnahme der Möglichkeit, GPS zu verwenden, und es gibt andere Hindernisse, die Roboter und KI Probleme bereiten: schlechte Beleuchtung, unstrukturierte Umgebung, Pfützen, Treppen zwischen den Etagen usw. Die Aufgabe besteht darin, dass die Roboter den Dungeon autonom erkunden und bestimmte Objekte finden, für die sie Punkte erhalten. Die DARPA Subterranean Challenge zwingt uns daher, nach neuen Ansätzen für eine schnelle Kartierung zu suchen.Untergrundnavigation und -suche bei zeitkritischen Kampfhandlungen oder Katastrophenreaktionsszenarien.



Am 27. Februar belegte das CoSTAR-Team mit dem vierbeinigen Laufroboter SPOT den ersten Platz im Urban Circuit der DARPA Subterranean Challenge, während das CERBERUS-Team mit seinem vierbeinigen Laufroboter ANYmal den fünften Platz belegte, während Laufroboter erstmals in solchen Wettbewerben eingesetzt wurden.

Sieg und Technologieanalyse des CoSTAR-Teams



1. Damit Roboter unter Bewegungsbedingungen in Dungeons ohne Zugriff auf ein GPS-Signal wirklich autonom sind, entwickelte das Team das NeBula-Framework unter Verwendung von Sicherungsdaten verschiedener Sensoren und der Erkennung von Anomalien in diesen mithilfe von ML. Durch den Einsatz neuer Technologien können Roboter kritische Aufgaben offline unter schwierigen Bedingungen ausführen, die für die aktuelle Generation von Robotern und unbemannten Fahrzeugen "zu schwierig" sind. Es ist wichtig, dass dieses NeBula-Framework im Robot Operating System (ROS) implementiert ist, einer der Grundtechnologien im Sberbank Robotics Laboratory, das von der Entwicklergemeinde aktiv entwickelt wird. Das nächste Treffen von mehreren hundert ROS-Ingenieuren findet am 18. April in der Sberbank statt .
2. Die Überwindung der menschlichen Infrastruktur und einer unstrukturierten Umgebung wie Treppen ist derzeit ein ernstes Problem für Roboter. Auf einem Abschnitt mit einer Treppe zwischen den Stockwerken demonstrierte der SPOT-Roboter seine Fähigkeiten am besten (ein kurzer Durchgang, an dem der Roboter die Treppe hinuntersteigt). Das Bestehen eines solchen Tests legt nahe, dass es jetzt möglich ist, komplexere autonome Roboter zu entwickeln, um sich gleichzeitig auf der Straße in schwierigem Gelände und in Räumen zu bewegen, die nicht für Roboter vorbereitet sind.

CERBERUS Teamanalyse



Video: ANYmal-Roboter steigen die Treppe hinunter
ANYmal, einschließlich einer Forschungsplattform, auf der offene Forschungs- und wissenschaftliche Artikel geschrieben sind. Einer der letzten Ansätze, die bei Wettbewerben angewendet wurden, ist im Artikel „Lernen agiler und dynamischer motorischer Fähigkeiten für Roboter mit Beinen“ beschrieben.Es besteht darin, einen Ansatz zur Lösung des Problems des maschinellen Lernens in einem Simulator und in der Realität bereitzustellen. Ein neuronales Netzwerk wurde basierend auf einem mathematischen Modell von Beinbewegungen und Daten trainiert, die von einem realen Roboter gesammelt wurden, dann wurde ein anderes neuronales Netzwerk basierend auf den Vorhersagen des ersten neuronalen Netzwerks im Simulator trainiert. Der Hybridsimulator erwies sich bei analytischen Modellen als schneller und genauer als der Simulator. Noch wichtiger ist jedoch, dass die Bewegungsstrategie, die in einem Hybridsimulator optimiert und dann auf einen realen Roboter übertragen und in der physischen Welt getestet wurde, genauso erfolgreich war wie in der Simulation. Dieser längst überfällige Durchbruch signalisiert den Sonnenuntergang einer scheinbar unüberwindbaren Lücke im Training neuronaler Netze zwischen Simulation und Realität.



Der verwendete Ansatz deutet auf eine weitere wichtige Verschiebung im Bereich der Robotik hin. Hybridmodelle sind der erste Schritt zu dieser Änderung. Der nächste Schritt wird die Ablehnung von Analysemodellen im Allgemeinen zugunsten von Modellen für maschinelles Lernen sein, die unter Verwendung von Daten trainiert werden, die in einer realen Roboterumgebung gesammelt wurden. Solche datenbasierten Ansätze, die als End-to-End bezeichnet werden, gewinnen an Dynamik.

Die Entwicklung solcher Ansätze wird auch dazu beitragen, die Lösung von AGI-Aufgaben anhand des Beispiels zu erreichen, wie ein Kind das Laufen lernt. So kann das Studium von Robotersoftware Einblicke in langjährige Fragen des menschlichen Geistes geben.

Es kann davon ausgegangen werden, dass Selbstbewusstsein und damit Bewusstsein im Wesentlichen ein Indikator für unsere Fähigkeit sind, abstrakt über uns selbst nachzudenken - uns auszudrücken. Je weiter eine Person nach vorne schauen kann und je detaillierter das mentale Bild ihrer zukünftigen Aktivität sein wird, desto höher ist die Fähigkeit dieser Person, sich selbst bewusst zu werden. Jetzt können Roboter lernen, unabhängig zu modellieren. Dieser Durchbruch ist nicht nur eine praktische Errungenschaft, die einige technische Anstrengungen erspart, sondern auch der Beginn der Ära der Roboterautonomie.

Autoren des Artikels: Albert Efimov, Alexey Burkov, Victor Tsygankov
Sberbank Robotics Laboratory

More articles:


All Articles